名校CS硕士申机械学习PhD三波“完全拒绝”这么多人同病相怜？-量子比特

我也不错，为什么从申不变成了博士。

昨天，网友ubiquitous7733在Reddit论坛上，一名想申请NLP或机械类学习方向的博士生，尝试了纽约大学、哥伦比亚大学、斯坦福、MIT、CMU等8所学校，但申请三波还没有结果，所以现在开始不断怀疑自己。

也许戳到了不少AI er的声音，这篇帖子的热度迅速上升，不少网友对此进行了激烈探讨。

ubiquitous7733觉得，自己的条件还不错，出身于NLP和机器学习系，还算有小成就。

他说，他目前在前15所学校获得计算机硕士学位，过去一年研究了NLP在生物医学上的应用，在硕士期间作为一部发表了两篇论文。

主修本科时，哥哥也在读相关专业。有两年机械学习研究经验，发表论文6篇，其中一作一篇。哥哥不仅在学界，在工业界也有经验。本科毕业后，他做了两年的软件工程师。

哥哥说，要说是本科还是研究生，GPA的分数还是比较理想的，本科4.0分，研究生3.92分，怎么看都没问题。

在这样的条件下，为什么连续申博失败。

他推测，最有可能的原因是，自己在研究方向上错了。

虽然自己是计算机系出身，但哥哥现在的实验室与NLP没有太大关系，研究领域也经常在生物信息学期刊或会议上发表。虽然中途也尝试了与NLP教授的合作，但由于沟通方式的原因，不久就分手了。

连续三个学期申请的NLP/机器学习博士被拒绝，困境降临。

是追逐自己的本意，再申请吗。还是在目前的实验室取得博士学位，与NLP领域逐步建立联系曲线来拯救国家。

网友在听取了ubiquitous7733的学习经验后，分别阐述了自己的意见。

有人对楼主的经历表示不理解，认为GRE和GPA的成绩不值得在申博期间炫耀，成绩只是最低门槛，申请者在某个领域足够优秀，学校也不太在意成绩如何，认为论文排在首位是第一位。

网友soulslicer0也有同样的困惑。他已经发表了五篇论文，其中三篇是一篇，还有一篇还发表在机器学习峰会上，但仍然没能申请到好学校的硕士。因为我的本科成绩太差了。

此外，在“深水区”的申请者给楼主鼓励。他在三年半的时间里申请了，收到了15封拒绝信，终于煞费苦心现在成了机器学习博士生。

AI领域博士生门槛怎么这么高。

AI相关专业博士申请难是近几年研究人员的普遍遭遇。

知乎在问题“如何看待AI对PhD申请过于激烈的竞争”问题上，知乎达人周博磊表示，MITAI采用情况极其严峻，收到2000份申请材料，最终只有10、20份通过筛选。

不是MIT。

匿名的知乎网友称，Berkeley去年申请PhD AI Track的学生也有2、3千人，头条会的一部作品被拒绝了好几篇。

博士申请常常被拒绝，真的是因为自己条件不好吗。知乎中，已有多位高手提出了自己的意见。

AI话题优秀受访者周博磊表示，推荐信非常重要，大牌推荐可能比一两篇头条有用，更有一篇CVPR+1篇北美圈认识的老板推荐信gt，四篇CVPR。

深度学习编译器TVM的建议者陈天奇认为推荐信一定要有牛逼，否则会有负面影响。

陈天奇写推荐信一定要找一个熟悉你的人，如果可能的话建议直接向你的推荐人询问你的评价。

除了推荐信之外，还有一些潜在的加分因素。

对机器学习的话题优秀的回答者豆豆豆豆豆豆豆叶，如何体现自己思考问题的能力，英语认为即使年龄小也是你隐藏的加分项目。

早点出名比较好吧。

所有的道路都通向罗马，除了千军万马名校的博士之外，还有很多方法让自己变得更好。

周博磊认为本科尽快到国内几家大型计算机视觉公司实习收集论文，也是曲线救国的一种方法。也许你可以在著名的实验室里积累一年半的实习经验，重返学术界。AI产学研联合如此紧密，也将有助于自身。

知乎网友Xinru Yang的回答也得到了很多好评，除了非计算机专业的四大名校（CMU、MIT、斯坦福和UC Berkeley）博士之外，其他学校也不坏也不坏，30～50位的学校不妨考虑一下？

Reddit网友Chemicill也持同样观点，不看整体排名，关注具体领域的老师们在研究什么，对整个学业生涯有更大帮助。

量子比特在这里也是AI er的各位，祝你们今年事事顺利，学过。