由于大一成绩不太理想，calculus I的final前没有好好复习，导致这门超多学分的课拉低了总GPA。后面狠狠恶补，总的专业课成绩基本上都保持在90左右。大三去滑铁卢的时候成绩还拿到了学校distinction的荣誉，但是差一点点就Deans’ honor了（要求是85，我那个学期是84.几）。

distinction学期的成绩单

而对于国内的成绩来说，90是4.0，89分就是3.7了，这里的差距对于留学申请的绩点还是很重要的。如果是专业课和要刷分的课的话，千万得好好学，也不要因为翘课被点名而扣分，很亏！本人有很多88 89的课，有些就是因为点名不在而喜提扣分。

滑大的枫叶和图书馆

跟天坑专业Say Bye！

纳米材料与技术虽然带着光鲜亮丽的纳米二字，但是本质上还是材料，不读博的话还是属于传统四大天坑。别人本科四年基本上都是苦三年然后大四准备完考研或者已经保研了之后爽玩大半年，但是我四年八个学期每个学期都是在攻坚克难，每个学期都有特别难的专业课。

虽然我幼时学习钢琴，手指还算灵巧，小脑也正常发育，但是这里8个学期有5个学期都有进wet lab的实验，还是有一次不慎把1mol氢氧化钠溶液滴到了手上，手上也疼，心里也疼，可能我还是不适合wet lab。

于是正式决定研究生要转行，不愿再读材料相关专业了。也是在这个时候在思考是不是要签机构了，毕竟留学还是早做准备比较好。因为有熟悉的学长学姐也签了这边，我在经过多个机构的初步择校定位和收费对比之后还是选择了指南者。因为有些机构会天天压力你，有些机构收费太贵，有些又太便宜感觉不太放心。

中外合办，留学锦上添花！

接下来便是开始正式准备留学了，从语言成绩和背景提升开始。听说国内很多考雅思的地方会压分，因此我选择在加拿大（学校）旁边考雅思。集中突击了三周左右的听力和阅读，写作和口语的资料其实没有完全背下来就去考了，最后第一次就喜提7分，这为我之后省下了不少心思。

此外还学习了一些机器学习的基础。由于本科的课程完全没有接触过这些，所以我学的过程还是比较辛苦的。

大半夜学机器学习

我个人认为，本科是中外合作专业在申请上有很多优势。于申请者的角度而言，由于有良好的语言基础，考雅思托福等语言成绩相比其他同学会轻松很多，当然在GRE面前还是众生平等的，好好背单词吧。

此外，由于有长期沉浸在英文阅读的环境下，中外合作专业的同学也更倾向于多去直接阅读官网获得一手信息，而非通过各种中文渠道来获得加工过的信息。我认为这对项目选择和文书撰写是非常重要的，因为这能够直接影响个人对信息和项目的判断和思考。

于学校而言，港新两地会更偏爱中外合作的学生，因为他们语言基础好，同时能够得到国外学位的同学的学术能力也不会差。而且如果是2+2的项目并在外方学校学了4个full-time学期的话，申请美国加拿大很多学校的时候是可以免语言成绩的。

把理论付诸实践！

为了自己能够申请到生物统计等专业，科研和实习对我来说也是必不可少的，因为科研是锻炼自己能力的过程，实习是接触真实世界数据和把理论付诸实践的唯一手段。

要申请生物统计相关专业，必须打造过硬的数据分析和建模基础。因此在科研中我学会了线性回归、logistic回归、决策树和随机森林等最基础的机器学习回归和分类模型。实际上，除了会写程序会调包，搞清楚原理也是很重要的。

比如我在面试大厂的时候，后来的mentor问我决策树有几种，是怎么分类的，其原理又是什么，还有集成学习有哪几种（bagging boosting，stacking），有什么区别，各有什么优势，适合用在哪里。

还有在面试南大健康医疗大数据国家研究院的时候，老师会问数据来源是哪，做的东西有没有临床意义等等在科研中很重要的问题。因此在做背提的时候，不能只是说怎么把东西做出来，而是要像科研人员或者pm一样去思考这个东西的原理、意义和是否有ethical问题等等。

实习天天喝的乌龙茶

当然在实习中学到的东西就更多了，我负责的供应链数据的建模和预测，在这当中我学到了很多时间序列数据的处理方法，为公司建立判断平稳性和做预测的API，仔细阅读了三十多篇文献撰写了综述论文。这大大提高了我的工作能力和科研水平，并且这些技能与经验也是申请生物统计/biomedical ds等专业所需要的。

