【申研分享局】从自动驾驶科研到世界名校Offer:他的申研之路

申研从来不是单一的分数比拼，更是一场关于积累、沉淀与选择的漫长修行。从夯实本科学业、深耕科研实践，到层层筛选院校、敲定最终去向，每一步选择，都藏着专属的成长逻辑。

本系列将记录人工智能与先进计算学院学子的申研全过程，拆解真实的申请准备细节、择校思考与成长路径，为奔赴留学赛道的同学们提供真实、可参考的经验范本。

本篇为【申研分享局】第四期内容，聚焦我院张志诺同学的申研成果与申请思考。此次申请中，他先后收获了康奈尔大学、卡内基梅隆大学、伊利诺伊大学厄巴纳—香槟分校、约翰斯·霍普金斯大学等高校的硕士录取，涵盖系统工程、自主性与机器人学、人工智能系统管理、电气与计算机工程等多个专业方向。经过综合考虑个人职业发展规划后，他最终决定暂缓读研，先在国内积累行业经验，再根据未来的发展需要规划进一步深造。本文将回顾他的申请历程，分享自动驾驶领域科研与实践经历如何塑造申请方向，梳理课程学习、项目积累与申请规划如何共同构建申请竞争力，并结合申请过程中的经验与思考，为正在准备海外申研的同学提供参考。

Graduate applications are never a simple contest of grades alone, but rather a long journey of accumulation, consolidation, and carefully considered choices. From building a solid undergraduate academic foundation and engaging deeply in research practice to systematically shortlisting institutions and ultimately confirming one’s destination, each step reflects a distinct logic of personal and academic development.

This series documents the complete graduate application journey of students from the School of AI and Advanced Computing, unpacking authentic preparation details, university selection considerations, and developmental pathways, offering a genuine and referenceable account for those pursuing overseas postgraduate study.

This is the fourth instalment of “Graduate Application Insights”, featuring the postgraduate application journey and reflections of Zhinuo Zhang from our School. During the application cycle, he received offers for master's programmes from Cornell University, Carnegie Mellon University, the University of Illinois Urbana–Champaign, Johns Hopkins University, among others, across a range of disciplines including Systems Engineering, Autonomy and Robotics, Artificial Intelligence Systems Management, and Electrical and Computer Engineering. After carefully considering his long-term career aspirations, however, he ultimately decided to defer postgraduate study. Rather than enrolling immediately, he chose to gain industry experience in China before determining whether and when to pursue further academic study in line with his future professional goals.

This article retraces his application journey, exploring how his research and practical experience in autonomous driving shaped his academic interests and informed his application strategy. It also examines how coursework, project experience, and systematic application planning combined to build a competitive application profile. Finally, by reflecting on the lessons learned throughout the application process, it offers practical insights and guidance for students preparing to apply for postgraduate programmes overseas.

张志诺，人工智能与先进计算学院数据科学与大数据技术专业大四学生，研究方向主要聚焦于汽车自动驾驶。

申请阶段，我最倾向于卡内基梅隆大学的人工智能系统管理项目。该项目既涵盖AI系统落地、运营和负责任AI等内容，也注重管理能力与跨团队协作的培养。此外，项目还提供最长约六个月的实习延期选项，学生可通过实习获得相应学分；结合CMU较强的就业资源，与我当时希望在美国积累行业经验的计划比较契合。不过，在重新评估自己的职业发展节奏后，我决定暂缓读研，先在国内积累工作经验，再根据未来的发展需要规划是否继续深造。

递交申请时，我的GPA为3.52/4.00，大三学年平均分为70/100。语言成绩为雅思7.0，另有PTE 78分。无GRE或GMAT，无海外交换经历。相比单纯依赖标化成绩，我的申请更侧重于专业核心课程表现、科研经历和自动驾驶相关实习经历，希望通过这些实践经历体现自己在人工智能领域的技术基础和项目能力。

