申请前期准备¶

为什么要出国¶

在正式申请开始之前，我们鼓励大家能想清楚：为什么自己要选择出国留学？诚然，出国后可以开阔视野、学习先进的科学知识、做出前沿的科学成果，提升自己的潜在竞争力。但是，这些理由充分吗？在多年的留学生涯中，你会因远离自己的亲朋好友和所熟悉的曾经丰富多彩的生活而倍感孤独，并很可能会遭遇经济和社会地位的降低、文化的冲击以及对人生过去选择的迷惘……

你现在所权衡的选择，将深刻地、持久地影响着你的一生。

博士项目基本情况¶

脑科学、神经科学、心理学等学科交叉性极强，学生来源背景广泛：数学、统计、物理、化学、生物、计算机、人工智能、信息科学、心理、临床医学……美国的神经科学项目常受资金限制，国际学生名额一般而言较少；心理学、认知科学等其他项目一般没有资金限制。但总而言之还是因项目而异。申请过程中，一般而言，美本的中国学生相比非美本较有优势，主要原因有：美国大学、文理学院在欧美较有认可度；本科多为学分制，许多人有双学位甚至三学位；所有的推荐信均来自于美国教授、人脉关系（connection）很强；在美国的研究经历较受认可。然而这并不意味着非美本的同学只能自暴自弃，只要对现状有清晰的认识、提前准备的意识，就有很大的希望申请到顶尖的院校。

申请的影响因素：letter/research experience/publication/GPA/TG¶

总体来说，中国和美国在判断申请人的学术能力时标准相差较大。中国在博士申请时看成绩/GPA，在教职申请时看好文章数；而美国在博士、教职申请时则看更全面的(well rounded)能力(a whole package)。任何一方面有短板都可能给最终的申请带来负面影响，申请者应该对自己各方面的能力有较清晰的认识，在长期的准备过程中坚持“短的补高、高的刷爆”的策略。博士申请的条件主要包括：GPA、英语能力、文书、文章/研究经历、推荐信等。我们将逐项讲解各项条件在申请中的重要性。

GPA：GPA在申请时自然很重要，不能过低。但在超过一定的阈值后，绝对值高低的意义就不大了，边际效应递减很快。GPA是为了证明你有足够的学习能力和动力（学习已有知识），并不能反映更全面的学术能力（创造新知识）。从申请的角度考虑，没必要将GPA刷得特别高，而应该充分利用时间全方位提高自己的水平。

英语能力/GT：很多项目已经逐渐取消对GRE的要求，因此GRE的重要性逐年递减。特别是2020年diversity运动之后，许多之前没有取消gre的学校委员会也重新进行了投票取消了gre，申请的同学可以留心查看自己目标学校的要求。托福成绩主要在初筛阶段起作用，超过阈值后影响就不大了（总分高于100、口语高于23，口语22在有些申请系统是被标红的）。尽管如此，英语听说交流能力在申请时非常重要，集中体现在面试过程中，这与学术社交在神经科学领域的重要性有很大关系。

文书：PS和CV的重要性不必多说，应该长期打磨，明确体现出自己感兴趣的科研方向，以及相关的大问题/大背景。请阅读其他飞跃手册和个人陈述PS章节。

研究经历/文章：没有过硬的研究经历很难申请到神经科学好项目。从发文章的进度上看，文章接收(accept)>>在修(revision)>在审(review)>在投(submit)>预印本(bioRxiv、Arxiv)>>有初稿(manuscript)>>无初稿。从发文章的档次上来看，领域顶刊>有口碑声誉的期刊、接收全文的顶会>水平一般期刊>接收摘要的会议>水刊、水会。从作者贡献上看，一作>共同一作排名靠前>共同一作排名靠后>>二作>挂名。从实验室角度来看，国际有名的国外教授≥国际有名的国内教授>普通国内教授。一般而言，很多国内教授在国际上人脉关系较少，如果没有一定的成果（至少是预印本或被有名的会议接收摘要），很难证明自己的研究经历的水平。但如果导师是国外教授，一封强推已经可以较好地为自己的研究经历背书了。在神经科学的申请中，研究经历的时长是很重要的因素，许多面试者都有数年（1-4年左右）实验室工作时长。强推数量也是越多越好，进入顶级项目的面试者很多都有2-3个顶级lab的推荐信。所以研究经历的丰富性，如不同实验室的研究经历，也会有帮助（在欧洲，有些教授看重移动性（mobility），比较喜欢在不同地方呆过的学生，因为这意味着他们得到了更普遍的认可，而不只局限在一国甚至一校之内，也意味着他们所接触的学术思想更广）。但在总时长一定的情况下，研究经历的丰富性和研究工作的完整性之间可能存在矛盾，需要学生自行取舍。

推荐信：国外教授的强推是申请的最重要的因素之一。一方面，审材料的老师如果看到自己熟悉或欣赏的教授写的推荐信，会更愿意给学生发面试，面试过程中面试官更关心你的强推相关研究经历；另一方面，一封国外的强推更能为学生的各方面背书（研究经历、英语交流能力、学习能力等）。特别是对于欧美实验室单独招phd的这种情况（非program），会更加注重人脉。如果导师之间相互认识，或者彼此关注对方的论文，那么给面试的可能性就很大。由于大家都知道国内教授的推荐信基本上都是学生自己写的，所以国内的推荐信已经基本失去效力了。并非所有出色的境外交流实习都能拿到一封强推：如果教授过于有名，可能在实习期间见不到几次面（导致教授对你不了解），即使出了一些科研成果，也难以有一封生动细节的推荐信。因此，一封强推需要有：领域里的人大都认识推荐人；推荐人对你的人、工作非常熟悉；你有出色的工作。

