如何看待 AI 方向 PhD 申请竞争过于激烈的现象？

在学校committee审过材料。说两点

第一，很多回答提到了推荐信，这一点的确非常重要。需要注意的是牛人推荐信一定需要是强推，否则有很大的反面效果，牛人的推荐信权重很大，但是如果你在和对应老板的合作者中排名不高，往往拿到的推荐信打分不高，这对于申请材料有比较大的负面影响。人品好的老板如果不能强推会直接拒绝给你写推荐信，这种时候你应该非常感谢你碰到了人品好的老板。而很多人就是因为被牛人写了推荐信但是拿到了average的score而挂了。所以一般找人写推荐信的时候需要找到对于你非常了解，并且愿意强推你的人，可能的话可以直接问你的推荐人是对于你的评价。

% e0 j2 Q' N3 _1 {/ ^; @第二，对于AI ML方向感兴趣的同学不一定要看到一个点，其实对于AI的支持需要计算机科学的各个方面。我们做深度学习系统研究，最近的研究工作基本涉及到了 system，architecture，pl等。往往也需要结合这些方面的知识才可以解决实际问题。如果对于这些方面有兴趣的同学可以试试看交叉方向，这些是比较有趣并且需要有人来推动的问题。今年我们开源社区的几个主力同学也拿到了不错的去处。
# @' t* n* ~" h6 F1 X
% r8 E) j/ d0 {其实一句话来说，现在申请最看中你材料里面最出彩的那一个点，而不是数量。不论那个点是牛人的强推荐信，让人眼睛一亮的论文，独当一面的开源社区贡献，和一些组老师的深入合作。大家应该集中精力把你最想要做的那一点做好做深入，相信会有不错的结果。

在学校committee审过材料。说两点

第一，很多回答提到了推荐信，这一点的确非常重要。需要注意的是牛人推荐信一定需要是强推，否则有很大的反面效果，牛人的推荐信权重很大，但是如果你在和对应老板的合作者中排名不高，往往拿到的推荐信打分不高，这对于申请材料有比较大的负面影响。人品好的老板如果不能强推会直接拒绝给你写推荐信，这种时候你应该非常感谢你碰到了人品好的老板。而很多人就是因为被牛人写了推荐信但是拿到了average的score而挂了。所以一般找人写推荐信的时候需要找到对于你非常了解，并且愿意强推你的人，可能的话可以直接问你的推荐人是对于你的评价。
$ l9 k1 s/ o* e  X3 g
) D' H6 ~; [% W/ I, {) B1 f第二，对于AI ML方向感兴趣的同学不一定要看到一个点，其实对于AI的支持需要计算机科学的各个方面。我们做深度学习系统研究，最近的研究工作基本涉及到了 system，architecture，pl等。往往也需要结合这些方面的知识才可以解决实际问题。如果对于这些方面有兴趣的同学可以试试看交叉方向，这些是比较有趣并且需要有人来推动的问题。今年我们开源社区的几个主力同学也拿到了不错的去处。
1 k# z$ V& \( K+ X- K; z% x/ Z* h
其实一句话来说，现在申请最看中你材料里面最出彩的那一个点，而不是数量。不论那个点是牛人的强推荐信，让人眼睛一亮的论文，独当一面的开源社区贡献，和一些组老师的深入合作。大家应该集中精力把你最想要做的那一点做好做深入，相信会有不错的结果。

更：
: B2 ^. P7 M: T4 e+ {  _已招，大家散了吧～
5 c+ i; P# K7 W3 X+ X" J$ P好好学习，报效祖国，为解放全人类而读书
+ w" [& e1 ~* w( w; t1 V

0 P  E! `8 r6 t1 W) o. z& m/ V" R


1 e3 W. e; S- k2 u8 v. M( j

毕竟是当下的热点，深度学习突然起来也就几年，效果出奇的好，而且门槛还不能说是特别的高，大家都可以过来弄一弄，挤得人多了，自然也就变成这样的过于激烈的竞争的局面了。
4 i3 s2 o5 K" }# a3 ~8 F对于自己来说可能还是觉得挺不是滋味的，因为这可能意味着菜鸡如我再也没有机会去读Top的PhD项目了。但另外看的话，大量的人们的涌入，对于学科的发展来说可能其实是件很好的事情。
: D+ R$ n7 H8 P6 i  n) R6 g当前deep learning在各种应用上大杀特杀，但是却极度缺乏理论的理解，以及其带来的实践的指导。希望越来越多的聪明人可以来这个领域施展自己的拳脚。从一个从业者的角度来讲还是很愿意看到更多理论上的突破的。
井喷过后一定会有下沉期，等到现有的深度学习方法把该吃的应用领域都吃遍了，方法局限性也不能再提升更多了，热度也就该退下来了。到那时候该毕业的PhD们，人数多，界内的坑位变少，估计可能不是很好过，至少远不比现在。
3 m0 K( o- q$ E% H, O" g1 J' ?: ^对于这几年的同学来讲，只能说，不要看着热度就入坑，也不要被什么国家战略规划给骗了。国家战略跟个人的发展并不一定有直接关系。如果你对其他的领域也有兴趣，对AI的研究也没有什么强烈的信仰，还是避开申请AI的比较好。
不过可能自己还稍微有点信仰在，加上完全不会做别的东西了，估计还是不会退出这个领域并转行的……

预测今后AI方向会出现一个新群体，类比找不到教职的博士后(postdoc)，他们被称为学士后(postbac)。因为找不到博士读，学士后在各大AI厂商来回做实习生，是为千年老学后。

