国内保研
稿件招募
我们期待更多稿件来充实本部分的内容。
国内1 保研的两个主要去向包括本校推研（主要到数学系和统计中心，其它院系可能也有部分交叉方向的老师，如果你了解欢迎投稿补充）和外推。本版块目前主要由往届同学投稿构成，不断有新帖子更新才能让板块内容有良好的时效性，不同背景和兴趣的同学也可能有不同的体验，所以如果你也经历了保研季请一定考虑 在这里留下你的体会、经验和建议 ！
作者：匿名 @ 2023/03
清华大学统计中心推研攻略¶
录取的程序¶
统计中心的招生考核程序分为两部分，一次是在 5 月份举办的夏令营（往期评出 10 名优秀营员和 20 名荣誉营员），一次是在 9 月份举办的推研面试（简称九推）。程序上是否录取是完全看九推面试的，但面试如何很受夏令营的结果的影响。
一般来说如果得到了优秀营员，最终被录取的概率极大（往年只有 1 位同学参加了九推但没有被录取）；即使没有拿到优秀营员，拿到荣誉营员后，如果跟老师已经有很好的交流，并且能在面试中有比较好的表现，还是非常有机会的。有时也有未参加夏令营，直接参加九推并被录取的同学，但这样的样本数目极少，建议想推研至统计中心的同学一定要参加夏令营并好好准备。
一些信息来源证明统计中心的录取过程是强 committee 的（毕竟夏令营考核的两项都是客观的），但也不能排除在九推“捞人”的可能性。所以最好的方式还是既提前联系老师（毕竟也可以看看自己喜欢哪个方向，是否适合做科研，以及跟老师的工作模式是否适配得来），也认真准备各项考试面试。
夏令营的考核¶
夏令营的初审可能对成绩有一定的要求（但具体是多少得看每一年的报录比，所以这个问题挺难回答的）。其它的材料包括推荐信 3 封（我找了中心的一位课程老师，一位进组做了一段时间事情的老师，以及数学系的一位课程老师，当然国内对于本校学生，课程推足够了），自我陈述（我只写了学业科研）等。
夏令营的考核分为两部分，上午进行两小时的理论测试（微积分，线性代数，概率论，统计推断），下午及晚上两人一小组进行数据分析测试，并在第二天进行报告。
关于考试，22 年的题目比较多，很难全部完成。我个人认为如果熟练复习了以下内容：
- 姚慕生等级的线性代数（包括白皮的习题集）（工科线性代数+高代选讲应该也行，但体感上线性代数是考核内容里比较困难的，我觉得白皮习题集对我帮助很大）。
- 微积分 A 等级的微积分（微积分 B 应该也行）。
- Roger Lee Berger & George Casella 的统计推断（包括前面的概率论基础部分）（统辅统计推断应该也行，但我对统辅的统推不是很熟）。
- 初等概率论（ dwl 老师课程等级）。
那么这场考试虽然依然可能没办法完成 85%+ 的题目，但获得优秀营员的概率已经不低。每年题目都会更换，所以往年题也没必要在此处展示了（x）。有一两个地方考了 R 代码填空，但分值不高。考试题目技巧性有但不强（可能有一个特别复杂的，但我没时间来不及看了）。
数据分析测试就是给一个数据集（不大，一个 excel 表格能装下，高度结构化的数据，预处理只需要做一两处的那种），然后给一个比较 vague 的要求（所以方法比较自由），生成一个数据分析报告 PPT 。最困难的地方可能在于时间比较紧张，但我 1pm 开始，1am 就结束了（听说有通宵做的，可能是我的队友还比较给力）。
我所用的全部知识来源于：
- ys老师的数科导，统计学习课程
- dwl老师的多元统计分析
- yy老师的线性回归，统计推断课程
代码量比较少，合起来也就四五个知识点，因为准备做理论，所以会带一点背后理论的解释（当然也是因为没内容 hhhh ）。最后老师提问也不刁钻（当然在用各种方法之前最好完全理解其定义和原理，至少能够自圆其说，而且老师有可能会临场问一些知识性问题，比如 p 值是什么意思）。
九推¶
九推面试的时长是 20 分钟，首先是一个 3 分钟以内（还是2分钟以内，不记得了，但我只准备了 1 分多钟）的英语自我介绍。在自我介绍完成后会有老师针对自我介绍的内容进行提问，这一部分的时间长度可能会看临场的面试情况。（我就被追着问了很多我写的科研相关的内容，直到我答不上来才开始基础知识提问）。
基础知识提问问了很多概率论、统计推断中的定义，甚至问了微积分与线性代数，总体的画风是这样的：
- 什么是微积分基本定理，什么样的函数能够让微积分基本定理存在？
- 叙述一下中心极限定理？他有什么意义？
- MLE 是相合估计吗？唯一吗？
