大一大二的话，主要是争取学好各门课程，把平均分控制在85分以上，同时不落下英语的学习，时间充裕的同学们可以早点开始托福和GRE的准备。比如可以在课外报一些培训班。当然如果自制力较强、自学能力好的同学可以搜一些网课进行学习。

到大二暑假，差不多就可以开始了解申请留学的基本条件了。最好稍早一点确定你想去的学校。

同时，有时间、精力的话可以先考一次英语考试，摸一下底，然后再根据自己这一次的英语考试成绩来决定后续的学习计划和学习安排。

到大三上学期，可以计算一下自己这时候的绩点，如果比85分高的话，那么就继续保持，如果低于85分的话，可以利用大三这一年尝试刷分弥补。

有的同学可能会说，学校没有刷分这种政策，我感觉大部分学校一般都比较支持你出去深造，所以如果学校允许、能够刷分的话，就尽量刷分，不能刷分的话，你可以在大三这一年选修一些比较好拿分的课程。

这一年你也可以积极参加一些学校的各类竞赛活动，实验室项目等等。平时多跟自己的专业课老师交流，了解他们有没有做什么项目，然后自己就可以跟着老师做项目，有机会的话，还可以跟着老师发表一些论文。

然后到大三下学期，你的主要任务还是保证你的GPA绩点，专业课是最重要的。同时，如果你对之前考的英语成绩不是特别满意的话，可以继续准备托福雅思或者GRE等。在大三暑假进一步提升英语成绩，最好顺便找一个和专业相关的实习。

大四上学期，这个时候你差不多就要确定好自己的申请方向和学校。了解一下申请学校的要求，有些学校要求开成绩证明，像WES认证，做这个认证还是挺费时间的，可能需要留出一两个月的时间来准备。所以大家最好能够早一点了解学校的要求，早一点做准备。

接下来就是整理相关材料，撰写文书，然后递交。我当时是英美混申，你如果是申请英国的话，需要早一点提交材料，差不多大三暑假大四刚开学就可以提交，差不多在7-9月份，申请英国早申会比较有优势。美国的话，一般是在11、12月份，截止日期在1月份、2月份左右。

时间安排上，从我个人经历来看，觉得需要注意一下的一点是，最好能早点考出你的英语成绩。我当时是大一暑假考了一次雅思，分数是6.5分，觉得还不错，后来准备托福考试的时候就没有特别用心，导致最后时间上比较紧张，托福成绩也没有刷出来。

第一个主要是学校、地区的选择，主要是根据你的留学目的来选择。

如果你名校情结比较重的话，在申请选校的时候，可以多选一些排名比较靠前的学校，就是那种彩票学校，说不定到时候就真的有一所名校要你了，是吧？

但是也不能把自己的定位抬得太高了。我有一个同样今年申请美国研究生的同学，他是CS专业的，本身CS专业竞争就比较激烈，然后他还拿南加州大学当保底，最后那些学校都把他拒了，还是比较惨的。

希望大家能够合理定制自己选校的排名区间，留有两三个合适的保底学校。

如果选地区的话，可以关注一下天气，还有安全性。如果你之后想留下来找工作的话，那又是另外一回事了。考虑比较好找工作一点的地方，比如计算机专业的同学可以多申请一些加州那边的学校。

第二个是自己喜欢的学校，可以早一点了解它的硬性条件。

比如说Top30的学校，一般要托福100分，GRE320分左右，才会比较稳。然后像南加州大学可能有的专业要求稍微松一点，托福90分就可以了。当然你能考高最好，像我申请的东北大学工程学院，托福满80分就可以达到要求了，不过这只是最低要求。

早点了解你喜欢的学校的分数要求，有一个目标，不然就没动力，容易拉长战线，可能考了多次都考不出来理想分数，耽误最后申请。

接下来第三点就是专业方向的选择。

申请的时候，可以选择一两个本专业相关的方向。如果你选择的专业太多，后期精力可能会跟不上，因为针对每个专业你都要写文书，针对每个学校也要有不同的文书。

最后一个就是软背景和硬背景。GPA、科研、实习、竞赛、论文等等是不是都需要，我个人是觉得重要性排序的话，绩点肯定是在第一位。

一般来说英国比较看重你的学校背景，985、211出身，对你的均分要求会比较宽松。举个例子，比如985，80分以上，就算比较有竞争力了，211到85分以上就可以。

如果你是双非的话，要申请到好一点学校，GPA要到90分以上，才会比较有竞争力。

我当时是有两段经历，一个是数模美赛，当时得了二等奖。参加这些活动和竞赛实习，最好能和你申请的专业方向相关、有技术含量。

数模美赛前期找队友，你可以根据自己擅长的方向，确定其他队友所需要的能力来弥补自己薄弱的地方。

其次需要注意的是提前看书看视频，掌握一些必备软件的基本操作。比如Matlab、SPSS、SARS，还有写论文可能需要的latex等等。

第三是需要掌握一些基本的模型和用法，多看一些案例，有时间的话争取在比赛前和队友磨合一下，进行一次实战模拟练习，正式比赛的时候就不会太慌张。

我的第二段经历是参加了指南者的机器学习训练营。申请的两个方向中有一个是数据科学，和机器学习差不多，于是想增加一些自己在机器学习方面的背景。

考虑到网课时间安排比较灵活，在有空的时候我可以反复多次观看。第一遍的时候，老师讲的内容其实没太听懂，不过之后经常翻看，多看几遍，就容易理解了。老师的教学水平很高，适合想入门一个领域，又不得要领的同学。

关于实习，我当时有两份实习。第一份是一家500强企业，于大二暑假开始。

因为我当时比较空，就找了一份短期实习，也跟我想申请专业方向相关，就在计算机部门待了两个月。内容主要是了解系统应用场景、过程、功能，然后学习了一下平台的总体架构，参与编写了一下他们的需求说明书，还负责了大物流系统的一些小功能开发等等。

我的第二份实习是在大三暑假，持续四个月。在一家互联网独角兽公司的研发部门做数据实习生，当时的工作主要是辅助算法工程师的工作，然后参与他们的ADAS项目，用excel进行简单的数据分析，同时也负责了一下车辆检测中数据分析的脚本。

有时间的情况下，还是实习时间长一点比较好，这样会显得含金量比较高。只实习一个多月，可能核心业务或者一些基本的业务还没有了解，就结束了，学到的东西不是特别多，而且可能也参与不到真正的项目中去。

最后就是我个人的一些关于如何找实习的经验，在大三下学期，就可以开始看一些求职网站的招聘信息了，还有各种企业官网，早点了解他们的招聘要求，看自己是否符合，如果不符合的话，可以早一点开始提升自己的能力。

同时你也可以多利用一下自己的人脉关系，比如说学校里的学长学姐，他们可能有的已经在工作或者实习了，可以向他们打听一下有没有内推机会。

还有就是在等待通知笔试和面试的过程中，可以去网上搜一些面经提前准备。

你的简历关通过之后，笔试一般是不太刷人的。群面的时候，要尽量多说话，多提出一些自己的看法，最好是有一点新意，但是也不要太抢话，这样会影响面试官对你的印象。

还有就是，计算机相关专业的话，我觉得一些小企业的实习机会也是可以考虑的。因为最后你写在简历上的是实习具体经历，参与的项目，一般初创业的小公司会有更大的可能把一些重要任务交给你。

以上就是我的分享，希望对大家有所帮助。