本科积累项目、论文

争取研究生出国

大学选择原则：

学费便宜、有就业机会、有自我发展机会、有扩展社交联系机会

O1 签证 杰出人才 要求：高影响力，论文、开源、项目、媒体报道、引用、竞赛、奖项、业内推荐、重要项目贡献、会议曝光等 EB-1A 签证 杰出人才绿卡

Remember: the right advisor matters more than the school's ranking. You can have a great career at many excellent programs.

Focus on finding the right advisor, not the highest-ranked school.

---

准备

还是要拿个实际证明好一些

课程

学好计算机、数学专业课

冲一冲排名前10%

语言

英语 先托福后GRE GRE词汇量更高 托福 TOEFL Practice Online 大三开学后去考 一个月 GRE 大三下去考 两个月

论文

发一篇顶会一作 paper

推荐信

2~3封，最好是学术推荐信 课程推次之 学术合作

项目

Github + demo + technical report

推荐申请组合

激进组合：冲顶级资源

主申 ETH/EPFL/TUM

• ETH Zurich — MSc Data Science / Computer Science
• EPFL — MSc Data Science / Computational Science and Engineering
• TUM — Data Engineering and Analytics / Robotics, Cognition, Intelligence
• Saarland — Visual Computing / CS
• Mila / UdeM — MSc CS / Professional MSc ML

适合：GPA 高、研究经历强、能承担一定生活成本风险。

---

性价比组合：控制财务风险

• Saarland University
• TUM，前提是能拿 waiver 或可接受学费
• EPFL，尝试 Excellence Fellowship
• ETH，尝试 ESOP
• KTH，尝试 tuition scholarship
• Aalto，尝试 tuition waiver

适合：经济水平一般，希望尽量避免高额债务。

---

创业导向组合

• ETH / EPFL：技术与欧洲工业客户
• TUM / Saarland：德国制造、机器人、AI、科研机构
• Aalto / KTH：北欧 AI + 创业文化
• Mila / Waterloo：北美 AI 与就业跳板
• 后续：美国就业 / YC / Delaware C-Corp / O-1 or IER

大二下—大三：建立技术和申请资本

目标不是“多学课”，而是产出可验证资产。

你需要形成 3 条主线：

技术主线

建议补齐：

• deep learning / multimodal；
• numerical optimization；
• scientific machine learning；
• PDE / numerical methods；
• probability / statistics；
• high-performance computing；
• CUDA / distributed systems；
• differentiable simulation；
• control / robotics / geometry processing；
• software engineering for research tools。

项目主线

你至少需要 1–2 个硬项目，例如：

• 多模态 + scientific visualization；
• AI for simulation surrogate modeling；
• differentiable physics / neural operators；
• automatic mesh generation + ML；
• AI-assisted CFD/FEA workflow；
• LLM agent for simulation setup and validation；
• industrial design optimization platform prototype；
• multimodal lab notebook / engineering documentation agent；
• chip design verification assistant，注意避免敏感/受控方向。

项目必须能展示：

• GitHub；
• demo；
• technical report；
• benchmark；
• reproducibility；
• 英文文档；
• 最好有论文或 workshop submission。

网络主线

每月至少做：

• 联系 2–3 位海外教授/PhD/工业研究员；
• 参与开源 issue / PR；
• 写英文技术博客；
• 参加线上 seminar / workshop；
• 尝试暑研或远程 research internship。

---

大三暑假—大四：申请 + 实习 + 合作者筛选

目标：

• 拿到海外 master offer；
• 拿到至少一个强推荐；
• 做出一个可被未来 cofounder 信服的技术原型；
• 认识 5–10 个潜在 cofounder / domain expert。

你应该主动接触：

• ETH/EPFL/TUM/Saarland/Mila 的 PhD 和 postdoc；
• 工业软件公司工程师；
• NVIDIA / Ansys / Siemens / Dassault / Synopsys / Cadence / COMSOL / MathWorks / Autodesk / DeepMind / Google Research / Microsoft Research 相关人员；
• 中国出海 deeptech 创业者；
• YC Startup School / Co-Founder Matching。YC 官方说明 cofounder matching 是免费平台，用于寻找高质量 cofounder，也有 SF 和 NYC 的线下活动。

---

硕士期间：不要只上课

硕士期间你的 KPI 应该是：

1. 一个强 thesis / capstone；
2. 一个工业客户相关项目；
3. 一个高质量开源工具；
4. 一个顶会 workshop / paper / technical report；
5. 一个高质量实习；
6. 2–3 个潜在 cofounder；
7. 10 个潜在客户访谈；
8. 明确一个 wedge market。

你的 wedge market 不要太大。不要一开始说“AI for all science”。可以选：

• battery thermal simulation；
• CFD surrogate for UAV / turbomachinery；
• semiconductor process optimization；
• photonics design automation；
• materials inverse design；
• manufacturing defect simulation；
• lab automation + Bayesian optimization；
• engineering verification agent for CAE workflows。