学员访谈+Offers季 | MIT, UCB, UTokyo, UCL, Upenn, UMich....的硕士申请经历分享
01
学员介绍
Self-introduction
G 同学
国内211建筑学本科
GPA：3.3/4
IELTS：7.0，TOEFL：98，GRE：319+3.5
作品集：DIY
Writing Sample：两篇EI国际会议
推荐信：本校导师 + TechArt博士导师
录取结果
Application Results
1. 麻省理工学院 MIT SMArchS （Waiting List）2. 伯克利加利福尼亚大学UCB Master of Advanced Architectural Design3. 东京大学UTokyo Architecture & Urban Design UDA4. 伦敦大学学院UCL Architectural Design MArch5. 宾夕法尼亚大学UPenn M.S. in Design: Robotics and Autonomous Systems6. 密歇根大学UMich M.S. in Architecture Design and Research7. 洛杉矶加利福尼亚大学UCLA M.S. in Architecture and Urban Design
申请 & TechArt课程经历
Application & TechArt Courses Experience
2018.12 开始准备DIY作品集
2019.6 一对一科研，“人工智能与建筑设计”，产出EI论文
TechArt N.J. 导师（宾夕法尼亚大学建筑学博士）
2019.8 一对一科研，“人工智能与城市大数据”，产出EI论文
TechArt N.J. 导师（宾夕法尼亚大学建筑学博士）
2019. 9 开始准备文书
TechArt X.Y. 导师 （硕士申请文书团队）
2019.10 完成作品集的制作
2019. 11 完成所有申请材料的准备
2019. 11 开始投递申请资料
经验分享
Experience Sharing
Q1. “为何选择科研项目而不是作品集辅导？”
G: 哈哈，可能我自身一直比较叛逆，对于申请的期望比较高，虽然背景平平，但还是希望能冲刺一下国外的顶尖院校。在准备材料的阶段找了解过不少作品集辅导机构和他们的优秀案例，但看多了总觉得案例之间会有些图面或者想法上的千篇一律，很难与其他申请者拉开差距。再加上我自身不突出的院校背景和其他申请材料，并不被一些机构的评估与规划老师看好，很难达到我自己的预期。最后，还是打算自学制作作品集。研读了不少网上公开的优秀院校作品集，了解了作品集的制作流程和大牛们分享的申请经验，麻烦了身边几位厉害的学长学姐帮助我日常指点一下作品的思路，便开始了作品集的DIY之路，在这里也要感谢TechArt学姐帮我指点作品集。过程并不容易，却是一次很好的锻炼，收获颇丰。
最初了解到科研方面的背景提升，是因为我所申请的一些授课和研究型项目与院校对于申请者有较高的研究性的能力要求，有明确研究方向的项目作品、writing sample和已发表的论文都是非常重要的申请材料，能够在导师的审核过程中与其他仅有作品集的申请者拉开差距。之后也有研究学术方面的打算，也想能够在研究经验上早做准备。经过一番了解后，研究小白的我，被TechArt的导师学术背景和项目产出成果所吸引，初步抱着学习的心态，报名参加了第一个一对一科研课。
Q2. “简要地讲一下自己的研究项目吧”
G: 由于我自身对参数化设计以及人工智能应用的兴趣，我的两个研究项目都专注于探讨机器学习在建筑与城市方面的新设计策略与设计工具。在导师的授课与指导下，两个研究主题中，我分别提出了：建筑内部空间布局的预测性设计方法，和城市区域性的建筑功能与分布的自动规划策略。
