22fall TUM本CS/DS/EE MS混申 高三维 强推荐信 弱科研 求定位
31746
之前其实发过一次了，最近所有东西都准备好了，这两天也几乎把所有项目都提交了。想让大家再帮忙看一看选校有没有什么问题，是不是要趁着现在再补一些项目
坐标：TU Munich 慕尼黑工业大学
专业：BSc. Informatik 也就是 CS, GPA: 1.1/1.0, wes: 3.97/4.0, rank: top1% (highest distinction) 同时在 LMU 慕尼黑大学 minor: Computational Linguistics, GPA: 1.0/1.0
大系，大概500-600人左右了
奖: best.in.tum (破学校就这一个奖项
T/G：111(23) / 333+4
推荐信：
1. 隔壁学校LMU的Hinrich Schütze(前大S教授，chris manning师弟，前ACL主席，NLP大牛) 的科研推，应该强，但多强我也不知道…
2. 现在跟的一个做NLP的清华教授的科研推 强
3. 自己学校AI课的一封课程推，教授做robotics的 之前是CMU博后
实习：没直接找工的打算所以无任何实习经历
科研经历：
1. 在 LMU Prof. Hinrich Schütze(NLP大牛，前ACL President)的实验室做了关于: few-shot learning/priming/prompt相关的Research 有一篇一作产出，投稿到ACL了。终于我在临近申请前也是一个有顶会一作(在投)的人了…
2. 因为这段时间回国了，最近在清华一个教授这里，还是做prompt learning/pre-trained LM相关的东西，没有产出……
兴趣：general nlp, prompt learning, few-shot learning/low-resource nlp, text summarization
注：德国学制评分1-5，1分为最高分。不了解德国的可能不太清楚，德国本科普遍给分偏低，1.1这个均分在我们学校还是算挺高的，周围人平均分大多在2.0-2.5左右。直观一点形容，如果一门课德国这边给到2.5这个分数，wes换算之后这门课实际上就是4.0/4.0了，但在德国2.5到1.0之间其实还有好几个分数档。(卷的空间大大的…) 但这个算法其实有点过于友好了，所以其实德国这边给分体系确实很难和标准4分制或5分制对应。普遍认为我们学校这边均分1.5以内就差不多相当于GPA 4.0/4.0了(参照牛剑官网)，但具体怎么换算合适我也不知道…不过GPA可能确实是我整个申请背景里最自信的部分了。
因为有读phd的想法，但鉴于德国本科只有三年，学制实在太短，加上德国本科课程压力大，期间重点主要还是放在了课程上，并无过多科研的精力(这可能是欧陆这边的通病了，我也是今年7-8月开始才联系到教授去做research)，科研背景较为匮乏。所以22fall计划申请的主要是美英欧 thesis-based/research-oriented ms + 部分professional ms项目(图一手title，方便没research读的话可以去找工)
和大佬们比其实优势不是很大，但由于做好了申不到top项目就继续留在欧洲的打算，所以选校特别激进（主要是觉得eth应该能保我底？？？希望不要打脸啊😥)
选校：
第一档：
Stanford@MSCS, CMU@{MLT,MSCS,MSML}, UIUC@MSCS, Harvard@{MSDS,Health DS}, Caltech MSEE, MIT@MS CSE (几乎都是彩票)
很想去大S, 甚至有考虑曲线救国去申MSEE或者MS&E :(
第二档：
CMU@{MCDS,MIIS,MSAII}
欧: ETHz@{Direct Doctorate in CS,MSDS}, EPFL@MSCS, Oxford@ACS, Cambridge@MPhil in MLMI/ACS
第三档：
[email protected] EECS, Yale MSCS, CMU@MSIN, UIUC@MCS, UPenn@MSCS, UCLA@MSCS
选校list带有强烈个人偏好，不代表各项目具体排名，其实是想去的顺序排名
坐标：TU Munich 慕尼黑工业大学
专业：BSc. Informatik 也就是 CS, GPA: 1.1/1.0, wes: 3.97/4.0, rank: top1% (highest distinction) 同时在 LMU 慕尼黑大学 minor: Computational Linguistics, GPA: 1.0/1.0
大系，大概500-600人左右了
奖: best.in.tum (破学校就这一个奖项
T/G：111(23) / 333+4
推荐信：
1. 隔壁学校LMU的Hinrich Schütze(前大S教授，chris manning师弟，前ACL主席，NLP大牛) 的科研推，应该强，但多强我也不知道…
2. 现在跟的一个做NLP的清华教授的科研推 强
3. 自己学校AI课的一封课程推，教授做robotics的 之前是CMU博后
实习：没直接找工的打算所以无任何实习经历
科研经历：
1. 在 LMU Prof. Hinrich Schütze(NLP大牛，前ACL President)的实验室做了关于: few-shot learning/priming/prompt相关的Research 有一篇一作产出，投稿到ACL了。终于我在临近申请前也是一个有顶会一作(在投)的人了…
2. 因为这段时间回国了，最近在清华一个教授这里，还是做prompt learning/pre-trained LM相关的东西，没有产出……
兴趣：general nlp, prompt learning, few-shot learning/low-resource nlp, text summarization
注：德国学制评分1-5，1分为最高分。不了解德国的可能不太清楚，德国本科普遍给分偏低，1.1这个均分在我们学校还是算挺高的，周围人平均分大多在2.0-2.5左右。直观一点形容，如果一门课德国这边给到2.5这个分数，wes换算之后这门课实际上就是4.0/4.0了，但在德国2.5到1.0之间其实还有好几个分数档。(卷的空间大大的…) 但这个算法其实有点过于友好了，所以其实德国这边给分体系确实很难和标准4分制或5分制对应。普遍认为我们学校这边均分1.5以内就差不多相当于GPA 4.0/4.0了(参照牛剑官网)，但具体怎么换算合适我也不知道…不过GPA可能确实是我整个申请背景里最自信的部分了。
因为有读phd的想法，但鉴于德国本科只有三年，学制实在太短，加上德国本科课程压力大，期间重点主要还是放在了课程上，并无过多科研的精力(这可能是欧陆这边的通病了，我也是今年7-8月开始才联系到教授去做research)，科研背景较为匮乏。所以22fall计划申请的主要是美英欧 thesis-based/research-oriented ms + 部分professional ms项目(图一手title，方便没research读的话可以去找工)
和大佬们比其实优势不是很大，但由于做好了申不到top项目就继续留在欧洲的打算，所以选校特别激进（主要是觉得eth应该能保我底？？？希望不要打脸啊😥)
选校：
第一档：
Stanford@MSCS, CMU@{MLT,MSCS,MSML}, UIUC@MSCS, Harvard@{MSDS,Health DS}, Caltech MSEE, MIT@MS CSE (几乎都是彩票)
很想去大S, 甚至有考虑曲线救国去申MSEE或者MS&E :(
第二档：
CMU@{MCDS,MIIS,MSAII}
欧: ETHz@{Direct Doctorate in CS,MSDS}, EPFL@MSCS, Oxford@ACS, Cambridge@MPhil in MLMI/ACS
第三档：
[email protected] EECS, Yale MSCS, CMU@MSIN, UIUC@MCS, UPenn@MSCS, UCLA@MSCS
选校list带有强烈个人偏好，不代表各项目具体排名，其实是想去的顺序排名
- 18
6条回复