美国计算机博士面试经验分享.

　　下面是成功申请佐治亚理工学院计算机博士的学生写的面试经验，希望对大家准备美国研究生面试提供帮助。

　　CS PhD@Georgia Tech面试经验分享

　　1月13号收到套磁老师的信问有没有时间面试，想测试一下我的English communication ability。他说觉得我的GRE Verbal不是super high(但我觉得T才更能反映= =)。16号面完，18号收到的offer。套磁的老师非常nice，之前曾帮我把材料给highlight了，说是让更多教授能看到。还说“If u get offer from MIT Stanford CMU Cornell, u should go.”(但我觉得这些学校除了CMU好点其它希望都不大)。面试完说，会talk to the admission committee。

　　面试的过程非常顺利，英语一直都不是我的弱项，而且自己做的Topic也都比较熟悉。还要感谢在HK的研究经历，每次跟老板meeting都是用英语聊research的，所以习惯了。先前特意准备了一些他可能问到的问题，但实际上面试的时候没用上太多，基本在自由发挥。

　　晚上10点左右开始的面试，聊了大约4、50分钟。从时间判断应该是Personal的那种，非committee。

　　一上来先简单地问候了一下，然后还问了一下我申请其它学校的情况，问大约什么时间出结果，我说大概二月。再就问assistantship会不会跟offer一块来，我说Stanford可能会给AD，其它很多学校应该是PhD offer means assistantship.

　　然后似乎是对着我的简历从本科问起。问了一下本科学了哪些课以及背景，我特意强调了一下本科的Program比一般EE Program更重Math和Computer。

　　然后聊到HK的经历，问MSc跟MPhil有什么区别。我回答MSc是by course的，MPhil是by research的。顺带聊了一下自己在MSc时候的研究经历。

　　再就是着重问MPhil的课程，问有多少课跟机器学习和计算机视觉有关，我说几乎所有的都是，把课程题目和内容简单列了一遍。然后问convex optimization学了什么，stochastic process怎样之类的。其实问这些的时候我有些虚，因为很多东西忘得差不多了，我就很模糊地回答convex用的是Stephen Boyd的教材，但比Stanford的公开课简单。学习怎样把一些优化问题formulate成convex的，还有KKT condition。。。如此这般。Stochastic我拿的是B，因为自己确实不是很喜欢这门课，所以也老实承认了。扯了一下Bayesian Probability, Kalman Filter。教授则说他研究的问题很多跟Stochastic Process还是很有关的，囧。

　　然后是自由地聊我的研究和他的研究，聊了一下我的paper，还问我对计算机视觉和机器学习的关系，问我现在CMU做的project。他则提到了音乐流派的分类，说对这个有兴趣，问我有什么idea。我一时语塞，因为从来没做过音乐的分类，实在没研究过音乐该怎么提特征。随便想了两个很简单的方法，用傅里叶变换，或者是用类似Image Classification里面的Bag of Words方法。最后实在不行了，说没太研究过音乐的特点，不知道怎么去抽特征。他就提到了用Deep learning的方法自己学特征。我一下就后悔了，怎么没想到这个。

　　还聊到研究方向的问题。我感觉我和他的研究方向还是有些区别的，但我说只要跟机器学习有关的东西，都会感兴趣。

　　最后教授鼓励说“It&aposs a nice chat. Your research profile is very competitive.” 我听了很高兴，觉得聊得还是挺开心的，希望应该不小，只是没想到offer来得这么快。