哈佛大学研究生申请难度，美国研究生申请攻略｜以哈佛数据科学为例｜哈佛学姐经验分享

这次给大家分享经验的是大喵，哈佛DS在读

一位在哈佛做博后、有招生办工作经历的前辈跟我说: The your . You find your and build on them.

美国研究生申请是一个综合的过程，从硬件条件到过往经历、从科研到实习样样都顶尖固然好，可是我们大部分人在大学阶段还在探索，有所长有所短都是正常的，不要因一个短板而过分恐慌。

申请美研，成功的关键因素是如何根据自己的优势选择合适的项目，并在特别是sop里突出自己与项目的契合之处。

回顾我的研究生申请过程，来给大家具体讲讲申请美国研究生项目如何准备。

｜目录｜

选校与时间规划

标化（GPA托福/雅思GRE/GMAT）

实习//科研

文书写作

｜选校与时间线规划｜

虽然申请系统一般到大家的大四秋季才开启，还是建议最晚大三就开始查询心仪项目的录取要求，以及各网站上的录取数据，来评估自己当前的含金量，做好接下来的时间线规划和背景提升。如果你的梦校是芝大mapss、未来人文社科读博，就应该知道研究计划对这个项目的申请很重要，项目支持大家提交20页的 ，不至于到大四时发现临时写不出满意的论文。

做选校时可以在excel里，按照学校、项目、开启时间、 、final 、推荐信数量要求、sop要求、 essay要求、GPA和要求、官网地址、 info等维度来整理目标院校的信息。你还可以加一些主观维度，如why 、why 、 field/等，简要注明你看中这个项目时在意的核心价值是什么，以及是否与某教授提前沟通过（这点对大范围套瓷过的学生尤其重要，以防弄混教授，日后提交文书时产生不可挽回的后果）。这样横向叠加，各学校的申请要素一目了然，对于什么时间节点前需要准备多少材料，心里能做到大致有数。

如果是第一次申请，也追求一个较稳妥的结果，可以按照冲刺、求稳、保底三个档次来划分学校。这样纵向比较，各项目间的难度差异也会十分清晰，按照冲刺校的标准来要求自己，求稳和保底校的申请通常也能迎刃而解。

｜标化（GPA托福/雅思GRE/GMAT）｜

gpa通常是美研申请的基础，也是我们初步做选校时的参考依据。以满分4.0为例，我们可以大致划分出几个档次：3.0以下，3.0-3.3, 3.3-3.7, 3.7-4.0。

以3.3-3.7区间为例，规划申请时可以采取几个策略：a.可以冲刺3.7档的学校，接下来几学期谨慎选课，努力冲A,提高到3.7。b.有针对性地提高gpa，如专业课保持高分，届时可请办公室小秘开一份专业课绩点和排名。C.文书中针对低gpa的课程作出有力说明（大一大二还在探索、gpa的进步速度、主要精力投放在了和实践并拿出证据和成果等）。

托福和gre成绩，在录取时起到一个过滤器的作用。虽然gre的比重在逐渐降低，疫情期间很多项目也改为，但想考出一个高分来也是比较困难的，这两个考试都需提早规划。语言学习有一个 curve，把考试堆积在大三大四会任务相当繁重，建议在大一大二就攻克掉，既能充分提升英语和逻辑能力为日后申请助力，也能为申请季其他的硬骨头（做科研、刷实习、写论文等）预留出时间。疫情当下很多学校对GRE不作强制要求，但难度高的项目永远不乏GRE高分学生。偏重人文社科的研究能力的项目也会尤其关注aw分数。具体如何备考语言和GRE，可以参考我往期的文章。

在研究生申请普遍很卷的背景下，标化成绩虽然是越高越好，但并不是申请的重点，尤其是对美国学校而言。如何向dream 展示你的独特优势、和项目的匹配度才是核心。这也是为什么每年都能见到gpa非常高依然有可能申请结果不理想，gpa不拔尖但斩获梦校offer的两种学生。标化是手段，不是目的，因此提高gpa固然重要，却不建议在这方面付出所有精力，这样投入产出比很低。