运气：在神经科学的申请中，很少有国际学生能“横扫”所有北美顶校。最出色的申请者一般会拿到1~2所顶校的面试和一些一般名校的面试。运气在申请中占了不少比重，要以平常心看待。

研究经历/文章和推荐信这两点适用于前面所说的“高的刷爆”策略，GPA和英语分数则不属于。笔者认为，在博士申请阶段中的一个中心因素就是人脉关系（connection或者networking），原因如下： 1. GPA和国内研究经历有利于找到有名lab的境外交流实习（强人脉关系），从而拿到强推； 2. 长期的研究经历和出色的英语交流水平能帮助加深强人脉关系和拓宽弱人脉关系，为申请和联系教授打下基础； 3. 强推直接为自己的成绩、学术水平、英语能力、研究经历背书。

飞跃手册¶

由于本书以脑科学申请为主，我们不会花费过多笔墨介绍一般的申请流程。熟知这些一般性细节非常必要，请读者自行参考大陆许多高校的飞跃手册，比如《2016中国科大飞跃手册第三版》、《中国科大地空飞跃手册》和《2017南京大学物理飞跃手册》等等。

本科专业选择 & 核心课程介绍¶

下面我们将按照中国的课程设置，简单点评与脑科学、神经科学、心理学等直接相关课程和间接相关课程。这里的课程分类不是绝对的，有些计算类的课对从事实验方向同样重要，反之亦然。

直接相关课程¶

基础神经科学：神经科学方向必修。
生理心理学/生物心理学/行为神经科学：和认知神经科学、基础神经科学均有重叠，主要是从神经元到皮层，介绍各类行为的神经基础。
认知心理学：心理学方向必修。
认知神经科学：神经科学和认知心理学的交叉，热门研究领域之一。
CNS解剖：对认知神经科学的学习很有帮助（熟练掌握各个脑区的结构和功能）。
感觉、知觉：脑功能中研究相对深入、透彻的热门方向。
神经经济学：与决策有关的神经、心理学研究热门方向。

实验方向的间接相关课程¶

一、生物

生物化学：为分子和细胞生物学做准备。
分子生物学：为分子神经科学做准备。
细胞生物学：为细胞神经科学做准备。
生理学：为神经生理学做准备。
遗传学：有助于学习行为遗传学实验方法。

二、基础心理学与认知科学

普通心理学：心理学课程的基础和入门。
心理统计：在数理统计的基础上会扩充一些心理学中常用的统计方法，尤其是检验方法。属于实用型的。
实验心理学：各种类型的实验设计方法，简单的数据分析，还有一些研究的准则，伦理问题。是自主设计实验的基石。
心理测量学：涵盖量表的设计，数据分析，信效度的检验等，认知神经的研究也会广泛的用到量表，所以了解一些是有益的。

三、工科相关课程

电路／模拟电子技术／数字电子技术：这些主要是电类本科生基础课，电路：基本的电路知识设计技术。模电：如何设计和使用放大器，如何评估放大器性能，如何改善放大器性能降低噪声，如何正确的“接地”（在做电生理会用得到）等。数电：基本的数字电路知识，高低电平，触发器，定时器，串口通信，总线等知识。在维护研究相关硬件的时候，或者自己设计硬件会有用。
单片机原理与应用：需要掌握单片机选型号、编程、交叉编译、硬件电路设计、调试等知识。这些对于设计和维护神经科学研究的硬件很有帮助（主要是行为相关的硬件）。简单一点的话可以直接学学Arduino用arduino做，但是Arduino没有定时器，中断之类的，也很难优化程序，复杂一点的硬件需要更专业一些的单片机知识，比如STM32，MSP430。建议直接从STM32或者MSP430学起。
医学成像：医学成像是生物医学工程专业的一门专业核心基础课。主要讲各处成像（x光，ct，磁共振，pet）的技术原理，一些技术细节（比如重建变换等），尤其是磁共振，会涉及具体的扫描序列等知识，如果从事fMRI研究的话，会有一些用。
医学仪器原理与设计：这也是一门生物医学工程专业的基础课，主要讲一些医学（ECG，EEG，血氧光电容积波，血压等）仪器的原理，其中ECG，EEG会着重讲各种生理信号的电极、放大器以及各种噪声的原理和去噪办法，血氧仪会涉及光电容积波测量的原理（这个对fNIRS游泳），用H桥来驱动等技术细节，也会涉及各种仪器的安全标准等。很多知识对于神经科学领域内生理信号测量的实用都有些用。你可以更好的理解噪声怎么和人体/老鼠体耦合的，怎么样更好的减少噪声，提高检测的信号质量等。

