110 台大、清大、交大 電機所&電信所推甄

Gi-Luen Huang
8 min readDec 6, 2020

--

1. 背景
2. 推甄結果
3. 面試
4. 備審
5. 教授
6. 心得

1. 背景

● 台科大 電機工程系

系排:7/102 班排:5/51 GPA:4.12 百分比:6.86%

● 科技部大專生計畫

● 2020 International Conference On System Science and Engineering(ICSSE) — The student best paper award

● The 33rd IPPR Conference On Computer Vision, Graphics, And Image Processing (CVGIP 2020) — The best paper award

●專業基本都有A或A+

● TOEIC:825分

●研究領域:Machine Learning (ML), Computer Vision (CV), Deep Learning (DL), Signal Processing

回目錄 | 繼續閱讀

2. 推甄結果

  • 台科電機丙組(系統組)

正取一

  • 台大電機計算機組

落榜

  • 台大資工所(一般)

落榜

  • 台大電信所丙組

進到面試,面試後備取3(有備到)

  • 清大電機所乙組

備取8(有備到)

  • 清大資工所(一般)

落榜

  • 交大電機所乙組

備取6(有備到)

  • 交大資聯

備取1XX

推甄加面試總共花了快10000元!!所以大家推甄要慎選學校QQ

回目錄 | 繼續閱讀

3. 面試

面試準備基本上就看歷年該所會問甚麼來做比較細節的準備即可,不過大方向還是可以先準備幾個基本上必問的問題:

  • 自我介紹:基本上面試一進去都會先請你做自我介紹,大概一分鐘以內,可以簡單介紹自己的學校、科系、專案以及專題...等等。
  • 專題:自己的專題一定要很熟,因為基本上教授會挑裡面的一些技術來問,如果連自己的專題都回答不出來的話,那基本上面試就沒希望了。
  • 技術問題:自己領域的技術問題,像我推甄是機器學習相關的科系,所以我在面試前就有準備線性代數、機率、統計以及一些機器學習的基本知識,例如VC dimension, K-fold validation, overfitting的相關問題。

這邊列出我有進入面試的科系及學校:

  1. 台科 -- 電機丙

進去後先請你做自我介紹(要準備ppt),接著教授基本上都問我專題相關的事情,也有問我發表的論文大概做了什麼,前後大概5分鐘就結束了。

2. 台大 -- 電信丙

原本看歷年進去15分鐘會考線代、機率、演算法,結果今年面試只有5分鐘。面試時,教授先請我自我介紹,因為我有發表論文,教授們就問我論文相關的事,整體還蠻順利的,最後口試成績有91分。

回目錄 | 繼續閱讀

4. 備審

我大概推甄前兩個月就開始準備,最後還有給社團的設計系的美編(但好像不是那麼重要,因為工科不太會管),前後修改大概花了1個多月,所以最好儘早開始,我來回修改了10幾遍,繳出去最後還是發現有些typo。接下來列一些我有放的東西:

  • 封面 & 目錄
  • 簡歷表

簡歷表一定要好好準備,要在一頁裡面把你所有的成果&經歷濃縮成精華,盡量不要超過一頁,因為教授在那麼多份備審裡面,第一眼絕對是看你的簡歷表,所以要盡量簡短。

  • 自傳

自傳的部分就個人發揮,大概寫一下自己的經歷、個人特質以及參與過的社團等等。

  • 讀書計畫 or 研究計畫

這部分大概分成短、中、長期去規劃,以及入學後你會怎麼去安排你的時間。 很多學校會要求繳交研究計畫,但我那時候就用同一份繳交,不過後來覺得好像要分兩版,研究計畫的話可以寫一下你進入碩士後會做的研究,以及怎麼安排時間做這項研究,所以跟讀書計畫會不大一樣。

  • 專案計畫

這裡就放我大學做過的一些期末專案以及專題

  • 得獎事蹟 (書卷獎、競賽得獎等等)
  • 會議論文全文

我把整篇英文論文放在最後,若是只有專題的話,也可以寫成專題紀錄放在最後面

回目錄 | 繼續閱讀

5. 教授

有備取機會的我都有去過實驗室,甚至跟教授談過,所以這邊列一些我找教授的心得

  1. 台科 -- 電機丙
  • 郭X明 特聘教授

我是郭景明教授的專題生,所以基本上如果留台科的話會跟著郭教授~郭教授的實驗室做的東西很多,基本什麼都可以做,學長姐人也都很好,但主要是每個人會綁專案,專案聽說是教授assign,所以可能會被綁到不喜歡的專案,這塊就自己斟酌,不然我覺得這間實驗室挺棒的,設備也很夠用。

2.台大 -- 電信丙

● 陳X銘 特聘教授

我是直接跟教授談的,在與教授談之前有先去過實驗室詢問學長姐,聽說教授比較嚴肅。跟教授面談時,做的東西被他問得很細(可能剛好同個領域的),如果你的答案他不滿意,可能會挑戰你。不過教授在學術界很有名,通常也會有很多專案,會依你的興趣發給你,然後聽說教授也會陪著你改論文(甚至半夜…XD)。實驗室的同學大約都是2年準時畢業,所以要求準時畢業的話,應該是個好選擇,又可以學到扎實的東西。