当然也有一些比较难的问题（我已经忘记了），但总体上可以通过把四门课大体过一遍的方式准备，能够有比较得体的表现。（听说如果得到优秀营员只要表现比较得体就可以通过）。
九推还有一个非常容易遗忘的考核环节，就是提交科研计划考核表（真有同学忘了），这个表占 20% 的考核成绩，需要你与你选定的导师共同完成（当然如果没有选定导师可以自己完成，不过个人感觉这样会是减分项）。这个环节不太清楚别的同学是怎么做的，我只简单写了三四百字。
关于联系老师¶
我在大二下学期从之前找的 A 老师那里退出，然后找了统计中心的老师 B ，目前就一直在B老师的指导下工作。其实这一部分还挺因人而异的，因为不同老师想招的学生有差别（但从工作方向大体能看出是代码方向多，还是理论方向多），并且对本科生提前进组的期待也不尽相同（有的要求沉浸式投入，有的只是单纯体验而已），最直接的方式就是发邮件聊一聊，毕竟聊一聊也不会有什么损失。当然可能去之前浏览一下老师的 work ，大体能知道是在干啥是最好的；如果看不懂也没关系，反正科研的一切都可以临时（待会）再学，最重要的可能是迈出交流的第一步。
其它¶
- 需要提交英语成绩，并且做英语自我介绍，但应该不会起到很重要的作用。
- 因为不同老师做的方向差别很大，有的非常代码，有的几乎全是数学理论，建议大家来中心之前还是提前联系，选择适合自己的去向。
- 关于夏令营，也有只要笔试成绩好，代码项目只需要表现得体就行的说法。
- 很难断定统计中心的录取是强 committee 还是强导师录取的，所以即使提前联系的老师有要你的意思，也需要好好准备以上的考核流程。
作者：匿名 @ 2023/03
关于保研的一些总结¶
保研资格 / 名额¶
保研资格是 11 门课，必限或者必限任 80% ，体育课等条件，以及可以用三个推荐信申请破格。2
关于保研名额今年的政策其实是一波三折的，一开始系里面试图用 11 门必修课的成绩来决定保研名额的分配，由于之前从来没有过类似的说法，系里面也没有提到过，这个政策遭到了同学们的极大反对，最后系里面开了说明会之后大家投票决定，采用了和去年几乎一样的政策，即采取必修和限选课程进行排名。系里面也承诺关于 0 字班的政策会在明年提前和同学们沟通。具体的保研名额的数据，因为比较敏感所以不适合公开在这里，当然可以私聊问我，只能说今年的名额给的比较多，最近几年除了七字班其实名额都还算多，不过明年开始有强基，所以名额的事情依然有可能有变数。
推研系统¶
八字班开始学校独立采取了新的系统，每位同学如果报考校内的志愿，可以有三个【平行志愿】，这个志愿确实是平行的，前后的顺序没有任何区别，这个问题和室友讨论过，因为这个推研录取时候不同院系的录取没有一个统一的标准，因此不可能像高考一样平行志愿投档的时候按照顺序从上到下录取，录取顺序大概是每一个志愿出结果之后我们选择接受或者不接受。
这里有一个很大的问题，比如一位考生报了 A 和 B 两个志愿，更想去 A ， B 是保底志愿，但是实际录取的时候 B 的结果先出来了， A 的结果在 B 的确定 ddl 之前没有出来，那这个时候的权衡就很微妙了，一旦接受 B 就不能去 A 了，一旦放弃 B 就只能梭哈 A 。
比如今年数学系和求真就是，数学系在 19 号晚上 11 点出结果，要求第二天 11 点之前确认，但是求真在 19 号晚上并没有出结果，那在当天晚上就会很犹豫是否要点数学系的确认。类似的这种情况其实还挺多的，避免纠结的一个选择就是多参加院系提前举办的夏令营，提前拿到 offer ，以及一些院系的教务也会在正式结果出来之前邮件或者电话或者微信告知结果，这样的话在做决定的时候也会放心很多。
统计中心¶
统计中心的名额其实大部分会在五六月的夏令营的时候给出，最近大概是每年招 12 个学生，在夏令营会有 10 个优秀营员 20 个荣誉营员，基本上拿到优秀营员后续就会有很大的概率录取。每年的夏令营大概是笔试 + 数据分析，有一个考察数学分析线性代数概率论统计的笔试，个人感觉难度还是比较大的...至少当时做的很一般，数据分析的话学一点 R 、做过统计中心课程的大作业会好很多。然后笔试的话，如果选了一些统计中心的课，有可能会在平时的作业里面做到一些类似的题，对于考试也还挺有用的。
统计中心的面试是 20 分钟的面试，今年需要准备不超过 5min 的英文自我介绍，然后就是问一些概率论和统计推断的问题，也会有线性代数之类的问题，今年还被问到一些关于科研相关的问题，总之氛围其实还是比较轻松的。