计算方向的间接相关课程¶

一、数学

数学分析/微积分+线性代数：其他数理课程的核心基础。
复分析/复变函数：涉及到信号处理，处理神经信号时有用。
实分析/实变函数：一般理工科专业非必修。但如果以后想在神经科学的统计模型方向深入，实分析提供了概率论、数理统计的严格的测度论基础。
概率论/高等概率论：理工科的“概率论和数理统计”是必修课。如果想在统计方向深入，基于测度论的概率论将提供良好的基础。
随机过程：计算神经常用。泊松过程建模神经元发放，马尔科夫过程更是应用广泛。
随机矩阵：神经网络学习理论的分析。
时间序列分析：如EEG/MEG/fMRI的动态数据分析。
矩阵论：对线性代数的拓展、矩阵分析。
图论：图的基本概念在复杂网络领域有用，如网络神经科学。
常微分方程：为偏微分方程和动力系统做准备。
偏微分方程：在计算神经的小部分方向中用到，如热传导方程可用于建模记忆的巩固过程。对学习高级的物理课有帮助。
计算方法：对理解程序模型中用到的数值算法有帮助，计算神经直接应用较少。
泛函分析：对深入理解理论机器学习有帮助，计算神经直接应用较少。
动力系统：非线性动力学分析神经元、神经环路的定性性质，是狭义的计算神经科学的主流方法之一。
凸优化：理论机器学习的核心之一。
近世代数：对掌握高级代数类课程和概念有帮助。
代数拓扑：和同调代数中的一些概念在网络神经科学分析中有用。
应用范畴论：提供了描述一些认知模型的高级数学语言，很小众。
数理逻辑：在语言学建模和符号学习建模中有用，很小众（曾经热门）。

二、统计

数理统计/高等数理统计：如果想在统计模型方向深入必修。
线性统计模型：分几块：线性回归模型在心理学和机器学习中极其常用。方差分析模型、协方差分析模型、混合效应模型多在心理学数据分析领域用到。
贝叶斯分析：统计分析常用手段。计算认知建模的几大学派之一。
统计计算：统计模型的计算算法。其中的MCMC在神经科学、心理学的统计模型中常用到。
统计学习：从统计角度深入理解机器学习算法。
非参数统计：心理学中经常使用各种非参数检验。如果想在统计模型方向深入有必要学习。

三、物理

经典力学：直接应用较少，为后续物理课做准备。
热学：直接应用较少，为统计力学做准备。
电磁学：直接应用较少，为电动力学做准备。
光学：部分实验室会自己搭建光路显微成像。为后续课程做准备。
原子物理：直接应用较少，为量子力学做准备。
理论力学：提供了一套描述物理系统的抽象语言。为统计力学做准备。
电动力学：直接应用较少，为统计力学做准备。
量子力学：为统计力学做准备。量子力学的数学框架在一些计算认知建模中用到，很小众。
统计力学：为理解多体相互作用提供了抽象的物理语言，如相变和渗流、平均场、主方程。伊辛模型和Hopfield记忆网络模型紧密相关。对研究大脑中的临界相变、幂律、网络动力学、深度学习理论等方向有用。

四、计算机

C语言/程序设计：编程是必修技能。
Python/MatLab/R: 做计算神经则根据实验室要求至少掌握一门。
数据结构：涉及到的概念在编程中很基础。
并行计算：对理解和实现程序模型中的并行机制有帮助，计算神经直接应用较少。

五、人工智能

机器学习和模式识别：在各个领域应用广泛。
神经网络和深度学习：在各个领域应用广泛。神经网络是计算神经的几大流派之一。
强化学习：强化学习是一大类机器学习算法，计算神经（决策方向）的几大流派之一。
计算机视觉：对研究脑视觉功能有帮助。
自然语言处理：对研究脑语言功能有帮助。
概率图模型：如贝叶斯网络在计算神经中有应用。

六、信息科学

信息论：感知觉的性质，神经元群体编码。
控制论：如感觉运动能力的控制机制。
信号处理：神经数据信号处理。
图像处理：如fMRI的图像处理。
信号与系统

其他的间接相关课程¶

生物类：生物信息学、系统生物学等。神经科学里有一些大数据的研究，涉及基因组，会用到生物信息学的方法。
哲学类：语言哲学、心灵哲学、认知科学哲学等。
语言学类：认知语言学、计算语言学等。

对于实验类研究来说，生物学专业和心理学专业有非常恰当的培养方案。但如果是做计算神经的同学，可能会被上面一大长串的相关课程吓到（或激励）。是否这么多课程都需要掌握呢？并非如此。一个具体的课题，可能只会用到几门相关方向课程的知识基础。对于本科/硕士申请者来讲，对课程的学习可以分成以下几个层次：

第一层次，学好自己专业内的数理基础课，选择自己在本科、硕士阶段想做的课题，适当学习几门相关课程；

第二层次，在完成自己课题的过程中，保持对其他相关领域课程的开放和兴趣，学习额外的相关课程；

第三层次，在未来多年的学术生活中，根据自己的研究兴趣，进一步深入和拓宽自己的知识面。

从申请角度功利地说，修读课程的核心目的是掌握与自己课题相关的技能集，继而通过研究经验和高水平文章证明自己的学术研究能力。在时间、精力有限的情况下，应分配更多的权重给课题研究，而非修读更多的课程。仅在仍有精力的条件下，才应该考虑更多的课程。

什么样的本科专业适合计算神经？¶

最适合的专业包括：

物理/生物物理：掌握较多的数学物理工具并了解如何把这些工具运用于生物系统上。传统上多是物理背景出身的人做计算神经，因此物理分析方法占主流。
人工智能：机器学习和深度学习在神经、心理学中迅猛发展，是未来发展的趋势。
统计：海量的神经、心理、行为学的数据分析。