我认为自己最大的优势是申请方向比较集中，经历比较垂直。虽然本科专业是数据科学，但从课程学习、SURF、科研、企业实习到毕业设计，我的经历都逐渐围绕自动驾驶感知和决策系统展开，形成了较为完整的成长路径。这种持续而聚焦的积累，能够让招生官清晰地看到我对人工智能和自动驾驶领域的长期兴趣，以及在相关方向上的技术沉淀和发展潜力。

神经网络导论、机器学习、深度学习

让我印象最深的是2024年在武汉一家智能驾驶公司的实习。在实习期间，我参与了交通灯检测训练流程，独立配置CenterNet训练环境并完成数据预处理、训练、推理和评估；也开展了单线 LiDAR 性能测试与报告撰写，调研3D/4D自动标注工具，并形成使用文档。实习中接触到的点云噪声、光照变化、标定和服务器稳定性问题，让我看到真实工程数据与课堂数据之间的差异。

此外，校内SURF和毕业设计让我继续向研究端深入，从文献阅读、实验设计和结果分析出发，进一步关注世界模型、强化学习以及自动驾驶长时序决策的安全性。这几段经历形成了从视觉感知、硬件与数据工具链到决策规划的连续主线。

首先是让我的动机变得具体。这些科研/实践经历解释了我为什么从数据科学转向ECE、机器人和 AI—希望补足控制、硬件、传感器和系统落地方面的知识。与此同时，这些经历也帮助我写出了更有针对性、更有说服力的申请文书。

我真正决定只申请美国，是在大三暑假。在此之前，我一直没有完全确定申请国家。进入西浦前，我曾拿到UCL的本科offer，但由于疫情等原因没有前往；本科前两年，我也没有把英国研究生作为申请的首选。随着2022年底以来ChatGPT等大模型进入公众视野，以及后来参加自动驾驶项目和实习，我逐渐确定了继续在人工智能和自动驾驶方向发展的目标，也更加看重美国在AI研究、产业和就业方面的优势。

时间安排上，我于大三 8 月中取得语言成绩并确定中介，9 月明确申请方向和学校范围，随后开始准备整理简历、联系推荐人、整理成绩单、完成WES认证以及撰写文书。由于启动时间较晚，加上认证和文书修改耗时较长，我到次年1月才递交第一批申请。好在首批申请的学校中，有两所在递交后两周就发来录取通知书，之后陆续收到其他offer。回头看，整个申请节奏还是比较紧凑。如果重新安排，我会至少提前半年完成语言考试和选校，并在暑假前确定推荐人和文书初稿。

目前我的规划更加偏向先就业，没有读博的打算。申请初期，我原本计划完成美国STEM硕士后利用OPT进入当地企业积累行业经验，因此选校时也考虑了OPT和后续H-1B的可能性。经过重新评估个人职业规划后，我决定先在国内积累工作经验，如果后期在职业道路上遇到瓶颈，再考虑读硕士。

我觉得最需要注意的是确认申请信息的准确性。即使选择中介，也不能当“甩手掌柜”。项目名称、申请截止日期、先修课要求、语言要求、成绩认证、推荐信数量和文书题目等，都应以学校官网公布的信息为准。简历、个人陈述、推荐信和网申中涉及的项目时间、个人角色、数据指标等内容也必须保持一致，文书则应针对不同学校进行调整。语言考试、WES认证和推荐信应尽早准备。选校时还要综合考虑课程设置、项目时长、实习机会、就业地域和成本。建议建立申请进度表，并为每个截止日期预留两到三周的缓冲时间。

有时间的同学尽量在实习、科研、竞赛等方向多多布局，提升自己的竞争力。如果大一成绩不够理想，也不用过于担心，更重要的是在大二、大三保持明显的上升趋势。

我选择的是半包类型的中介，也就是整个申请流程的信息填写都是我自己完成。在申请过程中，我也发现一些细节和要求存在中介疏忽的情况。因此，我建议不要完全依赖中介。尤其是在AI时代，申请信息差已经大幅缩小，同学们可以充分利用AI工具和学校提供的免费资源，自主完成申请的各项准备工作。