CS专业，凭借强势的就业优势和超高的薪水，一直是赴美留学的超热门选择。而CS方向的PhD更是有着高薪岗位就业和学界科研路线的双保险，使其申请难上加难，科班出身，高gpa，顶会论文一作几乎算是标配了。
除了科班出身的各路神仙在争抢CSPhD的名额外，各类沾点边的理工科学霸也在过去几年纷纷挤进“转码大军”，而每一个非CS专业出身最终转码成功获得CSPhD录取的，都是点拨君赞叹的“勇士”！
而今天点拨君访谈的美女学霸，可以说是勇士中的勇士，她不仅跨专业转码成功收获了CSPhD，更加稀有的是，这位小姐姐本科的出身是和CS八竿子打不着关系的韩语专业！
就让我们看看Y学姐是怎么样从小语种专业的学生，一步一步“处心积虑”的迈进了csPhD的“不归路”。
咨询师简介
（以下数据为截止发稿前最新资料）
Y学姐
本科学校专业：北京语言大学
研究生学校专业：哥伦比亚大学教育科技专业
转学：斯蒂文斯理工学院计算机科学专业PhD
Q
注意到学姐在申请硕士阶段就已经跨了一个大方向到教育科技了，什么样的契机让学姐选择了跨专业申请呢？
本科时候我尝试过去做翻译的工作，发现自己不太喜欢翻译这种自由度不高的工作，我希望以后能从事融合自己想法的、参与度比较高的工作。
当时想互联网行业会比较适合我，自由度高又能实践自己的想法，又了解到教育科技是一个可以学习设计与编程的专业，既符合我的需求也符合我的背景，之前有过对外汉语教学的一些经验，所以就申请了教育科技专业。
Q
但是其实教育科技是教育学底下一个相对比较新的方向，学姐能给我们简单科普一下这个专业吗？
好的，教育科技主要研究通过技术手段来辅助实现学习目标。当然每个学校课程设置可能有所不同，有的偏向教育学，有的偏向一些新技术在教育上的应用。
以我之前学习的哥大的InstructioanlTechnologyandMedia项目来说，课程除了必修的认知科学(cognition)，教学设计(instructionaldesign)以外，还包括一些对新媒介（比如社交媒体），新兴技术（比如VR/AR）的应用的探讨，总体来说在教育科技专业会学习到系统的学习理论(learningtheory)和设计理论。
毕业之后的就业方向也是比较广泛的：我们项目毕业的同学有一些回国做产品经理的（不限于教育领域，有几个去了腾讯），有一些去了国际学校做教学设计，也有留在美国做UI设计/交互设计/教学设计的，据我所知也有几个像我一样转码的。
Q
谈到哥大，学姐在哥大读研感受如何呢？，纽约的life是不是也非常忙碌？
在哥大的学习可以说是非常开眼界的，课程和老师都很棒。我印象比较深的有MobileLearning，课程内容是自己设计一个教育App，还有VR/AR课程是自己用AR/VR技术做一个教育project。
另外哥大的项目要求两门编程必修课，对于编程感兴趣的同学也能获得一个好的编程入门体验。
至于纽约嘛，纽约年轻人很多，所以各种展览、文娱活动很丰富，我最喜欢的是纽约的动漫展，还有万圣节在第五大道的游行，都是在国内感受不到的氛围。喜欢安静的也可以去逛各种博物馆，或者去highline公园看落日，在中央公园草坪上发呆。
在纽约生活另一个好处就是好吃的多，不管是西餐还是韩餐、日料，甚至是学校旁边的餐车，简直吃货的天堂。
Q
学姐也是忙碌却认真生活着呀，那在读完教育科技硕士后学姐选择走了一条跨度更大，难度也极大的路，转CSPhD。CSPhD是很多CS科班出身的学生都很难企的终极目标，学姐当时是处于什么样的考虑，当时选择了这么艰难的一条路呢？
哈哈哈，其实考虑的并不是很多，只是自己很多经历后的结果。
出国前在网易有道实习的时候，我参与了一个英语语音纠正软件的开发，当时虽然做的是产品经理的工作，但是我第一次接触到NaturalLanguageProcessing这个领域，就是用计算机处理自然语言，并让计算机利用自然语言实现对话、翻译、推理、概括等任务，当时我就对NLP非常感兴趣，有了希望能之后去读NLP相关PhD的想法。
在哥大学习之后，我发现在每次项目过程中，比起做设计，自己更享受做技术和开发的过程，所以我申请了宾大的onlineMCIT（MasterofComputerandTechnology）项目，是一个专门为非CS专业的学生设计的master，希望能更系统地学习CS知识。
在MCIT学习过程中，随着越来越扎实的CS知识积累，我也坚定了自己要转CS的决心。
Q
学姐一直努力在找自己真正喜爱的事情，大概是在什么时间节点开始决定并准备CS的博士申请？在你看来，硕士申博士，科研经历重要吗？
其实和正常的情况不太一样，我是在MCIT学习一年之后，当时一个很偶然的机会，我去了现在的导师在哥大的一个lecture，当时了解了导师的研究方向，发现就是我想做的NLP领域，正好导师表示她也在招学生，就问我是否有兴趣。
之后就是给导师发了自己的简历，介绍了我的情况，我其实没有CS的实验室research经历，只有NLP相关的一个项目，是在哥大参加的DeepLearningHackathon。
在和导师面试的时候，我着重表达了自己有扎实的算法和数据结构基础，并且展现了我对MachineLearning，DeepLearning基础知识的掌握，具体说了在Hackathon里面遇到问题时我是如何解决的，怎样处理数据消除variance，怎样去选择模型等等。
所以我的经验体会是，科研经历在博士申请中是重要的，如果能有机会去参与科研当然最好，但导师更看重的是科研潜力，所以跟研究领域相关的项目、实习都会对申请有帮助。
Q
像这种大范围的跨专业申请，找到匹配的推荐人是不是难度比较大？学姐有没有什么好的方法分享一下呢？
这点我可能也没有特别好的经验，我的推荐人是编程课的老师和在哥大的实习导师，因为我没有research方面合适的推荐人，我选择了能证明我的科研潜力的推荐人。
Q
接下来问想问学姐一个大家很