比较适合的专业包括：

应用数学：掌握更深刻的数学工具。但学生需要进一步学习了解如何实际应用这些数学知识，而非证明各种定理。
计算机：拥有很强的编程实现能力，并对人工智能有部分了解。但专业必修的系统类课程（操作系统、计算机网络等）对神经和心理学无用处。
信息科学：擅长电路原理、信号分析和图像处理。

关于课程和专业的选择感想¶

总的来说，从上述专业的本科转到计算神经的phd，都不算罕见。比如数学，基本每场面试（20-30人，这里面可能只有一半是计算神经方向）都会遇到至少2-3位数学本科的学生，甚至psychology program都有不少数学专业的申请者。此外，笔者个人猜测，审材料的时候，学校不会太有时间比对你具体上过哪些课，特别是在neuroscience里面，也没有一个公认的课程标准。

所以，申请者做过的项目是否与neuroscience相关，是否符合未来导师的研究兴趣，可能要比课程和专业叫什么名字更加重要。

申请时间安排¶

因为神经科学的PhD申请竞争非常激烈，并且国内很少有对应的专业，所以申请者最好早早开始做准备，一方面，积累科研和实习经验本身非常重要；另一方面，更多的经历，尤其是海外交流的经历，有助于获得高质量的推荐信。

总体来说，从大一时就可以开始进行准备工作了，尤其是各种标化考试可以先学起来、甚至早一点报名考试，因为有的时候可能需要考多次才能有一个理想的分数。这里有一点需要注意的是，尽管托福成绩的官方有效期是2年，大部分学校只需要在申请的时候还保持有效即可，但仍然有部分学校的部分项目要求申请者的托福成绩到规定入学时间有效（也就是需要大三开学后考）。此外，大家需要提前留意要求考GRE Sub*的项目，留出时间准备。此外，面试注重考核申请者的多方面软实力（见面试的章节），应该从很早就注重对自己相关方面的训练培养。

大二开始，在课程之余可以先接触校内感兴趣的实验室，主要是通过实践和尝试找到自己的兴趣所在，以及了解做这个方向需要学习怎样的技能，也可以对之后的选课有一些指导。大二和大三的暑假，笔者建议是积极寻求外出交流的机会，一方面有助于早日出一些小的成果，另一方面是拓展自己圈子，获取更多人脉关系的一个方式。如果大二的暑假在科研方面还没有什么经验，也可以考虑参加暑期学校。暑研联系教授建议早一点开始比较好，寒假就是一个比较好的时间段（太早了教授还在申请季，太晚了空位置已经被抢完了）。

如果学校或者院系有比较合适的出国交换项目，也可以通过长期（一学期/一年）或短期（寒暑假）的境外交换项目，增加自己的海外经历。通过项目出国交换，一方面可以感受国外学校的学习风格和生活氛围，提前了解自己究竟喜不喜欢、适不适合出国；另一方面也可以和国外的教授建立人脉关系。这里所说的教授，既包括任课老师，也包括自己联系的教授：有许多同学都会在交换前联系感兴趣的教授，寻找去实验室搬砖的机会，增加科研经历。

大三的暑假同时标志着申请季的来临。此时可以先准备CV，构思文书，进行选校。选校的同时也是按照官网核对自己准备材料的过程，其间如果对标化成绩有一些特别的要求（比如之前提到的有效期），还需要提早预约考试。文书也是早动笔较好，因为之后需要反复修改。不同项目在内容、篇幅上会有不同的要求，申请者需要留出时间对文书做个性化的修改。大四开学后，就是不停地看实验室，发套磁信，填网申，改文书的过程，总体还是很紧张的。

案例1：某编写组同学和申请有关的关键时间节点

时间	标化考试	科研实习	其他
大一暑假	准备托福	校内科研
大二寒假	准备托福		联系教授，寻找暑期实习
大二下	考托福	校内科研
大二暑假		境外暑期实习
大三寒假	准备GRE		联系教授，寻找暑期实习
大三下	考GRE	校内科研
大三暑假		境外暑期实习	选校，构思文书
大四上	考GRE Sub，考托福		申请季

我选校的时间比较晚，是八月底才开始看各个学校的官网，且一直拖沓，使得申请季后期有点焦头烂额。这是我在整个申请周期犯的最大的错误，导致一些可能适合我的好项目没有被关注到。

案例2：某编写组同学对申请季时间安排的建议

大三暑假：选校。

文书：尽量早开始，给自己留出多次修改的时间。

联系教授：没有固定的时间段。如果大三暑假恰好在境外科研，那么可以试着约感兴趣的教授见面；在选校时假如发现一个项目里自己感兴趣的只有一两个组，可以发邮件去问问教授招不招人再决定是否申请，顺带达到联系和推销自己的目的；申请截止后，各个学校开始审材料，这段时间内都可以进行联系。

网申：大部分的网申通道在8-9月开启。Neuroscience项目的截止日期在11月底至12月初。2019年秋季的情况是大部分截止在11.25或12.1.

