焦点快报!学员分享:2022欧陆职位博士申请RoboticsCV方向一击即中波恩大学

本文为大可Offer学员申请经验干货分享。幸运之神的眷顾（实力+准备）该学员拿到第一次面试机会，便在面试当场获得offer！

欢迎机器人/强化学习/人工智能等相关方向致力于申请欧洲/英国尤其是职位类博士的后来者咨询。

愿以吾辈之肩膀，助力后来者更好的申请瞭望！

引言

(资料图)

这周拿到了第一个offer——德国Bonn波恩大学“仿人机器人”实验室岗位制的博士。考虑多方因素和建议，就决定直接接收了，结束了刚开始没有多久的海外博士申请。写来下也或多或少为后来者，特别是突击寻找博士岗的提供一些参考（注：我是硕士已经毕业，申请国内2022年博士失败后才准备的出国）。

个人背景及申请动机

本人国内211本科和top4学硕，都是计算机专业。本科成绩TOP5%，硕士成绩还算可以。硕士期间主要是做机器人和视觉结合方向，研究集中在主动视觉系统的视点规划算法上，任务是物体3D建模，技术上有约束优化、概率搜索、深度学习等。

截止申请时的基本背景如下

Publications: 两篇一作RA-L（中科院升级版二区），由于RA-L有会议选项，所以其中一篇也相当于中了ICRA2022；一篇二作MDPI的水刊；一篇二作国内核心；还有一篇CVIU在投；一篇文章在写。

RL: 三封本校老师推荐信（一封硕士科研推，一封ML课程推，一封CV课程推）；无海外关系；无实习；

语言水平: 考雅思或托福，只有CET6的英语水平。【注：职位类PhD语言不是必须项，只要口语足够好即可，但入职时个别学校、学院审核/签证层面还是需要提供语言成绩的】

本来是打算在硕士导师实验室接着读博的，结果好巧不好，人算不如天算，今年硕导没有拿到博士名额，往年都是有的。并且打听下来，明年可能也没有。当时是4月份，我一听，心态都不好了。由于我也没有准备其他学校，基本可以确定国内要等明年9月入学，相当于gap一年，而且现在国内的情况也不太妙，申请-考核的博士比较难，多数名额都给直博或硕博连读了。所以当时就决定看看国外的博士情况，先了解一下具体信息，然后才能有一个合理的选择。

首先先去了解了下各国的学制和学费等情况：

美国博士基本都是硕博连读前两年上课，毕业5-6年，奖学金覆盖学费； 英国3-4年，第四年写大论文，但是奖学金很少，CSC也比较难； 欧洲3-5年，基本是岗位制，相当于正式工作有工资和社保。

然后就是看申请季，美国、英国、香港、加拿大基本都是要申请明年9月的博士了，而欧陆岗位制博士随时可以入职。

综合下来，也考虑年龄的问题，自己主要是申请欧陆（尤其是岗位制）+试试看明年有奖的PhD。

文书

CV

CV的话，主要是找了好几个目标实验室博士的模板，对着自己做了个初稿,确实方方面面都覆盖到了。然后又找了好多人帮我看了下，改了好几个版本。此外，由于ETH的申请要求，也算赶工做了个人主页，展示上来说还是很有用的。

Cover Letter

Cover Letter说实话，确实比较难写，很容易变成流水账，毕竟要把自己的研究经历和内容串在一起。所以一个好的故事逻辑线是很吸引人的，自己参考了知乎上的一些很不错的回答【有需求的话小窗联系，大可offer团队亦有自己的一套成功率较高的模板】。

具体到我个人的故事线：开篇明义，我想来你这读博，我主要发了啥论文→你们组的工作和我如何connection（比如我就说听了他们组的会议报告）→我的工作如何对你们组的项目产生贡献→其他的支撑比如说课程、助教等→收尾

推荐信

我只准备了三封，由于只在本校熟悉，没有海外关系和实习，只能找本校的老师写。当然国内的情况也就是自己拟个草稿。最后这推荐信只用了两封，而且似乎我感觉没有起到啥作用。

