1
申请背景：
首先介绍一下自己的三维：上海纽约大学，Honors Mathematics和Data Science双专业，申请的时候GPA3.92/4.0，托福107，GRE330，GRE Subject 87 percentile。我的学术方面的背景是比较混乱的。一方面，我接受过完整的纯粹数学的训练，其中包括一些硬核的研究生课程（如：PDE，Real Analysis）；另一方面，从大三开始，我的兴趣就逐渐转移到应用的方向，尤其是计算数学。并且，在整个大学期间，我都在上计算机/数据科学方向的课，也学习过一些时下比较热门的知识，例如机器学习和深度学习。
我的软背景主要集中在科研方面。有一段纯数方向的reading project（微分拓扑方向）和一段交叉学科的科研。其中交叉学科的科研我做的比较久（一直从大三下学期做到现在）内容主要是用机器学习的方法解决一些大气流体预测问题，指导教授是大气与海洋科学部门的（数学部门下面的子部门）。除此之外我在大一暑假我还和两个国际生同学做过一段时间的start-up，我在其中主要负责software engineering。
2
方向确定：
我方向确定的特别晚。首先，我甚至不确定自己是申请PhD还是master：我的科研的指导教授一直在鼓励我去申请 PhD，我自己也有冲一下的想法，但PhD的申请难度一直让我觉得会没书读。其次，哪怕是只申请master，我本科学习的这两个专业几乎允许我去染指所有的STEM方向的专业，而直到大三下我还在这些专业里朝秦暮楚。
二二年的四月是我最彷徨的时候。一方面，由于我科研背景的“混乱”，我不确定自己是否能有PhD读；另一方面，我实习经历的空白让我怀疑自己是否能去申请到一些找工向的master项目。也是在那个时候我签了GGU。在和GGU的老师仔细分析了我的背景和之后的规划之后，我决定混申DS的Master和Applied Math的PhD，比例大概是以master为主。而事实上最后我是以PhD为主的，这主要是因为我之后的暑假的科研经历实在是妙不可言，加上之后套辞的结果还是不错的。
3
关于标化：
关于标化最直接的建议还是早点分手。虽然标化在申请中真的不是一件很重要的事情，但一个好的标化成绩会让你在本就神经脆弱的申请季少一些焦虑。
4
关于科研：
我的两段科研机会都来自于一个美丽的错误。因为我大一的时候没有选Honors Math专业一般会选择的Honors Linear Algebra而是选择了一节基础coding课，所以我大二的时候要补那节落下的课。而我正巧很喜欢上这节课的教授，所以快到暑假的时候我就问了她有关于科研机会的事情。这个教授不止supervise了我那个暑假的reading，也是我之后科研的领路人。
同样是因为我大二的时候在补Honors Linear Algebra，才使得我在大三的时候能在补上ODE的时候遇到我第二段科研的导师。上课第一节课老师大概介绍了自己的research interests，说自己现在在做一个math和machine learning相结合的project。语罢，本来瘫坐在椅子上的我立马就坐直了。由于我的背景很契合且老师本来就有在带一些本科生，所以他很快就同意了我进入他的组。
相对来说，我觉得科研比实习好找的太多。美本/中外合作大学的学校里的科研机会相对来说会很多，遇到喜欢的教授就可以问问他手上有没有本科生做的项目。如果学校有专门的本科生暑研项目也可以积极参与，像Courant就会有AM-SURE/SURE，有的甚至不需要自己去找教授。当然，科研最后能带给你的帮助（推荐信/能里的提高）完全取决于你做科研时候的努力，所以找到科研机会只是第一步，更重要的是多学多看多问多思考，努力去做好你手上的科研。
5
硕士申请：
和PhD申请的工作量相比，master的工作量真的不值一提。这也一定程度上导致了我之后就算拿到了Harvard DS和CMU的MCDS这些顶级项目的offer也不觉得有什么。
由于我很确定自己是一个slow-writer + 无敌纠结怪 + 完美主义者，我从八月底就开始写我的Master的PS，大概改了六七版。值得一提的是GGU在文书指导方面真的很耐心，一遍一遍无休止的给我改，和我一起纠结一些很细微的点。
在选校上，培训师直截了当的和我说如果我申请了NYU（本校）的DS项目，那么以我的背景就不需要申请太多保底项目，甚至也不需要申请同类型的项目（类似于哥大的DS和JHU的DS）。Mentor也反复强调我的背景在申请master项目上还是会有很大优势的，不需要很保守。我最后采纳了这个方案，把更多的配额留给了博士项目。
6
博士申请：
我的科研背景允许我有两个博士申请的方向：一个是申请大气与海洋相关的PhD，这些faculty有一些会在数学的部门中，有一些则在独立的大气与海洋部门中；另一个则是更广泛意义上的应用数学。我最后选择的是申请应用/计算数学的PhD，方向是数据科学和应用数学的交叉学科方向。
博士申请方向能帮助到我的人就少了很多，因为作为一个博士申请者，你应该是世界上最了解那个细分领域的那几个人。况且，我的这个方向多多少少有点四六不靠，而且目前做这个的人目前不是很多。博士的申请的竞争力中最重要的是推荐信，因此其实在申请季能做的决定命运的事情并不多。因为数学是Committee制，套辞的意义主要是为了选校的合理。PS当然也要用尽全力去写好，尽可能的可以突出自己对所研究topic的理解。从结果上来看，PhD的申请相较于master不确定性更强，变数也更多，是一件比较看命的事情。所以如果要申请PhD的话最重要的事情就是放好心态，不要因为心态的起伏丧失了一些基本的判断，导致在选校、推荐信等环节出错。
7
关于世毕盟：
我在大三的下学期对比了很多家中介，最终选择了世毕盟，主要原因有以下几点：1. 身边很多学长学姐的推荐，且他们申请的成绩都很不错；2. 价格透明合理，3. 服务内容比较全面，不限制申请项目数量/专业。
我当时要求的mentor是DS master申请方向的，希望是要求是和我一样有较强的数学背景（因为想在申请中突出我在数学方面的优势）。我当时觉得我提的要求比较苛刻，但没想到世毕盟是真的能给我分配这样一位mentor。我的mentor是Harvard DS的学姐，本科也是学数学的。她能比较好的理解我的一些问题，例如怎么在文书中言简意赅的讲清楚一个学术概念。另外，因为她也有申请PhD的打算，所以在PhD申请方面也给了我一些帮助。
我的培训师老师特别专业且有耐心，我在申请中有任何问题（小到例如网申系统里某个checkbox勾不勾）我都会问她。她的回答往往特别干脆，且回复速度特别快。记忆中她一直会给我一些很干脆的回答，而且通常会给我很清晰的理由或之前的案例，这让我在申请季的时候特别安心。并且，由于我是一个压力大的时候骚话会特别多的人，所以我经常会往群里去发一些焦虑和牢骚。老师也会一一来回复我的这些其实可以不用回的话，并且给我很有效的mental support。
总之，我非常庆幸我选择了世毕盟，感谢他们的帮助和辅导，让我在master和PhD两个赛道都完成了申请季的目标。
