背景介绍
本科背景:
北京大学化学与分子工程学院本科、物理学双学位，GPA3.89/4.00（学院排名1/）
UCLA一学期交换经历，GPA4.00/4.00
科研经历和论文发表:
本校科研（路径积分分子动力学）
UCB寒假科研（先进力场）
MIT暑假科研（粗粒化分子动力学）
在JournalofChemicalTheoryandComputation（影响因子5.）上发表过一作文章
标准化考试:
TOEFL：（口语26）
GRE：V，Q，AW4.0
GRE化学：未参加
选校和申请结果:
化学博士：MIT、Caltech、UCB、Cambridge、Oxford录取，Stanford、Princeton拒绝
计算科学与工程硕士：MIT、Harvard、ETH录取
推荐信的构成是UCLA量子化学课程老师、UCB科研导师、MIT科研导师，计算科学的项目还额外加了一封北大数据结构与算法课程老师的推荐信。
感谢世毕盟在我申请过程中的支持，我大二开学初就加入了世毕盟，每学期选课都会跟mentor交流，以及在寒假科研、暑假科研的项目选择方面，mentor都提供了专业的建议。培训师姐姐帮助申请过程的整体时间规划，让整个申请过程做到有条不紊、有备而战。另外也感谢世毕盟申请结束后对我主讲的两场讲座进行的非常细致的录音稿整理。本文由两场讲座的录音稿整合而成，总字数约一万字，预计阅读时间半小时。
理科篇：本科生科研的方法论集锦
关于化学博士的申请，我没有什么特别特殊的经验分享。我觉得我的申请材料里面比较突出的一个是我的GPA，另一个是我的科研经历以及相应的推荐信。当然GPA其实就没什么好说的，我们找到适合自己的学习方法去学就好了。所以我主要想分享一下我对本科生的科研的看法：因为科研这个东西不像是课程的学习，每个人的做事方法、学术追求以及对学术内容的兴趣可能都不太一样。
一、本科生科研的整体理解
我本科阶段研究方向主要是理论与计算化学。我有两段比较拿得出手的在海外做科研实习的经历，一段是在UCB，另一段是在MIT（当然是线上的）。此外我还有在UCLA交换的经历，当时跟着一位老师上他的研究生课，也学习了一些东西，但没有做什么重要的科研。那么这三个老师，就构成了我的三封推荐信。
这三段经历加上我在本校的科研，就是四个互相关联而又不太一样的项目经历：互相关联指的是它们都属于理论与计算化学这个范畴，但是它们的内容又没什么太大的重合。这样的话，到最后申请材料展示的时候，我能够通过多个不同的故事来说明我的科研潜力以及一些综合性的能力。
当然了，肯定有同学会批评我说一个本科生怎么可能在这么多的领域都做到比较精通，肯定是划水或者摸鱼，就是发一篇水论文那种感觉。当然这个批评我得承认，的确如果这样去做的话，必然是不及那些在一个课题上比较扎实地去做了两年或者更长时间的同学。
但是这样做也有好的一方面，我认为如果我们本科阶段不仅掌握知识的基础，还对研究领域有一个综合性的理解，可能会比较有利。比如说我做理论计算化学，我可能会对下面的三个小方向（电子结构、统计力学以及反应动力学）都有一定的理解，这样的话，可能会对我研究生阶段去选择一个更具体的课题能够提供一个比较好的背景，而不是说我们本科去做了一个题目，然后研究生也是选择跟这个非常相近的一个去做，这反而会不太利于我们视野的开阔。
所以我建议大家如果是有条件的话，可以去尝试多个不同的课题组，多做几个题目；不一定每个都做得特别好，发几篇论文，这个可能是有点困难。但是如果我们不要有太大压力，把它当成一个体验，当成一个有趣的在知识海洋中遨游的体验，那我觉得还是可以做一做的。
而且我们也不要怕换方向会不会走弯路，因为弯路这个概念，它是相当于一个固定的目标而言的，但是实际上我们作为搞学术的，没有人给我们规定一个固定的目标。我们是自己感兴趣做什么，那就做什么。所以有的时候我们表面上换了一个课题组，好像是走弯路；但实际上，我们可能还是节省时间，因为我们对这个领域的理解加深了，我们以后的选题可能会更加的有利，我们更加地能选出更好的题目。这就是我对本科生科研的整体的理解。