选校/选Lab/和套磁/投岗位

当时是有考虑过按QS排名，然后按机器人和视觉的实验室进行筛选。但是后来还是考虑到个人兴趣，毕竟对自己研究的领域还是有热情的。所以最后决定按照相关工作的参考文献、今年参加会议的相关论文去索引对应的实验室组【很明智的选择】。当然，这就会有一个表格，总计十几个组吧，包括学校、实验室、主页、导师、联系方式、匹配度等情况【有需要的伙伴可以小窗联系】。

然后我就按照心仪的学校和匹配度去投岗位，分几个批次去投，第一批就投比较匹配或有时间截止的；第二批次就打算投一些需要转一些研究方向的组（当然我只投了第一批次）。

套磁和投岗位最重要的我觉得还是把和这个组的匹配度说清楚，特别是拉近关系。基本上在我自己列的目录上每个组的工作论文，我都浏览过，投岗位或套磁后也一定要细读几篇。当然了，由于做的东西差不多，很快可以get到论文的idea，然后这也为后面面试展示时提出如何在组里工作有一个初步的方案。

申请的学校

ETH

一开始投了瑞士ETH的RPG组（注：这个组其实是UZH和ETH联合的https://rpg.ifi.uzh.ch/），这是由于我的工作是基于该组2018年的论文后续做的。然而他们的岗位现在基本是无人机，我是做机械臂的，匹配度不是很好，加之ETH确实比较难，投过去说自动回复邮件显示收到了，然后直接杳无音信，没有面试机会了。

Oxford

然后是联系了英国Oxford的ESP组，匹配度比较好。套磁后导师回复说，现在不招生，并且没钱资助海外博士。由于考虑自身经济原因（可能4年要150W RMB的学费加生活费？），外加CSC非应届不能申请【不是不能，是不容易申请】，也没有计划找工作去挂靠单位，所以只能先自费，过去之后博一再申请，就放弃了，回复邮件说如果有资助再联系。

Bonn 幸运星

最后是投了德国Bonn的“仿人机器人”实验室HRL组，之前一直不了解这个组，还是今年远程参加ICRA会议才发现【大可offer评：参加学术会议的重要性体现出来了】，原来还有一个匹配度这么高的组，几乎可以说是完美匹配——他们组做的和我搞的，除了任务建模的目标略有差异，其他硬件、算法等等几乎都一样。更有意思的是，后面才发现OctoMap竟然是这个组的工作，这是机器人方向很经典的数据结构。浏览他们主页时运气很好地发现，组里刚好有两个PhD岗位，所以赶紧把对应的材料投过去。在截止日期之前就收到了面试邀请，然后就紧急准备PPT。面试也是顺利通过，当场就给我口头offer了。

面试详细经历

Bonn面试PPT准备的话，由于之前有国内申博PPT，然后改成英文版本，重新梳理下逻辑，让整个演示更加有主线，包括小标题等等。并且加入了后续的研究计划，其中包括了我对他们组论文的阅读。然后就是英语口语训练，针对性地准备问题，可以把可能要回答的问题做几页PPT放在最后，演示的时候后面不讲，问到了再讲【常用tips，更多tips小窗联系吧~】。

面试时候，首先是打了个招呼，然后就开始Presentation。后面问了好几个问题，基本都是技术细节上的，答得都还可以。其中有两个是我没有准备到的，但是由于是问的是我自己实现系统上的问题，而且恰好也是当时搭系统时的工程难题，达到高的精度我也调了很久，所以回答还是顺利的。不过我一开始没有理解导师具体问的问题，交流了几次才顺利让导师理解到我的解决方案，所以说我觉得只要是会的东西，还是不要害怕交流。总得来说，PPT一定要放自己非常熟悉的内容。【英语口语很重要，PPT很重要，自己的工作复习和归纳总结一下很重要！】

