在北京大学成为哈佛交换生是怎样一种体验?
1 个回答
2023更新: 四年过去,回看这段交换生活,确实是给当时信息闭塞的自己带来了不少价值,对于当时的我来说是宝贵的经历。再往后,机会就像滚雪球,越来越多,这段交换就是雪球的起点。
所以,如果各位有机会,还是可以出来看看,肯定是不会吃亏的;如果太忙了不方便出来看看,其实只要自己注意收集信息,开拓眼界,也是没什么区别的。
项目简介
哈佛大学本科生交流项目(Visiting Undergraduate Student Program)是哈佛大学下属的Harvard College开设的面向全世界在读本科生的交流项目,每学期招收约60人。参加项目的学生将作为哈佛本科生进行为期一学期或一学年的学习,期间可以使用哈佛本科生的所有资源,享受所有待遇,与其本科生没有区别。我在19年春季和秋季自费参加了该项目,为期一年,收获颇丰。
关于哈佛
Harvard College相当于哈佛大学的本科生部,学生入学后不分院系专业,只会选择一个专攻方向(concentration),并根据自己的计划选择相应课程,这意味着哈佛大学没有诸如经院,数院这种概念,也没有跨院系选课的流程等等。哈佛的本科生以房屋(house)为基本单位,学生入学后会随机分配到一个房屋中,这个房屋将作为一个社群伴随这位学生四年,期间房屋将行使基本行政单位,活动单位,宿舍,以及食堂等功能,这一点和国内大学有较大差别。另外,哈佛社区高度多样化,上课时可以听到世界各地的英语,看到世界各地的面孔。
课堂介绍
授课方式:在我上过的七门课中,大班和小班教学各占一半,由于学生总数较少,基本不会出现选不上课的情况。几乎所有课程都还在使用纯板书的教学方式,课堂方面的电子化程度不高。考核以作业为主,作业难度较高,需要花时间完成,但是考试相对简单,所以不需要平时额外刷题。可能也是由于学生数量少的原因,哈佛给分宽松,应该没有优秀率的限制。总之,哈佛的课程更注重每一节课认真完成相应内容,而非期末一次占比60%的大考。
关于老师:一年的学习中,有几位老师给我留下了非常深刻的印象,我想详细讲一下。
第一位是讲授STAT123 Quantitative Finance的Stephen Blyth教授,这门课面向本科生和研究生,介绍了BSM框架下的基本定价理论,并涉及到一些常见的衍生品。
Blyth教授统计学博士出身,后进入业界,20年前就已经成为曼哈顿岛上的精英,后来加入哈佛,总管财务,因此课程中涉及到的一些人物(例如参考书的作者),都是Blyth老师曾经的同事朋友;涉及到的衍生品,也是老师曾经自己交易过的产品。我还记得有一节课讲到交易所的手势交易,老师非常自信娴熟,因为这是他有一段时间天天在做的事情。
大概就是因为在业界的丰富经验,Blyth教授在这门课中举重若轻,用最简单易懂的语言描述最核心关键的概念,对同学提出的五花八门的问题都对答如流。我觉得上完这门课后,我的相关知识技能得到了“进化”。Blyth老师还喜欢在课间给大家讲一些课程外的知识或经历(有点像地震概论的赵老师),例如讲解自己课本封面的来历,放一段经典影片等等。印象最深的还是老师作为911事件的亲历者,以他的视角给大家叙述那天发生的一切。
此外,这门课的助教Raj Bhuptani先生也让我记忆深刻,他从哈佛本科毕业后直接进入Two Sigma,现在已经是Quant Research部的VP。期末时Raj给我们发了一份他当年做的课程总结,其中没有一个多余的词,每句话都直击要害,既有阳春白雪的定理感悟,又有下里巴人的考试技巧,这篇总结当时对我震撼过大,以至于在后来很长一段时间内我的学习效率都有质的提升。
第二位是讲授APMTH120 Big Data and Applied Linear Algebra的Eli Tziperman教授,这门课面向本科生和研究生,涵盖了基础的数值方法和机器学习的理论及实践。
Tziperman老师是一位脸上永远挂着慈祥微笑的老爷爷。每次课前他都会在黑板上写下整门课的大纲,并标出当前课程进度。总共二十多节课,每节课他都会提前到教室干这件事,每次都会写半个黑板。目的大概只是为了让同学们在课前对自己在课程中的位置有所了解。虽然这件事直接用幻灯片来做效率更高,老师更省心,但Tziperman教授“十年如一日”的坚持和对同学的认真负责仍让我非常感动。此外,老师还自己编了一本教材,内容相当全面(我后来面试都直接参考这本书),他还为其准备了全套MATLAB demo,每一个demo都制作完备、精美,能满足一个学生想到的所有需求。