数学系 & 求真¶
在今年六月的时候数学系和求真有第一批的录取 offer 发放，现在由于求真的老师比数学系多很多，所以看起来好像是求真的 offer 更多。第一批的面试是 30 分钟的考核，会让读一段英文然后问一下题目，题目大概就是所报考专业相关的问题，如果这次过了的话这个和统计中心不太一样，后续不用参加任何考核，相当于直接就录取了。当然也不是必须去，也可以像我一样把这个咕咕（x）
第二批的面试在九月，形式和第一批几乎一样，唯一的区别可能就是第二批数学系的招生名额很少很少，除了基础方向其他方向名额都十分紧张，求真的名额会比较多，而且数学系和求真不能互相调剂，所以最好是都报名一下比较好。
科研¶
我其实是在去年的六月开始第一段科研的，凭着校内一个学长的关系联系到了哈佛的一位老师，然后和哈佛这个老师以及他博士的同学，现在是港大的老师一起做了关于图神经网络的课题，在今年二月跟着港大的老师开始了关于 NTK 特征值的课题，然后在学长的推荐下找到了统计中心的杨老师，跟着杨老师在八月开始了现在关于 graph matching 的课题。其实关于科研我最大的一个感受就是，抓住一切机会，趁早培养自己的科研圈子，科研圈子越大机会会越多，对长远的发展和个人的提升都很有帮助。还有就是对于自己不喜欢的课题，不要过于留恋，趁早果断退出，找到喜欢的 topic 坚持做下去，做的好的话机会一定会越来越多的。
未来博士阶段我的研究方向是机器学习/深度学习理论，目前对于 graph convolutional network / neural tangent kernel / graph matching 这些 topic 比较感兴趣，如果有志同道合的朋友非常非常期待能和大家一起讨论。
实习¶
其实这一部分和保研的关系不大，但是确实有比较好的朋友放弃了很好的博士 offer 去业界工作，上一届也有同学，而且都是量化行业，所以大家在空闲的寒暑假其实还是可以去体验体验实习的生活，每个人对上班的喜好程度不同，如果发现自己对于科研没啥热情对于上班感觉很快乐，本科毕业的时候如果又有一份足够丰厚的薪水，那其实选择工作也是一个很 nice 的选择。
如果要去量化实习的话其实可以参考我这篇经验帖 几家量化公司的笔试/面试回忆，里面有一些回忆，但是对于这个工作的喜好真的每个人都不一样，可能方差会很大。
保研后的感受¶
这个学期算是博 0 阶段，上学期成功地保到了统计中心，现在感觉选了很 nice 的老板，统计中心的氛围也很好。每个老师一年基本上只有一个名额，这就导致导师的指导会比较充分，比起某些老师有几十个学生的院系，统计中心基本上每个老师的学生都是个位数，在我和我老板的组里面每周都会固定一对一 meet 的时间，平均可能有一个多小时，会有充分的指导，也能感觉到很稳定的提升，所以感觉很好。此外有不少学长/师兄告诫我博士 0 阶段一定要好好把握时间，等到了博 1 年级可能会课业比较重，科研的时间不会那么多，如果卡住的话可能会比较着急，博 0 年级基本上没什么事情，可以多花一些时间在科研上面。
还有就是科研的过程当中一定要 be patient ，最近想了下可以做的 topic有挺多的，也有一部分是自己发现的问题，但是可能一下子精力没有那么多，还是得慢慢来，之前有几次就是很毛糙的推导导致几个月之后发现问题，几个月的时间就都白费了，把每一次的推导都确保是对的，后面就不会浪费太多时间。还有就是科研一定是在螺旋的过程当中前进的，平均一两周我就会遇到一些卡住的地方，耐心一点多钻研钻研，总是有办法解决一部分的。
可以多参加讨论班或者是会议，有机会的话能去讲就更好了，一方面是可以多了解了解别人在干什么，在听的过程当中可能会想到新的 idea ，也可以拓展自己的 connection，尤其是同龄人之间，交流起来比起学生和老师之间的交流会更加轻松，可能能讨论更多东西，说不定大家之后都是 prof 呢（x
最好减少科研的空档期，一长段时间的休假之后重新回到科研状态是需要一定的时间的，这可能会比较浪费时间，寒暑假往往是最好的时候，像我老板今年过年除了除夕每天都在办公室，吾辈楷模 respect
统计中心的考核最重要的其实是笔试部分，笔试里面最难的个人感觉是线性代数，最好是有 70% 以上线性代数期末考试之前的水平，能把习题集刷上几遍就更好的。如果有很强的推荐信也是很好的，课程老师的推荐信一般没用，也不怎么会被重视，一般科研合作老师的推荐信可能比较重要，还有就是提前和老师说好的话可能也会很好。