我今年要去 Stanford MS&E 唸碩士了！
過去我在各大論壇受益於很多前輩的申請心得，因此想寫一篇跟跨領域申請 DS 碩士過程的心得，希望可以回饋社群並提供未來的學弟妹一些幫助。
這篇不會詳細整理客觀資訊，因為網路上已經有太多資料。這篇想分享的是：
- 個人申請歷程；
- 一些可能有用但高度主觀的想法；
- 我實際參考過且受益良多的資源。
不過也想特別說明，經驗、過程本身就具有高不可複製性，大家可以參考就好。
【決定留學的契機】
我過去從來沒有考慮過出國唸書，因為下意識地認為財力負擔不來，不覺得是我可以觸及的事情。直到大三上了湯明哲老師的課，某次剛好討論到職涯相關的話題，當時老師就有建議我可以考慮去美國念 Business Analytics 相關的碩士。
這次的對話打開了我的認知範圍，我後來經過一番研究後，才發現出國留學這件事並沒有想像中的那麼不可行，而且我認為會對長遠的職涯發展有幫助。
【第一年的申請失敗，是一次重要的練習與重新定位】
第一年我主要抱著「定位自己能力」跟「抽彩票」的心態申請 MIT MBAn 這所夢校，老實說當時確實覺得自己 Profile 還沒完全準備好，有很多事情還是進行式，但無面拒的這個結果仍然是有點超出我的預料之外。
不過，這次的打擊對我來說同樣也是一個重新審視自我實力定位與申請策略的重要契機。
且事後來看，走過一整段申請到放榜的完整流程是一個很重要的練習：包含提早完成考試、熟悉溝通推薦信的流程、寫過一輪文書、熟悉每個重要的消息來源、拉長探索選校時間、看過更多錄取與落榜案例，不僅很大程度讓我在隔年申請多許多餘裕，也更認識自己想要什麼與欠缺什麼。
2026 年初被拒絕以後，我很快地開始面試正職、處理兵役、規劃如何與推薦人持續學習與互動等等。
往回看這段被拒絕後到申請結束的期間，正是因為知道自己還缺什麼，把握住了很多重要的機會。
【選校：放榜時間也是成本管理】
我覺得其中一個網路上比較少被提及的重點是：選校時要把放榜時間與申請順序納入考量。
如果越高順位的學校越早放榜，就有機會省下後面順位學校的申請費與撰寫文書的時間，且提早拿到高順位的 Offer 也可以讓自己心裡更加踏實，不會過度焦慮。
舉例來說，我錯過了 UPenn 第一輪申請，而它第一輪放榜很早。如果我更早投遞，可能可以更早拿到錄取結果，也就不一定需要繼續投一些志願順位較低、但截止日較晚的學校。
【推薦信：找到願意給機會、且可以在機會中持續成長的對象】
事後來看，我在「推薦信」上所做的準備，本質上是一個「拜師」的過程。
自大三萌生留學念頭開始，我就陸續有在思考推薦人要找誰。而很自然的，當時我想到的就是那些我從課堂上收穫很多、且想向他們持續學習的教授。
與其把推薦信當作申請季的行政流程，不如更早開始思考：自己想向誰學習、想加入什麼樣的機會、又能不能在這些機會中持續成長。而我認為透過增加與這些偉大學者們的互動，即使只是單純的課後聊天請教，都可以大幅提升自己的實力與眼界。
這個過程正好與「給推薦人好印象、讓他更了解你」的目標重合，且即便最終決定不留學或是沒有好結果，這些互動與學習也會對職涯、能力與價值觀產生長期的正面影響。
舉例來說，因為我覺得第一次參加一門產學合作的資料分析課程專案，讓我收穫非常多，所以我刻意參加第二次，以累積不同產業的實作經驗。
第二次專案中，我把專案規模拉得更大，也在過程中學到很多軟硬知識、犯了不少錯誤。這些經驗不只成為後來文書與面試中的重要素材、工作上的寶貴經驗，也讓老師更具體地看見我如何解決問題，以及如何在過程中成長。
【文書：儘早開始寫、AI 輔助文書經實測可用】
這塊我的建議跟多數前輩的心得都差不多：越早開始越好。
提早開始的好處有兩個：
第一是才有足夠時間給不同背景、不同領域的人修改。 例如我除了給 DS 領域的學長姐看過，也拜託過深造預備寫作的教授看過等等，每個人都各自從不同切角給我很寶貴的建議。 （註：不過要注意還是要有自己的判斷，畢竟大家的意見會相衝突，也不見得每個意見都是正確的。）
第二是讓自己足夠長的時間去發現盲點。同樣是花 6 個小時寫了一份文書，一天內搞出來 vs 好幾周才寫好，通常後者會寫得比較好，因為有些盲點是需要一點時間沉澱才看得到的。
