Home » 熱門資訊 » Details

夏校那么火，這位曾在NYU參加GSTEM的上海姑娘有話講！

Category: 熱門資訊 Date: 2018年3月20日上午8:41

夏校（Summer School）的熱度近年來是噌噌噌在往上躥。

的確，對于計劃出國讀本科的中學生們而言，參加夏校是體驗留學生活的一種重要途徑。

讀夏校究竟是一種怎樣的體驗？怎么選擇適合自己的夏校？申請時需要注意些什么？菁kids邀請了曾于去年參加紐約大學GSTEM暑期課程的陳貝婷——一名在美國的上海姑娘，和我們講講夏校那些事。

01 緣起

之所以會找到NYU的GSTEM，和我喜歡上編程有關系。

自從在11年級的AP Computer Science課上接觸到編程后，我就在想怎么才能鞏固學到的內容，想來想去還是覺得夏校最合適。

本來11年級暑假就準備在美國找個有趣的夏校學點知識，這么一來就更有方向了，于是便在Google上開始了地毯式的搜索。

02 報名

找夏校的第一步且最重要的一步就是——定活動方向，這樣才能更有針對性地尋找，避免大海撈針，提高效率。

第二步便是上網搜索，在Google用你想讀的科目+ (highschool) summer program進行搜索，這樣許許多多大學的暑期項目就會跳出來了。

在瀏覽的過程中，進行第三步——根據你想去的學校進行篩選，縮小范圍。

我一開始是按這個順序找的，先從我居住的加州的USC、UCLA、UCB開始找暑期項目，由于沒有找到心儀的，便把目光轉向東部。

看到了我感興趣的紐約大學，但是并沒有一下子找到我想讀的這個項目。

這里可以提一句，如果沒有一下子找到自己想讀的項目，但是對想去讀夏校的學校有了方向，便可以反向找——搜索你想去的大學舉辦的暑期項目。

正是循著這一路徑，我在NYU舉辦的暑期項目一欄中一眼相中了GSTEM。

NYU GSTEM全稱為Girls’Science, Technology, Engineering, and Math，為期6周，強調培養11（升12)年級高中女生的科學、科技、工程及數學素養。

它會根據申請者填寫的興趣偏好，安排相應的導師開展為期5周的課題研究。

報名過程并不復雜，提供基本資料、一份科學數學老師寫的推薦信，學校正式的成績單（需要蓋章簽名并且密封），再加上文書。

一共有4篇文書，其中一篇是100字的小文書，其余三篇都是在400-500字左右。

所有的內容都圍繞著你與STEM的關聯而展開，比如談談你先前與STEM學科的連結（例如參加了機器人大賽編程課化學比賽等）。

若是之前沒有深入接觸過這一類的科學學科也沒關系，可以談談你想通過在GSTEM學這些知識做些什么。

所以只要對科學類感興趣都可以報名，零起步也是沒有問題的！

在規定的4篇文書外，我還額外寫了一篇可以爭取全額獎學金的文章，獎項是由一個數據科學公司贊助的，內容和前面幾篇類似，即使對數據不在行，能談到在生活中對數據的運用也可以。

我也是抱著試一試的心態就寫了一篇文書，沒想到最后還很幸運地被選中了，拿了獎學金。

在選夏校的時候，還得注意是否可以住校或是需要有住處天天住家的。

我讀的GSTEM就是一個Commuter項目，一定要可以在家和學校天天來回的學生才可以入學。

這并不意味著你的家一定要在紐約，在錄取之前先找到短租的房子就可以了。

最后很重要的一點是，一定要在項目的條款中看清楚是否招收國際學生。

近年來我看了很多頂尖的美國暑期項目，只收美國公民和美國永久居民，并不包含國際生。

提前看清注意事項，才能保證申請時少走彎路。

GSTEM一年招收40個來自美國各地的女孩子們，雖說項目沒有對參與者的科學背景有任何要求，但在交流的過程中，會發現大家都是學霸。

依我看來，在科學的某一個領域特別出彩，才能在申請過程中脫穎而出。

在錄取后，GSTEM統一給同學們發了一份問卷意向表，每個人可以選擇自己的志愿，然后項目負責人再會將你的興趣愛好與導師進行配對，而且將項目內容的懸念留到開學第一天揭曉。

一般為兩兩一組在實驗中互相協作，做同一個項目，也有特殊情況會有個人組。

我與另一個獲得獎學金的同學正好被分配到數據科學的項目，導師是一名亞馬遜紐約的數據工程師。

03 在夏校

現在來講講我暑假具體做了什么。

一共6周的夏校，分為1周的新生報到（其中包括許許多多的keynote演講），4周半的實習課題研究，以及最后兩天的匯報presentation。

因為在四周半的實習之后需要寫一篇完整的科學研究論文，所以GSTEM的老師在第一周就向我們展示了學校圖書館可以提供的資源，并通過各類keynote演講幫助我們尋找靈感。