二、课题组和科研项目的选择
那么下一个话题我想谈一下我们在有一定的知识基础之后，如何去选择合适的科研项目。
我在UCB做的实习是跟着一个学术声望较高，就是比较大牛的教授做的。当然，我在实习的时候还不知道，但后来我在申请过程中被面试的时候，很多人都跟我说起「诶，你在她这儿做过一些实习，如此这般」，所以他们可能都互相认识。但是另一方面我在MIT的线上实习的导师是比较年轻的，他是助理教授，刚在MIT做了三四年。这是两种不同的风格。
一般来说，必然是比较年轻的教授，或者说助理教授和副教授可能会比较有意愿去招收暑研的学生，或者不光是暑研，也更愿意招博士生；这是因为他们可能比较需要人手来发展课题组的事业。另一方面如果是大牛教授，他们可能会不那么愿意招本科生做暑假或者寒假的实习，因为他们已经有足够多的博士生和博士后来做课题组的工作了。我个人建议是如果有机会可以都试一试，因为不同教授的风格也会对我们读研期间的工作状态产生影响。比如说年轻教授可能会更多跟我们讨论，ta可能思路比较活跃，推导公式的时候马上能跟上我们的思路，然后交流的比较多；而老教授可能虽然经验比较多，但ta可能并不是那么有时间跟我们交流，也并不是很容易能够马上跟上我们的思路，知道我们每天在干什么。
为了能拿到海外科研实习的机会，我觉得首先我们要有一个比较直观易懂、能够凸显我们的学术积累的个人简历，当然它不需要特别花哨，但是需要透露足够多的信息。然后就是如何去写一封邮件，让老师能够对我们之前的背景有比较详细的认识，从而决定要不要给我们做实习的机会。网上有很多的模板可以用，我觉得大家可以随便找一个改一改就可以了，主要是要表现出来自己之前学了什么东西，有什么积累，然后对于ta做的东西有什么理解和准备，可以从哪个方向开始工作。当然了，这个不用写得特别详细，毕竟多少有点班门弄斧的嫌疑（毕竟ta才是最懂的）。我们只需要简要地写一下，说明我们是有兴趣的就可以了。
题外话，我去年一月份联系了MIT的那位老师，但是后来大家也知道去年三月份开始，从中国到美国的航线以及签证就属于非常难办的状态，所以后来我就转线上了。这个情况大家今年可能也会遇到，这个时候大家也可以多考虑一下，能不能线上开展研究。当然对于我这样的理论计算的方向，线上应该是比较容易的；如果大家做的本来不是计算方向的领域，也可以看看能不能做一些线上的，比如说做一些化学信息学的调研，以及其他可能不需要现场做就能取得比较好的效果的科研项目。
三、科研项目的开展
然后关于如何开展一个科研项目的话，这个我觉得就非常的仁者见仁智者见智了，我只是说一下我的大概的项目管理的思路。首先老师可能会给我们分派一个博士生或者是博士后来指导我们，这个我觉得还是非常有必要的，因为课题组所具备的知识基础是经过了一段时间的积累而数量繁多，所以在初期这些知识不可能都是由那个老师传授给我们，那么我们可以找这个博士生或者博士后来补一些基础知识，然后也跟ta掌握一些基本的工作方法，比如说软件的使用，或者是实验方法的使用。
在这个基础之上，我们可以跟这个博士生或者是博士后定期地讨论，比如说我觉得一周讨论一次就挺不错的。这个时候我们可以跟ta定一个工作计划，然后按照这个计划去有序的开展工作。在每周讨论中，我们可以总结一下上周遇到了什么问题，然后有什么方法可以解决，然后提出下周的计划。这样的话，如果有一些比较重大的进展的时候（当然，这里的重大是相对于我们一周的工作而言的），比如说两到四周，那我们就可以主动地去找老师去汇报一下近期学的东西、做了什么东西和取得的效果，以及遇到了什么问题。
这样的话，老师会对我们做科研的过程有一个比较详细的认识，比如说ta可能知道这个学生之前遇到了某个问题，但是后来用那个方法解决了。这样就比我们只在最后的阶段去给老师做一个展示要好一些，因为ta知道这个学生是懂得如何去解决一个科学问题的。