●吳X遠 助理教授:

教授收學生時會面試(大概兩小時),面試會問線代、機率、專題以及要求你現場coding,聽說教授很喜歡數學,我面試時都是先被問觀念,然後再被要求要證明,教授辦公室有個白板,所以證明就直接寫在白板上,但我好像都證錯XD Coding的部分我是被問了minesweeper的問題,我大概寫了40分鐘,最後答案是正確的。教授實驗室的畢業時間不一定,發表論文至國際會議就達到畢業標準,所以實驗室的同學有3年甚至4年才畢業的,不過也是有很多人2年就準時畢業了。

●李X山 特聘教授

問的時候已經滿了,應該通常是專題生會留實驗室。

●王X強 教授:

問的時候已經滿了,應該通常是專題生會留實驗室。

●林X 教授:

教授收學生時會面試,面試會問專題、競賽、論文等等,然後會問為什麼他要收你。這個教授主要是做Fintech跟生醫(不是影像,我一開始以為是影像才找他聊)。畢業條件蠻硬的,是一篇IEEE Transaction,所以教授也說實驗室通常都三年畢業。

●林X男 教授:

教授面談時會問你的專題、論文,跟一些關於計組的知識,像我就被問到多執行序的問題,好像是因為實驗室研究會用到。當下面完他就收我了,我也有去找過實驗室學長姐,學長姐跟我說教授好像會不定時的找你視訊(不知道真的還假的XD)。通常實驗室的學長姐2年畢業。

3. 清大電機乙組

● 孫X 副教授

有去實驗室找學長姐聊過,實驗室氣氛感覺很好,如果有去清大的話蠻想找這位教授的,但教授現在好像比較少去實驗室。實驗室主軸是CV,教授好像都收專題生居多。網路上有個表單我有填,也有寄信給他,但後來都沒下落

●李X均 教授

實驗室非常大,教授主要是做音頻的,聽說教授會認真帶,但後來教授寄信說會一個一個面談後,就沒下落了。實驗室通常也是準時畢業。

4. 交大電機乙組

●帥X翰 副教授

我實驗室的教授跟學長都很推這個帥教授,教授也寄信說要跟我Skype談,結果隔幾天他寄信跟我說他專題生全部都要留實驗室,所以他的位置就滿了。實驗室有分NLP跟CV類組,當初有去實驗室找CV類組的學長姐聊過,不過當初他們正在趕CVPR,所以沒有聊很多。實驗室通常也是準時畢業。

●簡X宗 教授:

面談時,教授人感覺不錯, 剛進去實驗室的時候會有訓練,基本上要做甚麼應該都可以跟教授討論,實驗室收的人非常多,所以想進去應該都可以,然後因為實驗室有外籍生,meeting有時候要全英文。實驗室通常也是準時畢業。

●王X智 教授:

教授的實驗室就是純做自駕車,要先做好功課再去找他談。我在在第一次跟他面談覺得好像不大合得來,不過實驗室通常也是會準時兩年畢業。

這邊提供一些我找教授時通常會問的問題

  • 目前的研究領域主要是什麼,實驗室的同學會不會綁計畫
  • 碩論的題目通常是自己想,還是會跟著計劃走(若有計畫的話)
  • 實驗室的薪水大概是多少
  • 老師會怎麼挑學生
  • 畢業要求是什麼
  • 老師目前的名額還有多少

這邊提供一些我去實驗室找學長姐時通常會問的問題

  • 老師的脾氣大概如何
  • 跟老師meeting大約會是什麼型態
  • 實驗室的學長姐大概都多久畢業
  • 畢業後大概都到哪裡工作
  • 實驗室會不會需要每天報到
  • 研究題目會是跟實驗室同學合作還是自己做呢
回目錄 | 繼續閱讀

6. 心得

如果要推甄,首先在校成績要先顧好,盡量都能維持在前10%。然後行有餘力的話,就把專題寫成論文投稿或是參加比賽,非常加分。個人建議能推一定要推,不然考試的話真的是很辛苦的一個過程。

跟學校教授的關係要打好,不然到時候找推薦信沒人幫忙寫,我總共要到了5封推薦信,基本上就是找授課教師跟專題老師撰寫

我覺得整個推甄最重要的莫過於是自己的專題或論文跟其他一些參賽經歷,因為面試主要就是問這些,如果專題是自己做的,那就會很好發揮,我有面試的兩個系,分數都91分,教授通常就是問你的專題或論文跟競賽經歷而已,因為只有短短的幾分鐘,不過像有一些出了名會問專業科目的,就要自己在前幾天好好準備,面試當天才能發揮

我最後是跟著台大電信所丙組的吳沛遠教授,若到時候有錄取該所也歡迎跟我討論

回目錄 | 繼續閱讀

如果你覺得這篇文章對你有幫助,可以考慮小額支持我唷 XD

--

--

Gi-Luen Huang

I am Allen Huang, graduated from NTU GICE. An Machine learning engineer @ MobileDrive. Visit my website: https://come880412.github.io