所有的keynote中，我最感興趣的是一名FIT（Fashion Institute of Technology）教授的可持續時尚（Sustainable Fashion）科學項目AlgiKnit。

我本人對時尚很感興趣，但是從未把時尚和可再生聯系到一起。

時尚產業是繼石油業后污染最嚴重的行業，與此同時，我們的地球因為超負荷運作在過去的50年里發生了最巨大的變化。

所以FIT正在聯合哥倫比亞大學一起研究如何從藻類植物中提取海藻酸（Alginate）并與其它可再生生物聚合物（Renewable Biopolymers）結合在一起編織成紗線。

教授還在現場向我們展示了他們學生用這種海藻纖維手工編織出的運動鞋，看著和Adidas Boost非常類似。

但此類的工藝在目前看來還是有很大的限制，因為成本高且費時間，所以他們下一步需要做的就是研究如何大批量生產新材料，來 “逆轉”因為快時尚而帶來的巨大污染。

到了第二周的星期一，我和搭檔第一次見到了我們的導師。

雖然第一周我們沒有見面，但是他通過email與我們進行了溝通，把他對我們的預期和項目的基本內容都說了一遍。

項目的主題是導師定的，我們沒有選擇權，就算不是預期中想要的項目，也要努力做好，但導師給我們選擇的項目恰好是我感興趣的。

我們的項目是把數據科學和房價經濟結合在一起，通過分析大數據搭建一個預估房價的數據模型，通過Python多樣的數據分析工具（Pandas、Numpy、Seaborn、Matplotlib等），利用linear regression（線性回歸）做一個房價預估模型。

因為我在學校學計算機科學用的是Java語言，從來沒有接觸過Python語言，所以我的起點比我會用Python的搭檔低。

于是在研究項目正式開始的第一周，我通過老師準備的資料進行了專門的訓練。

Java和Python有很多內容是相同的，只是在syntax（語法）上，Python相對比較自由，而且Python的功能性非常廣泛，所以我認為Python是非常適合編程初學者的一門語言，有興趣學編程的朋友們可以從Python起步。

在網上，同樣有許多適合初學者的教程，在這里我著重學習的是數據分析（data analysis），所以做了各式各樣的圖表。

我們的導師是全職的數據工程師，平時都要上班，不像其他同學都和教授天天泡在實驗室里。

我和搭檔最多每周和老師見兩次面，每次1-2個小時。

其余時間，都是我們在圖書館以及家里編程。

在編程過程中有任何不懂并且網上找不到答案的時候，可以隨時隨地找導師，他也會很及時地回復我們的任何問題。

導師會給我們安排進度，但最終還是得靠我們的自覺。

最后，我和搭檔做的模型通過一個數據科學網站（Kaggle）進行了測試，雖然我和搭檔的模型不是一模一樣的，最后測試出來的均方根誤差（Root-mean-square error）居然是一樣的！在Kaggle網站的數據（房屋真實成交價）是不公開的，所以我們只能用現有的數據來訓練模型，并且用這個模型來預估網站提供變量數據的房屋價格，最后將預估的房價上傳至網站進行評測。

看看我到底研究了什么：了解你房屋的真實價格是一個很重要的問題，當回答這個問題時，你可能需要分析上百個數據點，然后為買家提供一個合理的理由，說服他們賣家的要價是合理可取的。

通過分析不同變量與房價的關系，我假設房屋面積、社區、地下室面積、總體質量測評及房屋建造日期與房屋價格有著最大的關聯。

利用Python的數據分析工具編寫一個回歸模型，我能通過模型中每個變量的系數決定房價最重要的因素。

在系數中，房屋面積、社區、土地面積及功能性測評為決定房價中最重要的變量。

最后的presentation所有的同學都是趕著做出來的，因為在寫論文的同時，很多人的研究還在進行，所有的結果都還沒定數。

我和搭檔在最后一刻都還在修改模型，同時修改論文和PPT。

我們的導師以及輔導tutor都和我們說PPT內容要從簡，別人不會在你演說的時候一個詞一個詞地盯著大屏幕看，所以要把展示的內容精簡下來，更多的是要背下來。

于是在最后一周，我和搭檔每天見面，在做PPT的同時還要把稿子寫出來。

我們還想方設法把術語用淺顯易懂的詞匯來解釋給大家聽，把稿子寫到小卡片上，每天從圖書館整理完展示內容后就在小區空曠的大陽臺上大聲背誦稿子，一遍又一遍，那段時間幾乎晚上睡覺都能背出來了。

在項目結束的前一天，我們的項目輔導員們給所有組合安排好時間段，進行最后演講的彩排，并在所有課題中選取他們心目中最理想的6個組合，在最后一天下午的symposium結業典禮上，在所有同學、家長及導師面前演講。

其他的組合則在早上分兩個小會場進行報告。

我和搭檔也沒有說是沖著這symposium去的，但我們很喜歡自己的項目，所以其實還是有野心的。