总之,每次上课我都能感受到了Tziperman教授在这门课中倾注的心血,和对同学的极度负责和关心。老师的MATLAB demo后来一直在勉励我:只要用心,连MATLAB都能写的和艺术品一样漂亮。
第三位是讲授 6.854 Advanced Algorithms的David Karger教授。这门课是MIT的一门研究生课程(关于跨选MIT课程后文会谈到),涵盖了一些基础的高级算法。
学过算法的同学看到Karger这个名字可能会比较眼熟,Karger教授就是Karger’s Contraction Algorithm里面的那个Karger,他研制的一些其他算法现在仍是公认最优的。Karger教授个性潇洒,喜欢不穿鞋在讲台前走来走去,也喜欢用奇怪的姿势坐在讲台上,然而这些都不妨碍上课时他的强大智商弥漫整个课堂:我能感觉到Karger老师永远在刻意放慢速度等同学反应过来,对于同学提的各种疑难问题,他也可以很迅速的给出解答。
然而,作为一个智力卓群,几十年前就功成名就的科学家,Karger老师却在批改作业上表现出了意料之外的耐心和细心。我的期末作业是对一篇论文的分析,由于课程要求,这篇论文必须是近五年内发表、还未被消化的论文,且主题不限,因此老师也没有事先读过文章,这意味着他需要面对将近100篇没有看过的新文章,以及其中各不相同的主题领域,对同学们自己创作的质量参差不齐的小作文给出反馈。我在学期结束后一个月才收到老师的邮件,收到的评价反馈详细程度超乎意料之外,老师甚至对我使用的一些记号都给出了评价。回想当时写这篇作业,还抱着一丝“赶紧水完交差”的糟糕心态,在与Karger教授的耐心认真的比对下,我感到非常羞愧,这件事也在日后的学习生活中对我影响深远。
关于学生:哈佛的本科生上课提问时比较直接,所以有时会问出一些比较简单的问题,但是大家似乎都习以为常,老师也会认真解答。平时图书馆没什么人,只有考试前大家才会挑灯夜战,总体学习努力程度不是很高。但是,哈佛也存在一小批学生能力很强,努力程度不逊于清北学生,只不过因为数量少,平时不容易观察到,我曾与一位IPhO金牌选手做过同桌,对他的能力和奋斗非常敬佩。
总之,我认为哈佛的本科生从学习方面来讲,比较两极分化;不过不管是哪一极,大家也都各得其乐,很难感觉到诸如保研、申请之类的压力,平时聊天基本听不到关于这些事情的话题。另外,哈佛的学生比较热情(可能全美都是这样),基本上开学第一课,大家都会互相打招呼认识,所以不会发生一学期下来谁都不认识的尴尬局面。
哈佛资源
哈佛的资源很丰富。职发方面,每年会有各种职业市场(career fair),顶级公司都会参加,例如Two Sigma, Jane Street, Citadel等等,可以过去和他们的人力或在职员工聊天,直接递简历,吃蛋糕等等;选课方面,没有研究生课程的硬性选课门槛,也可以跨选其他学校(例如MIT,HKS,HBS等)的课程;吃住方面,作为交换生,我们可以享受哈佛学生没有的待遇:可以随意去任何一个house的食堂吃饭(而隶属于某个house的学生则在这方面有限制),食堂也都有座位,宿舍和北大的相比面积大一点;在游玩方面,我们可以免费参加哈佛和MIT的一些活动,例如在查河划帆船,打高尔夫,给马刷毛等等。遇到的同学都友好热情,一年来我结识了很多好朋友,他们在项目结束后依然给我提供了许多帮助,非常感激。
和北大的对比
课程方面,哈佛课程偏简单,任务量偏小(阅读类研讨课除外),给分较宽松,期末压力较小;吃住方面,各有特色。我认为哈佛最大的优点是资源丰富(甚至过剩)。北大在基础设施建造和办事效率上则略胜一筹。总的来看两校各有千秋,北大的发展更是肉眼可见(当时在MIT上课时,我就在想清北也应该开放跨选,没想到学期结束通知就来了)。作为大二大三的本科生,我觉得去哈佛交换非常有意义,眼界的拓宽大于简历的充实,精神的锻造大于技能的习得。
这篇回答是我从Word里面直接粘过来的,本来有好多配图,结果都不见了,大家将就着看吧lol