学员背景

Z同学

本科背景
上海大学 数学与应用数学专业
GPA：3.62 雅思：6.5
录取学校（2022年秋季入学）
香港科技大学 数据驱动建模理学硕士
申请时间：2021.12.24
录取时间：2022.04.22

回想起2020年考研的日子，仿佛还在昨天。感谢指南者给我机会梳理这两年的求学历程，我将针对留学的价值判断、雅思备考、背景提升、就读体验给出自己的思考与感悟。

• 价值判断：考研 vs 留学

没有考研计划的同学可以直接跳过这一部分，将这两者的对比放在开头是因为我想从初心上聊聊：我为什么要放弃二战，选择留学香港。

选择读研前需要考虑的首要事情是“我为什么要读研”，是就业导向还是科研导向呢？这是两条几乎互斥的道路，在其一上所取得的成果很难复用在另一方向上。因此我想提出“知识/技能的可复用性”来评估考研过程与申请留学的价值。既然我选择为了就业读研，那么只有对求职有益的积累才属于我需要的价值。

很多人拿港校和内地985、211的对比作为评估留学的标准，我觉得这是不够完全的。学历在市场中的认可度仅是基于考研/留学上岸的正价值，而忽略了二者在准备阶段的收获与付出。成功上岸自然皆大欢喜，那么假如没有成功呢？代价是什么？

考研给我的最大感受是，这是场非赢即输的马拉松，没有半分容错的余地。能否上岸不取决于自己是否足够努力，而取决于是否比绝大多数人都努力。

落榜之后，我惊讶地发现在这一年中锤炼得烂熟的微积分、线代、概率统计没能留下什么成熟果实，出现在简历上的是空白的一年。考研不具有复用性，如果放弃二战，那么积累下来的刻意训练将全部变成沉没成本。这也是越来越多人选择二战甚至三战的原因，他们舍不得、不甘心自己一年的付出化作泡影。

反观留学，实质上和求职就业并不冲突。在申请准备上最费力的事情只有考雅思/托福，一旦获得语言成绩，即便没有获得offer，也可以在简历上增色不少，其中训练的听力与口语可作为通过外企面试的有效积累。

留学申请的最大特点是它的不连续性，在每个结点之间存在真空期（文书 – 雅思 – 递交申请 – 面试），只需要等待学校的回复，而不用像考研一样密不透风地刷题准备，足够进行多线程的工作。

我准备申请时已然毕业，这是我最可惜的地方，没能利用申请的同时取得实习的机会，只能学习实践些爬虫和数据库的技能完善简历。我的大四朋友在今年的申请之余还取得了两份实习经历，已足够让他进入大厂的面试，让我好生羡慕。申请过程中的积累将会和最差的结果形成完美对冲。

综上，我更想用概率期望（如下图）来给出考研和留学的价值判断。（其中没考虑学费的差异，但是我考研的复旦应用统计学费已经到20w+了，和港校留学没差多少）

• 雅思备考

在这部分我想与大家分享我在备考雅思过程中使用的材料和工具。

我在本科时没花很多时间学习英语，底子不好，六级427分，考研英语二87分，最终雅思成绩6.5分（听力6.0、阅读 8.0、写作 7.0、 口语 5.5），用时四个月左右。

起初报了一个多月的线上培训班（6k~8k），觉得帮助不大，无非是提供些语料和技巧，成绩的提升还是要靠不停做题和改正。除非花大价钱(15k~20k+)报线下的辅导班强化口语和写作，不然我估计和自己做题没有区别。

以下为我亲测好评的备考材料：（不需要花钱买真题，小站雅思或者新东方机考都有）

使用的方法如下：

单词：雅思的核心单词并不多只有3000+，但是涉及到的单词量在8000+，背单词越早越好，关键在念出声（听力+口语），完全拼对（写作）

听力：早期我完全不知道怎么训练听力，吃了很多亏。王陆语料库包含了所有必考的语料，建议反复听直到完全熟练。之后可以使用机考模拟的听力真题进行训练。听力的关键在于利用每题间的时间差先读下一题的题目。