四、有计划地进行长期的知识积累，成为专业人士
科研只是学术积累的一方面，我觉得作为不那么有针对性的，或者说不那么功利地针对申请的在专业方面的学习，可以去自主地在我们选择的领域方面多做一些探索，比如说我是理论与计算化学这个领域，可以看一些专门的著作以及组织一些有意思的小组讨论之类的。我记得我大二的时候，感觉到选择理论与计算化学在搭建知识体系方面需要很多自己的摸索（例如，需要补哪些数学和物理课），所以跟几个同学一起建立了一个叫做「北大化院理论与计算化学本科生讨论班」的组织。然后我们会比较广泛地去讨论这个方向所需要的基础的课程，以及一些前沿科研动态的讨论；另外我们这个小组里面有很多人会去自己搭建技术博客之类的，用文章的形式总结自己的学习。
工科篇：转专业申请的横扫秘籍
上面是化学博士的申请经验，但是我最后选择了MIT的计算科学与工程硕士项目作为我最终的去向。这个决定使我身边的很多人感到意外，也花费了我大量的时间去和家人、朋友、同学、相关项目的在读学长学姐等人讨论研究。现在我想更多地分享一下申请的过程中我的一些思考，因为大家如果只看这个文章的前半部分，只能看到最后的结果，但是没有办法了解做这个决定背后我是怎么想的，然后做了哪些更加个人化的探索。
就计算科学与工程这个方向来说，我申请到的是MIT、Harvard和ETH的硕士，其中MIT的是一个全奖研究型硕士。那么在开始讨论这些项目之前，我想先回顾一下我之前做的研究内容，就是我在做计算化学的研究的时候，它是一个怎么样的工作。
五、对计算化学研究的深入反思
化学大家都很熟悉的，高中学过嘛。但是计算化学可能需要稍微有一点背景的铺垫。计算化学，我认为它是一条河流，这个河流它连接的一端是严谨的物理的理论，另一端是可以定量的预测和解释化学反应和性质的能力。那么，在这条河流中，我们可以认为它分为三个部分，可以理解为一条河流的上游、中游和下游（当然，这上中下游没有高低之分）。
上游是用物理的方法去根据已有的物理定律去建立一个有效的模型，这个模型里面可能做了某些近似，那么我们需要根据化学的直觉以及扎实的物理基础来建立这些模型。中游叫做方法，也有人把它称之为算法，就是说建立一个模型之后，我们如何用一定的方法去求解这个模型，才能从这个模型中得出我们预测的结果。下游是做应用，也就是说我们有一个模型，我们也知道怎么去求解它，那么我们如何把它用到一个非常有化学价值的一个体系里面，得到一些我们想要的对科学问题的回答。也就是说计算化学其实是一个比较模糊的概念。做这三种研究的都可以说自己是做计算化学的，但是他们实际上内部非常不一样。
那么这三个部分就也就决定了计算化学它要用到一些物理、应用数学以及计算机科学的知识。很显然物理主要是在第一部分建模里面用到的，而应用数学和计算机科学主要是在第二部分，关于我们怎么求解模型里面用到的。而第三部分应用则主要是需要我们的化学知识。（题外话：这就解释了为什么很多时候如果没有这些交叉学科的背景的话，纯化学本科背景学生在读计算化学研究生的时候一般做的是应用研究。）
我个人是有一个物理的双学位，所以说我在本科的大二大三这个阶段其实学到了比较多的物理，如统计力学、量子力学；也就是说侧重于建模这方面。然后我大三主要做了一些科研项目，其实我当时不是在一个特定的课题组一直做，而是去了一些不同的课题组，然后做了一些表面上看起来很不同的项目。
这些项目我也可以简单地介绍一下。计算化学内部根据我们研究的问题的时空尺度不同，又可以分成量子多体层次的，以及量子平均场层次的，然后还有半经典和经典层次的。这些我基本上都做过，具体内容就不展开讲了。但是我既然已经在有这些研究经历的情况下，为什么还会想到转专业呢？这是我觉得今天最核心的一个问题。
六、转专业申请的动机
这个原因是说因为我做了很多研究的项目，我在做这个项目的时候发现一个共同点：我在做这个研究的时候，好像