在设计领域，特别是建筑设计领域，已有研究开发的机器学习方法，将设计图纸作为像素化图像让机器进行学习和生成，用来辅助设计师完成初步重复度较高的设计预测。在内部空间布局预测的研究中，我和导师开发了一种特定的机器学习神经网络，将设计图纸作为矢量化数据进行学习和预测。由像素到矢量的转化，我们的新设计概念，提高了机器预测设计方案的精度。训练的机器最终在任意的空间尺度的输入后，都能够自动完成合理的建筑室内的家具的排布。
首先，我成功地进行了两次基本的几何测试，展示了网络结构的主要概念和之后的应用的可能性。之后，通过建立设计规则预测模型，我们将优化的网络用于室内空间与家具的摆放预测中。通过输入房间、门、窗的边界数据，实现对卧室家具位置的预测和生成。最后，分析，验证和总结了数据集中的人性化设计策略。
从项目开始至完成，导师在参数化领域的应用分析，神经网络搭建的具体操作，以及数据处理等方面的知识讲解，让我从原先对参数化设计的初步了解，到操作技能的大步提升。课程中的头脑风暴、广泛的文献调研、和不断的修改与实验，让我在研究思维得到了强化与锻炼。
Q3. “参与科研项目对你有什么帮助？”
G: 科研是非常珍贵的经历，除了成绩和院校这类硬性指标，在软实力上的提升帮助很大。
在专业上，我学习到的颇多。除了了解了人工智能的基本概念，神经网络的训练与部署细节，我有了对参数化设计更完整的设计逻辑，以及对研究如何在各个步骤落实的方法。
在面试的过程中，由于我已有的两个人工智能研究，与面试导师过往几届studio的研究方向相似，他对我的研究方法，达成的结果与实际应用非常感兴趣，围绕我论文中的一些细节展开了深入交流。面试过程十分有趣，也很有幸能与有教授有这样的一番对话。在文书方面，由于之前的实习经历和得奖经历不多，这两次科研，无疑将我平淡无奇的简历增色不少，也同时将我的CV，Personal Statment，writing sample（投稿论文）和作品贯穿在一起。
完成项目后，也很感谢TechArt的几位博士导师帮我提交的推荐信，在几位熟悉的教授那边对我的内部推荐。以及TechArt团队中，教务老师的在平日里对我申请大小事上的帮助。
Q4. “对于想要研究参数化方向的同学，有什么分享的经验之谈？”
1） 软件操作是基础，思维的训练是必要。
G: 参数化作为数字化的工具，能弥补做项目时感性化的评判标准，重要的是在逻辑上系统性的锻炼设计师的能力。参数化和人工智能也是未来的方向和各大院校和学术圈的热门研究课题，经过与TechArt的导师沟通，我发现很多传统方向的高校都围绕这个领域开设了新的项目，交叉性大，应用范围广泛。对于未来的建筑师而言，参数化将会是一个必要的设计手法，对人工智能方面有一定的了解，也对之后的求职有一定的优势。
2）长周期的交流与学习
G: 参数化和计算机领域结合很紧密，计算机小白的我在软件和代码方面花费了很大的功夫。在这个过程中，也会比较急躁和沮丧，但有效率地规划学习内容和时间，与TechArt导师多交流，给予了我很大地帮助。将想要达成的设计效果和达成的步骤细化成小问题，然后一一克服，并且不断总结，给了我很好的思维与学习能力的训练。
3）了解自己、领域与院校
G: 关于申请方面，我也有几点想要和大家分享。大家首先要对自己申请的院校以及自己有深入的了解。我自己对哪个领域感兴趣？这个领域最近在研究什么？这个领域需要哪些相关技能？有哪些院校开始这个领域的项目与优秀的实验室？这些学院近期有哪些项目产出？我对这个领域有什么见解和新思路？等等。这些问题，我在做作品集和研究的时候都在不断地问自己，将自己的研究与作品关联起来，展现给对方院校的导师，我对数字化建筑的全面见解与多样的尝试。
关于更多过往学员成果案例与课程详情，欢迎在文章最后联系TechArt学术顾问，一起交流。
TechArt将继续分享最前沿的建筑艺术类的学术知识与优质的海外科研资源，为热爱学术的小伙伴们提供满满的福利！