再拼一把，成功爬藤！

正式确定申请学校与专业是在大三升大四的暑假。由于本科专业在物理、化学、生物材料这方面还是比较硬核，我想着申请一些和本科专业有关，然后有数据分析与统计相关的专业，比如计算材料学和生物统计。最后还是选择了生物统计和生物医学数据科学相关专业。

由于这些专业不是所有学校都开，我考虑港新美混申。当然对于biostats和health ds相关专业来说，做的最好的学校是JHU、Harvard、华大西雅图、UMich、UNC和Emory，因此我特别希望被JHU和UMich录取。

我是早早的从9月就提交了Duke-DKU的全球健康的提前批申请，也不出意外的10月末收到了offer，理论上早早的结束了自己的申请季，但我还想再拼一把，于是我在十二月底提交了JHU、UMich、UPenn、Cornell等学校的申请（美国学校基本只有一个ddl）。

在次年一月提交了HKU、CUHK、NTU和NUS的申请（港新基本上都是rolling）。在次年二月我收获了UMich Biostats的offer，打开系统的时候都手抖，开心了好几天嘿嘿。

但我也因此陷入了特别大的纠结，因为我看20年这个专业的就业报告年薪中位数是100k美刀，但是当年最新的报告年薪中位数只有70k了，再加上小红书上各种大佬说生物统计还是要读完博士才好就业等论调，我纠结了好久，还交了UMich的留位费（不贵，才200美刀，比港新便宜多了）。

再然后我收到了港大MPH的面试，在咱们老师的面试指导下，我面试表现特别好，还问了面试老师有意义的比较学术的问题，这使我面试第二天就拿到港大的推研了。

比较难过的是被JHU拒，但我也理解，因为JHU确实在公共卫生领域是世界最厉害的，而且JHU很多九个月到一年学制的MS项目是需要两年工作背景，可能MSPH这个专业会更加适合学术和研究。

如果重来一次的话，我会狠狠补health相关的背景，而不仅仅是data science相关的背景，并且也不仅仅申请HEOR（Health economics and outcome research，目前业界很火热的结局研究）专业。

此外，我觉得申请最重要的一点是一定要大胆，我从来没有想过自己能过爬藤，但最后成功了。我最初康奈尔申请的是biostats data science专业，可他们并没有给我发offer，但是他们也没完全拒绝我，学校说你还可以考虑以下两个专业（health informatics/health policy and economics），于是我在接下来的一个月抓紧改文书，最后HPE专业成功给我下了offer。

学而不思则罔，思而不学则怠！

就申请难度而言，我觉得随着国外所有学校的不断扩招，难度会逐渐下降。和往届而言我的成绩还算不错，这份申请结果还是达到了我的心理预期的，即我适合的学校也选择了我。小红书上会有很多一起奋斗留学的朋友，虽然大部分时间会徒增焦虑和烦恼，但是了解各位朋友或者竞争对手的实力也有助于信息透明化。

每个人出国留学的原因各有不同，有些是不愿卷考研，有些是为了更好的学术环境，还有些是希望便利求职获得高薪或者方便移民。但我其实不是他们中的一员。

就专业与学术而言，全球经济下行，我去继续卷生物统计/health ds相关专业在海外获得高薪工作的路越来越难，特别是H1-B很难中的情况下。同时我希望能将我所学的知识和技能更早的用在我们国家，造福中国社会，因此我更倾向于用国内的数据做研究和了解国内大健康产业的基本情况。

就个人发展和个人价值而言，我觉得人生不应该是一步接着一步的。在入读之后，我发现身边有些同学是工作了五年之后再来读Master的。自己有信心有能力的话，还是可以不用在如此恶劣的环境下以求职和高薪为很紧急的下一步目标（虽然对于总的人生而言求职很重要）。

学而不思则罔，如果一味为了更好的工作机会而深造，可能会想不明白自己为什么而活而陷入存在主义危机；思而不学则殆，如果只空想而不是在社会实践（田野调查、做实习）当中应用知识，则空会纸上谈兵，学到的知识完全没用。

最后，如果你真的对自己用心与负责的话，那么申请留学这一个过程将会是了解这个专业和行业的最好的实践。

因为申请专业的课程设置决定了你会学到哪些基础知识，专业的capstone或者毕设实习决定了你保底的学术和工作能力，每个学校专业毕业后的去向（公司与岗位或者读博）则代表着该专业的的社会价值和未来发展。在申请留学的一年中能够通过自己和手里的access把这些信息了解到的话，信息搜集能力和沟通能力会有极大提升。

希望大家都能选择适合自己的路，获得梦校offer！

END