｜//科研｜

更能突出你的独特优势的，是你自己的项目。无论是在学校课业里完成的，还是实习、做科研时的项目，都能帮助招生官从多方面衡量你的能力：学科基础水平、问题域的把控与发现问题的能力、分析与解决问题的能力、持续推进项目能力、等等。

项目和标化成绩之间的区别就在于，标化成绩只能证明你考了高分、有不错的学习能力、意志力，而具体的项目不仅能够体现你有学习能力，还能展示出你如何运用它们的能力，以及你本人在这个领域的创新思维。同样gpa的两份申请，一份是罗列自己得A的课程、拿过的奖学金，另一份还了自己lead了什么项目，运用了哪些学到的知识，得出的数据和结论、在相关问题域里未来亟待继续探索的点，哪个更有竞争力不言而喻。

实习/科研经历一定要和目标项目匹配，有所取舍。以我申请芝大mapss和哈佛ds的区别为例，芝大mapss是美国有名的社科博士预备班，需要提交20页的 ，sop也可以写两千字+，因此我以做过的暑研和田野调查为基本打磨了论文，突出了芝大的芝加哥社会学学派特色。

而申请哈佛ds的时候，由于我本科读的是社会学，在量化这块的课程比起数理统计类专业的学生都是比较弱的，但毕业论文专门找了社科领域内专做方法论、走在量化前沿的导师指导，自学了编程语言，在论文里展示了一定的数据分析、可视化的能力。

在芝大的时候，我继续从各种渠道修/旁听了 , , time , , , 数据库算法结构 云计算, 和linux系统的课程。实习/经验的对口性对于跨专业申请ds的同学而言尤其适用，我当时是在一个ds类课程里独立完成了一个，通过分析 app上海量用户里的各类照片信息（姿势 环境 穿着 是否自拍 自拍角度 是否带宠物 合影多还是单人照多？）和其他文字信息去做进一步预测。这个idea并不特别新颖，但是从实操到落地让我有机会充分调动各种ds技能，同时和商业知识、社科传媒也都是相联系的，让我学到了跨学科的知识。另外，我在某科技公司也有lead一次风险预测的经历，这段经历让我能够把量化技能和商业行为结合在一起体验。这两段经历对我申请哈佛ds是至关重要的，如果没有它，我认为作为非数理统计专业的学生，哪怕是芝大满绩毕业也是申请不到哈佛这个项目的。

拿cv来说，展示你旁听过什么网课、技能一览里干巴巴地写一个“会”是很不硬核也过于常见的，而我们脱颖而出的办法就是用一个实习经历来说明自己分析过多大的数据量，得出了什么成果，支持了什么决策。

拿sop和ps来说，当我们用来展示自己对这个项目的浓厚兴趣和种种准备时，是一定要展示自己强烈的，为什么会选择这个项目？可能是曾经做过这类题目，收获颇丰的同时觉得这个领域十分，希望增强自己哪方面的技能、未来做对应工作，也可能是你在运用某技术、解决对应问题的过程中感受到什么问题亟待探讨和解决，希望通过深入学习来攻克它，提升这个行业一整个的效率和思维方式。

所以强烈建议学弟学妹们，合理规划时间，在准备标化之余去研究一下梦校喜欢什么类型的申请人，按照这个目标去找实习、做科研。如果你未来大致目标是去Tech，你就做一个跟tech项目，例如帮助某公司分析社交网络。

｜文书写作｜

/ of 被称为是“game-”。它并不长，有时候只有一页、一页半、或是几个小问题，但是申请的重中之重，它决定了你在标化、实习、各种经历中的出彩之处是否能被看到。写得好则能够弥补gpa的不足，可能让你跨越一梯度拿到梦校offer，写得不好则直接导致申请失败。

Sop主要写的是why 和why ，即你为何选择这个项目。原因有很多，从你过去为何对它开始产生兴趣，到你为此付出过多少努力，得到了什么成果，又发现了什么新的困惑，而这个项目能在这方面助你一臂之力……都可以是这个问题的答案。