另外有很多仲介會強調不能有 AI 痕跡等等，會影響申請率，我是持否定看法（除非官方明文規定不能使用）。
我自己是先花大量的時間反覆列點、安排文書的架構脈絡，再與 AI 反覆激盪刪改。真的自己一個字一個字寫出一整個英文段落的幾乎沒有，所以拿我的文書去測 AI 率應該很高。但至少在我錄取的那些系所裡面，不會因為 AI 參與了我的文書而被刷掉。
邏輯上我也不覺得招生委員會把 AI 率當成一個指標，畢竟 AI 本質上就只是一種生產力工具，如果可以藉助這個工具產出更易讀、有內容的文書，實在不覺得有什麼理由可以單純因為 AI 率就刷掉一個學生，文書品質低落才是最大問題。
【為什麼最終選 Stanford MS&E？】
這次申請中，我心中最想去的一直是 Stanford MS&E 和 CMU MSAII，因為我覺得它們很自然的可以延續我過去幾年的探索：做內容行銷實習生但在搞 AI、國企系的學生跑去當 Data Scientist Intern、到長庚從頭開始做一件很少大學系統化在做的事情等等。
以 Stanford MS&E 為例，這個項目的核心精神，正是用資料、數學、工程，去理解與改善真實世界的組織與決策。因此設計上它是一個比較 Hybrid 的項目，選課極度自由、開放不同院所的課，往最佳化、CS、科技管理、創業等不同領域靠攏。至少在我的理解中，我認為比較可以在「補齊技術深度」的大目標下依然可以探索到更多結合我本科優勢的方法。
話雖如此，考量到現實財務壓力，我最終還是在 CMU MCDS 與 Stanford MS&E 之間猶豫很久，因為前者的就業數據比較穩定。後來也諮詢了許多的教授與學長姐的意見，最後仍然選擇 MS&E 的原因大致上可以收斂到三個點，供大家參考：
- 選 CMU 的話就是把短期職涯押寶在純 CS 這塊了，但在這個時代我覺得要對沖一下壓在單一領域的風險（且維持跨領域的稀缺性更高）；
- 硬技術面而言可以自己學（更像投入多少心力的問題），但人脈、學校的文化氛圍長期來看是更稀缺的資源；
- 我並非 CS 本科出身，去跟專業人才卷技術，似乎不是最好放大自己優勢的方式。
【結語】
記得在我大四下的時候，因為擔心影響 GPA 沒有去修資工系的某一門課（雖然最後也沒成功加簽到），回過頭看這個選擇是「申請」的權重大過了「硬實力的提升」。
雖然對大多數像我這樣的普通人來說（電神除外），提早為申請「規劃履歷」是必要的。但我還是覺得不應該把「選擇是否做一件事情」的基準，完全取決於「這對申請有沒有幫助」。如果做一件決定單純只是為了讓你錄取某間學校而沒有其他益處，那它本身可能就不是一個很健康的選擇。
總結而言，正如論壇常有人說：錄取是玄學，看錄取學生的背景覺得自己也能上，看落榜學生的履歷發現個個都比不上。
雖然我直到現在仍無法具體說明究竟是什麼原因讓這些學校選擇錄取我，但鼓勵大家一定要勇敢申請適合自己的夢幻學校。
最後，非常感謝陪伴的女友、家人、親朋好友、願意寫推薦信的教授們、幫我改文書的學長姐們，這一路上受到非常多人的幫助才得以順利完成這段旅程。
祝福大家都可以上心儀的學校！
【優質資源分享】
- 申請季整體建議：推薦 Yung-Tang Chou 學長寫的 《2021 Fall 美國 MSBA / MSDS 申請歷程分享》，裡面有很多 General Advice 是我覺得非常重要且探討到本質的，涵蓋選校、考試、推薦信、文書、面試，每一個點我覺得都很 Valid。
- 對於 Test Score 的看法：推薦 Howard Wu 寫的《CMU MSAII 申請大解密 | 審核委員看重什麼？》，我認為多數對於 Test Score 的篩選應該是與這篇方向上類似的。
- 對岸的平台資源非常多，同時也可能有 Bias：例如小紅書、OpenCSApp、WeChat 等都有遠超繁中甚至英語的資源。但要注意對岸學生的經驗不見得適用於你，例如某間學校被說「非美本不友善」，通常隱含意味是陸本錄取案例少，但不見得台灣人就一定也案例少（In general 有正相關，但確實有明顯的例外）。