作为AI届里自力更生的弱鸡，可能我自己更能体会到大部分非top 5%的同学的难处。
AI(尤其是deep learning)的热度，很多之前不做AI的profs也在赶了，而且有些应用领域，已经有些老师做的还可以了，并且这些老师不一定是cs department的（比如我知道NUS duke-nus medical school有用deep learning做medical image的）。所以觉得申请top school希望不大的同学可以挖掘挖掘这些新兴的组，反正除了少数有深厚积累的组，大部分组都是自己看paper，自己摸索+和同学讨论，来自导师的帮助不一定大（可能主要是写作上的）。
与其参与rat race, 不如另辟蹊径。说白了，对于我们这种无缘top school的，读博的关键是拿个PhD学位+导师支持发AI方面的论文。AI以后的市场会很大，不需要牛组也能找到好工作（可以去非cs department做faculty，或者去工业界，或者来我们A*star -- 硬广，哈哈）。毕竟做研究，关键是有exciting的问题可以去explore，不一定要削尖脑袋去那些对所有人都如雷贯耳的地方。

paper还没本科生多。。怎么办，这么菜。。。。哭哭。。。
感觉毕业找工作也抢不过这些人。
找不到工作我就赖在学校里吧，赖着老板。
# E- S& i- t2 tsigh。
- y6 w3 u) w/ `. s
: S! T, r# x- y, ?6 @/ c（我当时想做cv的时候。。。。怎想到。。。。现在是这个情况。。）
1 a: S* n6 Y3 I5 V( g: r（想当年，本科生两篇cvpr已经是凤毛麟角了好吗，怎么现在都大路货了）
/ n, J& `, ~4 n6 Z: ^（然而我博士第三年了。。。也就。。。。）
（不，想想我的偶像kaiming！！！！！）

====
再补充两句，真的没有必要非四大的博士不可，排名30-50的学校的PhD还是没有膨胀得那么厉害的，（CSRankings: Computer Science Rankings) 哎，一般985应届本科生没有顶会paper和牛推，其他条件还可以的话，就老老实实申几个master，真的，都不一定申的上几个（就是在说本人没错了申请季只收到2个master...）PhD只收到UVa的ML方向的，不过都是很晚都到了3月份别人都campus visit回来了才给我发的offer……大概是前面的人都withdraw了被捞了一把吧，这也真的是很看运气了。
) a9 u9 n9 M5 w- |除了可量化的GPA TG，要发paper拿美国人牛推最方便还是到实验室或者大公司实习，这种机会真的是旱的旱死涝的涝死……国内某Y班15级本科的小朋友们这个学期来CMU就来了5个，感受一下这种平台资源和机会，是普通985能比的么……另外一所高校的某班大三暑假全班组织去Cornell科研实习+回国到MSRA实习，估计是无数CS申请者挤破头才摸得到边的机会吧，其实对于他们唾手可得。
4 O7 p' Z4 Z- e' T1 l' C! e1 Z当然我不否认他们本身就很优秀，但可能一开始他们只是优秀一点点，但随着平台机会资源的积累像雪花一样越滚越大，他们的优势会指数级增长，而普通学校的学生永远也追不上。

8 P$ B/ e9 L+ E" J; R. G  p. t==== 原答案：
反正说来说去，再竞争激烈最后还不是10%的大佬拿走了90%的offer
' U. y; }: O! Z  k; a/ z" F1 O剩下极少数的幸运儿捡漏，和绝大多数的还不错的申请者却连一般般的offer的边都沾不到
这又不是高考，几套卷子，几个数字就能标准化确定一切的选拔机制

已经听很多教授说过，他们最看重的是推荐信，尤其是认识的人或是知名的学者写的推荐信。他们觉得招一个不认识的学生风险太大了。美国教授好不容易申到一笔NSF的钱也就只够养一两个学生，要是学生不给力可就麻烦大了。我认识没paper非清北的学生申到Berkeley，因为他有Berkeley教授的推荐信。中国学生申请普遍比较难，因为在北美有知名度的中国大陆教授实在少得可怜。
3 v  \6 D# ?9 g+ v; W7 ?# }- n$ [3 }除此之外组里学生的内推也很重要，其他学校的一个教授告诉我，他每年都从斯里兰卡的一个学校招学生，就是这种途径。

一方面是很多入坑的同学在申请前对这个行情没有一个准确认识，n(n<=3)篇k(k<=2)作，在不看推荐信的情况下，也就是个勉强能过第一轮材料轮的水平。选校的时候非四大不读，连UIUC和UCSD这样的水平的学校都不去申的，那至少应该要能承受gap的结果。
  M4 k# ?% r9 \; }8 X7 q; @* g当然推荐信是最重要的今年经历下来感觉是毋容置疑了，一定要尽量去国外暑研，尽量去声誉比较好的老板那里，不一定要去四大(当然我相信就算这里说了也不会有人听的)，四大暑研的return offer特别不好拿，你的同学，去UW的，去Cornell的，去Toronto的，纷纷拿了return offer，结果是你不仅四大的没拿到，top 10剩下几所也没你的位置了。。。
1 n9 D4 |8 g+ ~1 g再远一点，能选择交换的同学也可以尽量去交换，学校交换资源差的(这里喷一下THU的交换资源)可以考虑自己申，确认交换学校有比较好的实验室或者老板可以跟也很重要。
  j' d/ ], k" P1 ?3 P而且gap其实有点bug，比别人多一年的情况下，committee还是把你和undergraduate放一个pool去PK而不是和master一起，所以gap操作的好的话，优势还是挺大的，上一届挤下一届的坑么。
最后替老板招一波实习生，无论是gap year找地方呆的，还是年级再小一些想做CV research的，都欢迎考虑商汤科技，可以私信找我内推。