虽然GPA和GRE没有特别大的优势，但这并不代表L同学的申研梦想就没戏了。清柚老师对她的背景进行了深度的挖掘，发现她其实有非常多的亮点经历。

清柚老师跟她说，美国大学对于研究生申请材料一般也会进行多维度的审核，成绩并不会成为一锤定音是否录取的绝对性因素。在她本身学术经历和活动经历都比较丰富的情况下，更需要做足的是前期的定位以及后面文书的处理。

在选校定位上，清柚老师也跟她进行了仔细的沟通，了解到她自身对于美国院校和ds专业最感兴趣，同时根据她的成绩情况也做出了调整的建议。最终，清柚老师与她一致决定CS+DS+Stats三方向并行，申请包括哥大、南加大、纽大、东北、华大、港大在内的各大名校项目。

录取：南加州大学Data Science硕士，华盛顿大学Data Science硕士，香港大学Data Science硕士，纽约大学Computer Science硕士，东北大学Computer Science硕士，哥伦比亚大学Statistics硕士等

文书本身的重要性不言而喻，多方向多项目的申请更是对文书质量水平的一次有力检验。

不同院校不同专业都会有不一样的文书要求，像华大的文书就比较难写，还有自己的命题文书，需要下足功夫。

如何根据不同院校项目特点，进行有针对性的文书思路梳理、素材挖掘与创作体现，成了L同学申请阶段的重中之重。

像申请Data Science项目的文书中，就挑选了更加适合展现学术背景的课程，比如Database, Machine Learning这样的专业课。她也对自己早期的低绩点做出了解释，通过转专业重拿高绩点的心路历程，证明出自己的真正兴趣所在，并且与所申方向非常匹配。

通过课堂的学习实践与课后的思考感悟，文书中她提出自己发现数据处理能够为社会带来很多好处，也表示也正因为想帮助造福更多人，推动社会进步，对ds的兴趣越来越浓厚，也想钻研更多。

在科研与实习经历，也同样挑选了能够让自身与所申专业很好契合，并且体现data for social good的经历。在用专业术语阐述科研实习内容，强调专业性的同时，又不失人文的关怀。这样也自然地串联起全文，让文书拥有了更深的主旨。