面试：Neuroscience项目大部分在12月底至1月初出面试通知。如果在这时没有得到面试资格，就会很快收到拒信。面试的举行一般分布在1月中旬至2月中旬。面试结束一两周之后，就会有同学陆陆续续收到该项目的offer了。

关于GRE sub

GRE subject是分学科的GRE考试，包括物理、生物、心理等众多科目。在部分项目的出国申请中，项目为了了解申请者的学科专业水平，会要求提供某一个和项目相关的单科成绩。不同学科的项目，要求各异：Neuroscience的项目基本不要求GRE sub；Psychology的项目有的会要求GRE Sub Psychology；Physics的项目则全部都要求提交Sub Physics的成绩。Sub考试在中国一年只有两场，分别在上半年和下半年。美国的场次会比较多。如果想多考几次刷分，可以在海外科研的时候一起考了，或者大三甚至更早就报名参加国内的考试。

转专业体会¶

转专业可以分为转研究主题、转研究手段和转研究主题+研究手段。转研究主题主要是指研究方法变化不大、转变研究对象的情况，例如从数学/物理/计算机转为计算神经科学、从细胞生物学/分子生物学转为相关的湿实验为主的神经科学等等，这种类型的转专业难度是最低的：一方面因为知识体系交叉很大，另一方面因为像计算神经科学这种交叉学科本来就没有对应的本科专业，从数学/物理/计算机转专业而来反而是非常理想非常有优势的情况。转研究手段绝大多数的情况都是本科做神经科学/心理学的湿实验（或者说计算成分不大的研究）之后转为计算成分更大的领域，这种情况难度稍大，主要是因为数学/计算机技能上手需要一段时间，学习曲线比较陡峭；相反方向的转专业案例较少，但难度应该稍低。转研究主题+研究手段的情况应该是属于最困难的情况，基本等于需要在本科专业建立起来的知识体系之外独立重建，尤其是研究手段是偏计算的情况下，需要额外考虑学习难度较大的情况。

以下来自编写组的三个案例分别代表了转研究主题（地球物理转计算神经）、转研究手段（生物转计算神经）和转研究主题+研究手段（制药工程转计算认知），希望能带给大家一些可行性方案的启发。

地球物理转计算神经¶

转专业原因

我在刚入本科时对自己的兴趣不明确，随大流学了物理，并且进了一个很小众的方向。直到大三开始进实验室和学专业课时，我才意识到自己学/做这个专业时很不开心，遂下定决心转专业。并且我一直对脑科学感兴趣，进过一番资料收集，发现计算神经这个方向既能研究脑科学的问题，也能用上学过的数学知识，就选择了此方向。

遇到的困难和解决方式

困难1: 知识背景。我没有任何脑科学和生物科学的知识背景，很多时候，例如读文章、听讲座还有和别人聊天时就会探测出许多知识盲点。解决方式：遇到一个知识点学一个，实验室的同事、老师都会耐心地给我解释，通过网课、维基百科学习。

困难2: 不熟悉领域里的“规则/术语/资源”。比如不知道如何准备Neuroscience项目的现场面试，不知道做计算神经的人数在领域里是少数，HHMI Investigator是什么量级。在该专业认识的老师和同学也很少，‘networking’ 不足。

解决方式（仅供参考）：我选择Gap一年（当然也是因为第一年申请不顺），并且加入了一个在美国的做实验为主的实验室（这个选择既有好处，学到了很多生物知识、领域里的行话，但也克服了很多心理上的不适）。

分析：知识背景缺陷：两个前提：1. 神经科学是交叉学科，很多实验室都有不同专业背景的人，比如Biology，EE/CS，Math，Physics等。所以不用为自己的知识盲点感到羞愧或者焦虑——尽力、及时地学就可以了。2. 学科隔阂确实很深，需要保持心智开放，多交流，多听讲座。陌生领域：熟悉新领域、建立新的人脉关系确实需要时间，是否需要gap year，加入一个怎样的实验室，都是个人依照自己情况做选择。

主观心态

我离开原来的专业和圈子，到一个新的领域，既要克服对自己的怀疑，也要面对周围人的询问。心理上的不适是不可避免的，但我有（迷之）自信，同时看到很多神经科学家是从physics PhD转过来的，当然还有别的专业如math 等，便消除了很多疑虑。Neuroscience是一个很大的领域，意味着你会遇到更多、来自各种背景的学者。我在gap的一年里认识了很多Neuroscience的同学和老师，并且很庆幸当初下定决心转了专业。

生物转计算神经¶

我在高中参加了生物学奥赛和信息学奥赛，一直对神经科学、心理学很感兴趣，顺理成章地选择了生物学专业，希望未来能从事神经科学或心理学的科研。高中、大一时的想法比较受限，以为神经科学只是生物学下的一个分支。在大一大二几年的本科学习中才逐渐认识到神经科学、认知科学和其他数理学科的联系，接触到计算神经。促使自己转到计算神经的主要原因是：一，在学校开的实验课上发现自己对理论课程学习非常擅长，但是实验能力不够好，认定自己没有生物、化学实验上的天赋；二，大三时被知乎上描述的生物学专业暗淡前景吓到，希望在博士不顺利的时候有条退路；三，由于高中奥赛提前学过大部分生物学课程，本科时有充分时间了解、学习其他数理学科，加上本科学校的数理专业很强，充分发现了自己在数理科学方向的兴趣。

在大三的时候，我读了计算机双学位，好处是进一步加强自己的编程技能，并且接触了机器学习这一领域，为计算神经的技能需求打下良好基础；缺点就是，双学位里有一些课程（操作系统、计算机网络、计算机体系结构等）较花时间，和脑科学也没有什么关系。由于时常被精致复杂的数学物理理论吸引，想弥补自己没有在本科攻读数理专业的缺陷，我最终决定在本校保研修读了一个统计学硕士，在此期间选修了不少相关的数学、物理课程。