唯一劣势是我不会德文，德国很多学校要求PhD要辅助给本科生授课，当然由于硕士有做过助教，也还算答得可以。关于其他的问题就问了一个职业发展，我说是找教职；还有一个和别人合作的情况，我就讲了论文和实验上如何在硕士组内合作的。

最后面试的最后环节，提问：我向导师问了两个问题，一个是工作的模式，另一个是组会，以及能够和导师单独Meeting的频率。【注：这样的提问，才是加分的提问；更多可选提问选校联系大可Offer获取问题list】从结果来看，导师有单独沟通的机会，并且每个人负责独自项目，这样的组确实比较适合我。

一些感想

确实没想到从申请到拿到心仪offer只用了两个月不到，我感觉申请岗位制博士最重要的还是匹配度。如果能找到匹配的组和导师，导师完全听得懂你的报告，觉得你的工作很有趣，那就概率很大。

不过我还是想说一句，不要学我一开始把鸡蛋放在一个篮子里（国内导师），导致险些没学上，然后才突击寻找海外博士岗位。而且我个人的经历也不算有很大参考价值，只适用于自己有明确的研究兴趣的博士申请。因此，我还是希望大家要决定读博的话，要早做准备，早攒成果，这样后面即便申请遇到些许意外亦可以有更多的选择。

最后这边特别感谢“大可offer”团队，在各个环节都给了详细的建议，尤其是对于面试环节几乎精准的预测与把控。拿到offer离不开大可奇【知乎https://www.zhihu.com/consult/people/1266814752204435456】的细致指导与帮助。

我觉得海外博士申请自己的想法和参与是最重要的，不论是DIY还是找中介等，都是为了获取足够的信息来帮助决策，最好不要想着全都“外包”了，毕竟是自己的人生。

心动了？

附上职位类PhD申请攻略：

[1] 如何申请年薪30W的职位类Ph.D. Position【干货！】

背景暂时不匹配,怎么办？

为提升竞争力，建议有志于申请欧洲职位类PhD的各类理工科低年级同学要尽早准备。如果没有AI相关背景，应该尽早自主学习并通过项目训练自己在AI尤其是Deep Learning（DL+DRL）方面的能力。推荐深度学习四大名著，尤其是DL花书+动手学深度学习，如需PDF电子版可以小窗联系。

对于学有余力，需要进行科研背景提升的低年级研究生及大二以上的本科生，推荐由我们团队奋战在科研一线的名校博后/博士开设的领域“留学过来人手把手在线1V1实践提升”项目，特色方向“数据科学、交通、EE/CS”, 链接如下：

[1] 大可Offer背景能力提升项目：(1)数据科学与人工智能入门&实践+(2)研究论文-头雁计划&追逐计划Topics列表

[2] 大数据与人工智能入门、初级到实践（精通）课程背景能力提升

此外团队现已推出超值VIP语音付费咨询：

大可Offer超值VIP语音付费咨询【已上线】

相关硕士项目及过往Ph.D.职位机会参考

数据科学留学欧洲院校推荐 Data Science

自动驾驶、人工智能、强化学习方向高薪博士博后机会汇总---全球最新PhD/博后/RA职位系列(44)

人工智能、多智能体协同控制、扩展现实方向高薪博士博后机会汇总---全球最新PhD/博后/RA职位系列(43)

香港科技大学（广州）人工智能学域招收2022/2023秋季入学全奖PhD

更多机会，敬请持续关注~

作为一路摸爬滚打通关而至，亦曾被留学中介“伤害”过的留学申请过来人，一群在读及已毕业的博/硕士建立了一个留学交流互助、互联网科技教育咨询平台大可Offer，见大可Offer团队介绍。 感兴趣的可以持续关注，尽情“勾搭”奇侠小助手WeChat: TaichiVVV。知乎居民可搜索“大可奇”。

以往成功案例参见大可Offer团队以往申请典型成功案例。

愿以吾辈之肩膀，助力后来者更好的申请瞭望！

关键词： 人工智能 基本都是 成功案例