阅读：刘洪波真经是对题型的概览和总结，可以在做真题前先看一遍，了解阅读的习惯和技巧。单独训练使用小站雅思（可以标记单词），时间训练使用机考模拟（提高速度）

写作：顾家北的书充满了各种作文题型的优秀案例，其中最有价值的在于写作逻辑统一，完全熟悉摸透之后可以形成她的写作模型。建议精读两遍。（一遍学习逻辑，一遍考前突击）

口语：雅思口语的题库可以在B站或者知乎里找各种机构的公众号，有的会提供当季题库。我口语很差，不太有比较好的学习习惯。如果可以找到一个语伴经常对练口语可能是种很好的提高方法。

机考模拟：新东方机考模拟和实际机考的体验几乎一模一样，强烈推荐使用它来刷题。要学会利用高亮标注听力和阅读的题目，事半功倍。

准备过程中对不同的科目有不同侧重顺序，可以优先听力+阅读，再专注写作+口语，在有输入的前提下才能更好地输出内容。

• 背景提升

我曾经咨询过付费科研并且对其深感兴趣，在被好友嘲笑是“不正经的学术包装”后，发出了自己的疑问：“对于一个脱离了高校的学生而言，有什么渠道是可以获得被职场认可的高质量技术性成果呢？”

我在申请初期报名了指南者留学的kaggle机器学习训练营进行尝试，这也成为后续面试中和面试官主要交流的内容，对我的成功上岸提供了不小的助力，到目前为止我仍然感兴趣于报名职业培训的课程进行自我提升。

可能同学们在B站或其他媒体平台中看到对各种机构背景提升项目的评价基本都会是“用处不大，智商税”，我出于个人感受，我认为背景提升有用但也有局限。

背景提升被广为诟病的地方多数在于贵、性价比低，和网络中流传的视频课程和代码相比，费用确实是昂贵了不少。原本我最期待的答疑内容也显得鸡肋，大多数的疑问都可以通过搜索CSDN或博客得到解决，而搜不到的bug老师也无法处理。

但对于一个在某领域毫无项目基础的学生来说，我觉得是值得的。它的最大价值在于短时间内提供项目背书，降低后续自学的门槛。这个项目仅让我在面试时有话可聊，并不能说很扎实地掌握某些原理和技能。但它给我对不同知识点的侧重，比如Xgboost和LGBM的特点和与随机森林的区别，从中习得的总结性知识也在我面试实习岗位时提供了帮助。

背景提升有点像启蒙教育，后续的提高还是需要个人花费时间和精力去实践。

• 就读体验和碎碎念

对于香港科技大学各个项目的课程介绍和就读体验可以在微信公众号 HKUSTGSAA 的科大手册中获取。

目前我已上了四周的课程，学业压力还是比较重的，每门课程的作业至少要花半天时间来完成，大致两周布置一次作业，没办法把时间全部分配在求职准备上。接下来简单介绍一下个别课程的就读体验：

MSDM 5001 Introduction to Computational and Modeling Tools，说实话我没怎么认真听讲，前三节课主要介绍计算机组成，课后作业迫使我在一天内学会通过虚拟机使用Linux系统的bash脚本。

MSDM 5002 Scientific Programming and Visualization，起初我因为自己已熟练掌握python而对此有些轻视，但内容的进度之快让我吃惊，是一门干货很足的python教学课。

而最让我印象深刻的莫过于MSDM 5051 Algorithm and Object-Oriented Programming for Modeling 的王一老师，他鼓励我们多刷leedcode为求职做好准备，课程内容的算法讲解几乎都以leedcode的题目为例，甚至在期末考核中加入了模拟面试的环节。

刚入科大校园不久，我深切感受到了学校对学生求职的重视和关怀，DDM联系了往届入职大厂的学生提供就业信息，除了理论知识外广泛教授python编程的应用场景。春季学期的实践课程MSDM 6980 Computational Modeling and Simulation Project 提供了二十多个课题供我们选择，其中包含了cv、nlp、quantitive finance等方向的课题，名单中的指导老师有学院的教授也有企业的顾问。今年还额外增加了MSDM 5055 Deep Learning for Modeling: Concepts, tools, and techniques ，令人期待。

最后，就读DDM的体验再次向我证明了“以就业为导向的硕士项目并不可耻”，也希望大家能够坚定目标，拿到自己心仪的offer。