由于花费时间上了不少数理、计算机课，一扫生物背景出身的不自信，读计算神经领域paper碰到的理解障碍也更易克服。但计算神经/认知这个领域，数理、计算机等计算方向本科出身的同学一般而言更有优势，只要多学几门神经科学、心理学的课程就基本够用了，而我则必须花费更多的时间弥补相关计算课程，在境外科研、英语交流上花费精力不够多，间接导致了自己第一年申请上的失败（可能还有PS组织不够好的原因）。另一方面做的不足的是，较晚才和美国的计算神经学术圈建立联系，其实应该越早越好。

天坑工科类专业转计算认知¶

我是从一个目前所做的计算认知方向完全不相关的专业逐步转过来的，这个跨度大概是所有理科专业转神经/心理的最大的几个之一。它的困难在于研究主题和研究手段都毫不相关：我本科的知识体系基本由细胞分子生物学、基因、化学、药学和化学工程混杂而成，所做的科研基本是合成生物学，做的实验都是湿实验；而我现在的方向的研究主题主要是人类决策，所用的方法是建模。因为跨度较大，所以这个过程也比较辛苦，且存在一定的运气成分。我在第一年申请的时候远远低估了申请难度，第二年在许多人的帮助下才申请成功。

我直到大四的时候都不知道计算认知这个领域的存在，主要因为本科学校没有相关的专业（稍微沾边的是做神经工程的，在其他一个交流很少的学院，生物学院等并不做神经方向）。但我在大二做合成生物学比赛的时候对生物系统的建模产生了浓厚的兴趣，虽然没有人指导，也尝试做了一点东西。再加上我对湿实验非常抵触（气味敏感，不喜欢实验室的气味；不喜欢长时间重复单一劳动），大四的时候已经决定申请计算生物学/生物信息学的硕士。因为该领域相关的硕士名称非常繁杂，我浏览了所有目标学校的所有专业。我注意到几个和neural computation相关的专业名称，感觉非常有趣。我之前从未考虑过神经领域的建模（这个时候我还没有涉及到认知科学，主要关注的还是比较狭义的计算神经科学领域），这些专业的介绍给我打开了新世界的大门。在大四下半年，我找来神经科学领域的几本入门书籍开始学习，并打算在硕士期间去相关实验室实习。

我申请生物信息学硕士的过程整体来说非常顺利，因为研究的研究主题和对象变化不大，只是研究手段由湿实验转为干实验。我非常庆幸自己选择了欧洲某理工学校的硕士，因为它的选课在完成一些最基本要求后完全不受限制，轮转和毕设的实验室选择也几乎不设限，所以我可以尽可能多的选神经/心理相关的课。但是在找第一个实验室的时候还是经历了一些困难，联系了两个老师都杳无音讯，到了第三个老师才被接收。但事实证明这是最适合我的实验室，因为从这个实验室我才了解到computational cognitive neuroscience的领域。有了第一个实验室做背书，在找之后的实验室就容易一些。第二个实验室的项目是behavior modeling，导师虽然一开始对我有些疑虑，但也同意我尝试，之后也进行下去了。

由于课业压力较大，在第一年申请的时候，我其实只有一年多一点的实验室经验，再加上对申请方向不是很明确，所以没有提前联系目标导师，申请准备也不充分。那个时候申请失败以为原因是学校觉得我数理基础不够，但第二年申请和现在的导师讨论发现其实还是项目经验积累不足，没有文章，对大背景的理解不够等原因（数理基础也是要加强，但是从学历上和做过的项目方法主题上看其实是足够的）。这一部分因为我所在硕士国家的教育体系基本没有对硕士发表论文、参加会议的预期（多是顺其自然），另一方面也存在安排的项目不合理，指导不足等问题。同时也存在一定的运气因素，因为最终做什么项目其实很大程度上取决于加实验室的时候老师手头有什么项目有空余。当然也有我自身的原因。我非常建议在进行这个大角度的转专业时有一个导师能进行指导，最好能在大问题/大背景的角度告诉你什么项目是好的项目/是适合你的项目。我当时由于对神经/心理整个大的领域的分支们了解不足，又缺乏指导，所以花了比较久才渐渐发掘自己喜欢什么，在这之前在不适合自己的项目上浪费了比较久的时间。

Gap Year¶

首先，gap的经历在neuroscience PhD 申请者中非常常见，可能占到了三分之二（包括所有美国本土的申请者）。除了因为全聚德被迫gap以外，还有不少学生纯粹想测试一下自己适不适合搞neuroscience的研究，探索一下自己感兴趣的领域，因而自愿选择gap。以下内容只限于去美国找RA类似的gap。

Gap的唯一缺点可能是有点伤财，因为愿意给这种student RA发工资的老师不多，不过也不少，仔细找找，好好沟通，还是很有希望的。从Gap到申请的半年里，不用多说肯定是要好好表现，基本大家最终都会有1-2个体面漂亮的工作，老师也会帮你考虑这个因素，都会选择一些短期的课题。Gap之后申请会容易非常多，主要原因在于美国的导师在圈子里会比较有人脉关系，特别是计算神经的圈子极小，基本大家都互相认识，甚至以前读博的时候是同事/同学。这个的重要性不必多说，一句话总结，对大部分普通学生来说，申请的结果一部分看自己的能力，一部分看导师的声望和人际关系。