比起简历中客观的成果展示，sop更偏主观或者说叙述，一篇好的sop并不赘述cv里出现过的句子，也不过分夸耀和堆砌自己的成就，而是将我从哪里来、将来要到哪里去做一个完整、诚实、有逻辑的.当然，这种叙述之主观，在于它基于事实而能体现你的动机、成长、总结，而不是空谈感受和 的“主观”。

而正因为简短，我们都说一篇好的sop没有一句废话。写的时候更不应采取过于汉语文学里隐晦、曲折、铺垫、欲扬先抑的写法，会给人造成不够客观自信、不够直接明了的印象；也不必过分强求华丽甚至生僻的词藻，这是非英语母语者的通病，事实上除了专业内专有名词之外，其他用词地到、准确即可。一篇好的sop是让人一眼看过去就觉得“这个学生和我们的项目是一个good fit”，而非要人花大量时间前后琢磨推敲才明白作者的文意。

一定要尽早开始写sop，不要把他当作标化和实习都准备完之后的收尾工作草草了事。理想情况下，我们追求10分的成果、12分的展示，而非8分的成果、6分的展示。建议最起码大三大四间的暑假就开始动笔写、自己写，好的sop都是修改出来的。修改时，多请教各种身份的（教授、学长姐、 老师、 老师等），自己琢磨措辞时，把文章打印下来用纸质版阅读甚至朗读，相信每一遍你都能发现待改之处，直到自己满意到无处可改为止。

一个常被问到的问题是，Ps/Sop里如何表达 goal/ plan/? 是不是硕士毕业后打算继续学术，“申博”就是 goal了呢？要记得，申请进什么项目、读什么学位都是手段，不是目的，没有哪个学校想招收那种“我是为了拿学位而读书”的学生。哪怕读博做研究，也有的是为了研究某个领域，有的是为了投身于教育哈佛大学研究生申请难度，有的想去非营利组织推动社会实践，等等。如果因为过去真的只是为了卷而读书、从没思考过这个问题，那么是时候思考一下了，不要草草回答，因为你的答案关乎到招生官来评判你是否适合读这个项目、这个项目是否能因你而增色。好的 goal或者毕业后计划，要具备这些维度：体现自驱性、可行性，能被具体化，有一定专业度和探究价值哈佛大学研究生申请难度，和项目特色匹配度高，和过去的个人经历匹配度高。比如，如果你提出的 goal太模糊，没有可行性，没有具体计划，那招生官会怀疑其实你并没有考虑清楚，也并不了解这个专业具体的就业前景，只是随波逐流来申请，那么sop效果就会大打折扣。

以我读数据科学为例，其实我之前一直是学社科的，用定性研究方法更多，对量化的了解不足。但我在决定申请之前要做足准备，写sop的时候不仅要体现一定的ds专业性，还要在叙述 plan时体现自己的前瞻性。我了解到，由于是一个十分新兴且跨传统学科的专业，应用潮流推着教学设计走，所以一千个人眼里有一千种定义数据科学的方法。我个人对数据科学的简单理解，是通过各类编程语言和数学统计将大数据进行收集、整理、可视化、建模后，实现信息的最大化利用，得到支持进一步的分析和决策。比如，在商业领域而言，如何赚钱、如何省钱、如何降低风险，一直是三大问题，需要大量数据的支持。因此，在北美，无论是开始注重数据分析的商科，还是新开的数据科学，都或多或少要利用到这三个领域的知识： , math and , .而至于如何权衡这三个板块的偏重，则和我们就读的目标相关，我在文书里也谈到了自己的偏好和毕业后的 plan。比如，如果同学读数据科学的目的是进入科技公司、金融机构、咨询公司做初级岗位，那就需要了解相当的对应领域的商业知识，才能够更好地运用数据科学的技术来支持分析；如果目标是未来做data ，那还需要继续攻读数据/计算机/统计等领域的phd学位；如果是量化背景较弱的学生通过先读ds/mis再谋求转cs，就需要重点学习 这块的知识；或是像我一样，最初读数据科学的目标是强化量化技能，未来抱有做社科研究的想法，那对应的社会科学研究潮流、统计工具也是需要自己跟上的。

希望我的这些经历和心得能帮到正在准备申请的学弟学妹们，大家都要向更好的未来冲刺！