参与北美Top高校的CS Master审材料工作，给大家提供一些建议来避免申请中的误区。不过每个学校流程和偏好都各有不同，不要以偏概全。

　　首先谈谈申请材料的重要性，一般来说：成绩单（毕业学校）>= 推荐信 >= 科研成果 > 个人陈述 >= 托福 > 其他经历（如工作） > GRE。

　　拿我们学校来说，每份材料会先有2-3个人初审（高年级PhD或者已经毕业的学生），并筛掉其中2/3的申请人，只有剩下的1/3才会被教授看到。

　　考虑到每个人都很忙，很多时候看的是非常快的，一般不超过五分钟。3封推荐信一般不用全部到，2封到位以后我们就开始看材料了，对于我们学校而言交申请太早不一定是好事，各有利弊。

　　审材料流程

　　1、先看成绩单，来自什么学校，什么专业，成绩如何，相关课程有多少以及得分情况。在这一步我们就大概知道如何打分了（我们是5分制度，1代表优秀4代表淘汰，5代表无法决定可能是成绩单看不清等）。

　　2、我们一般会要求提供两个GPA，一个是overall GPA一个是后两年的GPA。后两年更重要，但总体太低也挺伤的。

　　3、因为大部分学校其实我们都没听说过，所以我们会参考此学校在当地的排名，常用的有QS和Times Higher。不会拿印度学校跟中国对比，但印度最好IIT，中国最好的学校是清北，这都是一目了然的。

　　4、缺少核心的CS课程是个问题，转专业的人至少该上过一些，尤其是大三大四以后应该上过一些。MOOC网课略有帮助，但没什么大用，最多是体现对专业的热情。

　　5、如果学校出身成绩都不错，有机会进到下一步的话，我们会再看看推荐人是谁。最好是两封学术+一封工业界，三封学术也可以，但三封全是工业界就要亮红灯了。推荐信评分如何，此处5分代表最好（最优秀的5%），1分最差，一般只要是4分以上都是合理的。

　　6、不要认为大牛的推荐信就有帮助，大牛是很喜欢写“黑推”的，就是三句话推荐完事，甚至连pdf都没有直接用文本输入。工业界很多人不知道怎么评分，经常给出3分评价，对申请人来说很伤。所以工业界也尽量选择有博士学位的人，他们知道这是怎么回事。

　　7、现在推荐信造假的人太多了，我们会额外看一下格式是否雷同，查一下文件的metadata。如果造假太明显可能会进行调查或者直接淘汰。

　　8、托福会看一下，别太低就行了，太高也不会加什么分。GRE重要性更低，我们学校是optional的，所以基本别太低（<320）就没事，最好能达到158+168。

　　9、托福雅思其实都可以，我们的标准是托福93等于雅思7，单项22等于6.5，小分只看写作和口语。

　　10、简历会看一下，主要是为了看一下工作经历和发表过的论文。此处得表扬一下三哥三姐，各种水会都参加过，虽然论文质量肯定很低（光看名字就知道），但好歹也算有经历。

　　11、个人陈述很多时候会飞速的扫一下。所以记得突出重点，用粗体高亮核心内容。如果我只有30秒看一份SOP，我只能看到其中加粗的部分。

　　12、之后系里面会综合我们初审的评分求平均，决定每个申请的走向。拒绝的每一份材料我们是需要写出原因的，比如成绩太低等。我们学校的预估录取在5%左右，所有大部分申请会收到3分或者4分，少量会得到2分，极个别会得到1分。平均分达到1或者2会进入下一流程，4会被直接淘汰，3可能会备选，但大概率不会有下一步进展了。

　　其他审材料的原则

　　1、如果有大牛的强推（注意是强推）或者非常厉害的论文发表（CCF A或者B，尤其是一作），都是很大的加分项，可以很大程度上弥补其他方面的不足。即使我们不知道你的推荐人是谁，但名校的教授一般都是信用保证。

　　2、大部分Master项目无需套磁，Professional项目都是上课而已，最多有个名义导师。

　　3、大部分本科生都没有科研经历，也没有论文，这是再正常不过的事情了。申请就业型硕士不需要论文（当然如果有肯定会加分）。

　　4、工作经历是加分项，但不知名小公司也没啥用，毕竟完全可以编造。

　　最后想说一句，每个人的PS都写想做机器学习，偶尔看到一个想做software engineering，HCI，system的人都让人眼前一亮。写机器学习却没有相关经历不仅不会给你加分，还会让人觉得你缺乏思考，人云亦云。

　　所以说到底，申请这个事情，多一些真诚，少一点套路，多申点学校减少随机性，剩下的交给老天就好了~

　　大家如果还有相关的问题和看法，欢迎点击“阅读原文”到一亩三分地讨论。