Gap时的签证¶

如果没有工资，最好的情况是你的本科学校愿意帮你延迟毕业，保留你的学籍，这样你就可以申请J1 student intern签，这个美国的绝大多数学校都是接受的。除此之外还有J1 short-term scholar、J1 visiting scholar、F1的选择。J1 visiting scholar签证开设的目的是给visiting professor的，而不是给只有本科学历的人，所以有一些学校会明确拒绝帮国际生办这种签证，包括MIT，Princeton等等。在联系学校的时候一定要向staff问清楚这一点。但是如果能有工资，拿J1 visiting scholar签，身份属于这个学校的employee的话其实也有一定优势，因为有的学校employee benefits比较优厚。同时也要考虑J1 visiting scholar若之后想在美国工作需要回国两年这个缺点，虽然可以waive，但是手续比较麻烦。

以下补充来自编写组的两个案例： 1. 大四申请neuroscience项目被全聚德，又不想去德国读Master（学费便宜）。时间安排上，我在国内做完毕业设计，本来指望毕设导师推荐Gap year在美国的实验室，但导师给的两个选择都不合心意。在当年4月，我联系了美国XXXX校一个做实验为主的实验室的PI，去做intern，实际上就是volunteer。但签证耽误到了7月，最终8月初才到了新的实验室。此处提醒有意在境外gap的同学，早做打算，安排好去处后立刻办理签证。我的VISA是J1，因为已经不是学生身份，还有two year rule（一部分J1有这个限制），对之后change of status有很多限制。此处提醒各位，可以考虑延期毕业，办理F签这一选项。我很感激父母的支持，尤其是在美国生活的开销相对大很多。所以gap year还是非常需要家人的理解和帮助的。10月份，我去了美国神经科学年会，短短3天，收集了很多实验室和学校的信息，当面联系了很多老师。在整个11月，我都把时间精力花在了申请上，比大四申请时多出了很多投入。次年1-2月份的现场面试也因为人在美国，很方便参加。

第一年申请失败后我就开始着手找美国的全职RA，其实按照常理来看行动比较晚了，大概在4月中才开始。我最开始是在美国的求职网站上找，填了10多个申请，非常麻烦，但是并没有收到任何回复，连拒信都没有。在这里我可以比较确定的说非常非常不推荐这个找ra的途径，因为绝大多数岗位甚至连实验室名字都没有告知，只是描述大概的职责，整体看上去非常像一份螺丝钉式的工作，而这绝对不是我希望从gap year里收获的。找RA的目标应该是加入一个做自己感兴趣的研究主题的实验室（而不是从事自己一份能胜任的螺丝钉工作），加入实验室的日常讨论会，有自己或者与他人合作的担当重要角色的项目，得到导师亲自的指导。所以我开始联系自己感兴趣的实验室。我并没有看他们是不是有发出RA的广告，而是直接介绍自己的背景和兴趣（准备了research statement，虽然现在看来写的很糟糕），问问他们有没有兴趣招RA，并明确说明自己需要签证并期望得到工资。我比较幸运，联系了两三个老师就拿到了两个面试，第一个面试时间很短，因为自己经验不足并没有充分表现自己的能力；第二个面试老师让我准备幻灯片讲自己的毕设，这给他提供了很好的契机，最后我也得到了这个职位。在准备面试的时我也联系了其他几个老师，但是有些没有回复，有些对我说他们不需要RA。反思来看我找RA的过程是非常幸运的，因为我找RA的工作准备并不是很充分，找的途径也不是最有效的。除了我采取的两个方式之外，还有一个很有效的方法是提前关注感兴趣的老师的Twitter，他们要招人基本都先在Twitter上发广告，甚至有的连职位描述都没写好就发出来了。很多老师招RA并不设deadline，先到先得，这个时候早看到老师的广告就很有帮助了。我通过这样的方式联系了一个老师，但是因为她明确要求要有硕士学位才可能学校帮忙办签证，我那时还差一两个月拿到，就没有下文了，所以签证的问题也是需要考量的。

哪些硕士可以作为申请phd的跳板？¶

在本科毕业后，有些同学会选择Gap去找RA，另一些同学会选择先读硕士，为以后申到好的phd做准备（但如果你是硕士时申phd，相比于本科申请phd，教授更可能会对你有发过paper的预期）。

国内硕士约2-3年，时间更长，第1年上课，第2-3年在实验室科研。优点是可能有较多时间做科研。如果从本科开始到硕士一直在一个还不错的实验室，可能会有一至多个完整工作和一作paper接收。与此同时也能进一步了解国内学术界的运行方式，为未来回国做准备。缺点是如果导师在国外不是很有名、与国外教授人脉关系不强，那么所做工作在国外受认可度不会很高（需要有发表期刊的声誉、影响力来背书）。另一方面如果未来想回国，读完硕士后年龄较大，而35岁是很多基金和头衔的年龄限制，需做好十年的时间规划。

国外的硕士，除了英国只有一年，其他地方基本都要一年半到两年，在瑞士有一大部分人会读到三年（因为选课不受限制大家会选更多课，实习/实验室占用时间）。并且英国硕士申请美国基本都要gap一年。所以国内时间更长并不是非常明显的劣势，有文章反倒是优势，因为国外基本对硕士毕业没有文章要求的。

国外硕士的主要优势在于在硕士期间拿到多封国外有名教授的课程推荐信和科研推荐信，推荐力度高。此外参加学术会议方便，较容易和许多国外教授有人脉关系。针对学位本身的认可度方面，笔者认为不论哪里的硕士，基本只对申请本国的博士有非常明显的优势；欧陆（美国）非常top的学校可能对申请欧陆（美国）的博士有一定优势，但无法排除这个优势是人脉关系的因素还是项目本身。但如果跨地申请，例如欧洲非常top学校的硕士+很好的推荐信，在申请美国博士上也往往比不上较好的美本/文章/美国的人脉关系。

加拿大比较特殊，这里的master分为thesis-based和course-based两种，course-based相当于美国的硕士，只上课，一年多就毕业的。但是thesis-based就是做实验，相当于国内的硕士研究生，一般三年制，有文章才可以毕业，这类很多学生都会转成PhD。

开销方面：美国和英国硕士都非常昂贵，瑞士比较便宜（学费1000瑞郎以内每学期不限学分），德国法国生活费很低学费好像也不高，荷兰学费稍高生活费不高。具体生活费的花销可以参考留学地区选择那一章节。

在专业选择方面，美国设置neuroscience和cognitive science硕士项目的学校不是很多（如在University of California Davis, Stony Brook University, University of Southern California, University of Pittsburgh, Brandeis University有neuroscience类似项目，可参考https://www.mastersportal.com/study-options/269779170/neuroscience-united-states.html 或自行搜索）。此外，可以选择psychology, bioengineering, biomedical engineering，data science等相关专业。

欧洲的专业设置会更加细分，需要根据方向和培养方案仔细筛选，cognitive science，psychology，bioinformatics，neural computation等硕士专业都可以考虑。欧洲很多研究所会和大学合作开硕士项目，比如德国的马普所，感兴趣的可以关注;还有一些多校联合的项目可以考虑，比如Erasmus Mundus项目。（https://www.douban.com/group/topic/73565486/）

但整体上来讲，硕士专业选择远远不如选择实验室重要。有些同学会在刚拿到国外硕士offer的时候就联系好实验室，之后整年在实验室实习，这对申请加分不少。特别是在国外硕士毕业没有publication的要求下，主动争取更多的实验室经验是非常重要的。

留学中介、咨询¶

留学中介一直是矛盾的存在，你也许经常在网上看到那些痛骂黑中介的贴子，但看到周围的同学在中介的安排下什么都妥妥当当，最后稳进名校，免不了心痒。

区别于传统的流水线作业、一条龙服务，现在市面上的很多留学中介都是采用“半DIY”的模式，或者说比较个性化的模式，它提供的主要服务有：匹配一个申请比较成功的留学生，指导申请者如何最大化自己的优势、帮助申请者寻找一些短期的科研实习项目（有一些是留学机构和国外合作的项目）、为定位选校提供意见、指导文书写作并帮助修改、在每个申请的关键时间节点提醒申请者。中介的关键是利用自己海内外的资源，以及服务过的申请者的申请信息，帮助申请者填补信息差，迅速获取经验。

但需要注意的是，中介的一些服务是游走在灰色地带的，比如直接替客户撰写申请材料，写推荐信等等。这类行为是我们不鼓励的，并且一些国外的教授也注意到/并比较抵触这样的行为。在这里关于申请材料的准备需要强调的一点是：如果你PS辞藻华丽、语言风格和遣词造句精雕细琢，在面试时却词汇贫乏，会让教授觉得可疑。

对于中介其他的服务笔者们不作过多的评价。是否选择中介其实还是要看个人的情况，并不是说你没签中介就一定申的比别人差。而且选择中介本身也需要货比三家，如果打算选择，多问问别人的体验，避免遇到黑中介（比如打着申不到就退全款的名义吸引申请者，却故意把申请者的定位说低，使他们申请自己水平之下的项目，以保证能收到offer）。

申请中的心态处理¶

相比于中国学生常申请的理工科项目（物理、化学、统计等），神经科学项目留给国际学生的名额较少（心理学项目不一定）。由于在神经科学申请中不可控因素较大，即使是非常优秀的申请者也可能会全聚德。一方面，可以申请几个差一些的项目保底；另一方面，也应在申请时审视自己的弱点，并考虑备选方案：是否要申请其他项目的硕士？是否准备好gap？在全聚德真的发生时，保持一颗平常心：你并非孤独一人，在你不知道的地方，有无数人陪你一起全聚德。

自述1: “在申请过程中，如果对自己期待过高，心态容易失衡，产生抑郁、焦虑情绪。这非常正常，学会努力和自己和解。经常与亲朋好友沟通近况、寻求支持、舒缓情绪。作为未来脑科学的科学工作者，可以自学情绪心理学、积极心理学、正念心理学等寻找适合自己的调解方案。”
自述2：“我在整个第一年全聚德-gap找RA-第二年重新申请的过程中，心态是比较好的。这一方面得益于我的家庭、朋友和老师们，另一方面是我对自己和这个项目有一个比较明确的认识。从我自己来说，转专业申请，加上自己本科的时候neuroscience研究经历明显不够，第一年申请的时候就匆匆忙忙，其实心里对坏结果是有所准备的。从这个项目来说，我认为neuroscience的申请比其他纯理科的项目应该是难度更大一些的，一方面在于这个领域确实还很新，需要的人少，资金也不多（不过这几年每年都有进步了），另一方面是国内这个领域的发展还远远没跟上，国本和美本的差距实在挺大，这也不是我通过个人努力能弥补的。总的来说不要因为一年的全聚德就对自己失去信心，也不要和身边的同学做无意义的比较。”