夏校（Summer School）的热度近年来是噌噌噌在往上蹿。的确，对于计划出国读本科的中学生们而言，参加夏校是体验留学生活的一种重要途径。读夏校究竟是一种怎样的体验？怎么选择适合自己的夏校？申请时需要注意些什么？菁kids邀请了曾于去年参加纽约大学GSTEM暑期课程的陈贝婷——一名在美国的上海姑娘，和我们讲讲夏校那些事。
文、图 | 陈贝婷
/ 01 缘起
之所以会找到NYU的GSTEM，和我喜欢上编程有关系。自从在11年级的AP Computer Science课上接触到编程后，我就在想怎么才能巩固学到的内容，想来想去还是觉得夏校最合适。本来11年级暑假就准备在美国找个有趣的夏校学点知识，这么一来就更有方向了，于是便在Google上开始了地毯式的搜索。
/02 报名
找夏校的第一步且最重要的一步就是——定活动方向，这样才能更有针对性地寻找，避免大海捞针，提高效率。第二步便是上网搜索，在Google用你想读的科目+ (highschool) summer program进行搜索，这样许许多多大学的暑期项目就会跳出来了。在浏览的过程中，进行第三步——根据你想去的学校进行筛选，缩小范围。
我一开始是按这个顺序找的，先从我居住的加州的USC、UCLA、UCB开始找暑期项目，由于没有找到心仪的，便把目光转向东部。看到了我感兴趣的纽约大学，但是并没有一下子找到我想读的这个项目。
这里可以提一句，如果没有一下子找到自己想读的项目，但是对想去读夏校的学校有了方向，便可以反向找——搜索你想去的大学举办的暑期项目。
正是循着这一路径，我在NYU举办的暑期项目一栏中一眼相中了GSTEM。NYU GSTEM全称为Girls’Science, Technology, Engineering, and Math，为期6周，强调培养11（升12)年级高中女生的科学、科技、工程及数学素养。它会根据申请者填写的兴趣偏好，安排相应的导师开展为期5周的课题研究。
来到纽大
报名过程并不复杂，提供基本资料、一份科学/数学老师写的推荐信，学校正式的成绩单（需要盖章签名并且密封），再加上文书。一共有4篇文书，其中一篇是100字的小文书，其余三篇都是在400-500字左右。
所有的内容都围绕着你与STEM的关联而展开，比如谈谈你先前与STEM学科的连结（例如参加了机器人大赛/编程课/化学比赛等）。若是之前没有深入接触过这一类的科学学科也没关系，可以谈谈你想通过在GSTEM学这些知识做些什么。所以只要对科学类感兴趣都可以报名，零起步也是没有问题的！
在规定的4篇文书外，我还额外写了一篇可以争取全额奖学金的文章，奖项是由一个数据科学公司赞助的，内容和前面几篇类似，即使对数据不在行，能谈到在生活中对数据的运用也可以。我也是抱着试一试的心态就写了一篇文书，没想到最后还很幸运地被选中了，拿了奖学金。
在选夏校的时候，还得注意是否可以住校或是需要有住处天天住家的。我读的GSTEM就是一个Commuter项目，一定要可以在家和学校天天来回的学生才可以入学。这并不意味着你的家一定要在纽约，在录取之前先找到短租的房子就可以了。
最后很重要的一点是，一定要在项目的条款中看清楚是否招收国际学生。近年来我看了很多顶尖的美国暑期项目，只收美国公民和美国永久居民，并不包含国际生。提前看清注意事项，才能保证申请时少走弯路。
GSTEM一年招收40个来自美国各地的女孩子们，虽说项目没有对参与者的科学背景有任何要求，但在交流的过程中，会发现大家都是学霸。依我看来，在科学的某一个领域特别出彩，才能在申请过程中脱颖而出。
在录取后，GSTEM统一给同学们发了一份问卷意向表，每个人可以选择自己的志愿，然后项目负责人再会将你的兴趣爱好与导师进行配对，而且将项目内容的悬念留到开学第一天揭晓。一般为两两一组在实验中互相协作，做同一个项目，也有特殊情况会有个人组。我与另一个获得奖学金的同学正好被分配到数据科学的项目，导师是一名亚马逊纽约的数据工程师。
/03 在夏校
现在来讲讲我暑假具体做了什么。一共6周的夏校，分为1周的新生报到（其中包括许许多多的keynote演讲），4周半的实习/课题研究，以及最后两天的汇报presentation。
因为在四周半的实习之后需要写一篇完整的科学研究论文，所以GSTEM的老师在第一周就向我们展示了学校图书馆可以提供的资源，并通过各类keynote演讲帮助我们寻找灵感。
纽大Bobst图书馆，夏校期间经常泡在这里查资料
所有的keynote中，我最感兴趣的是一名FIT（Fashion Institute of Technology）教授的可持续时尚（Sustainable Fashion）科学项目AlgiKnit。我本人对时尚很感兴趣，但是从未把时尚和可再生联系到一起。
时尚产业是继石油业后污染最严重的行业，与此同时，我们的地球因为超负荷运作在过去的50年里发生了最巨大的变化。所以FIT正在联合哥伦比亚大学一起研究如何从藻类植物中提取海藻酸（Alginate）并与其它可再生生物聚合物（Renewable Biopolymers）结合在一起编织成纱线。
教授还在现场向我们展示了他们学生用这种海藻纤维手工编织出的运动鞋，看着和Adidas Boost非常类似。但此类的工艺在目前看来还是有很大的限制，因为成本高且费时间，所以他们下一步需要做的就是研究如何大批量生产新材料，来 “逆转”因为快时尚而带来的巨大污染。
到了第二周的星期一，我和搭档第一次见到了我们的导师。
虽然第一周我们没有见面，但是他通过email与我们进行了沟通，把他对我们的预期和项目的基本内容都说了一遍。项目的主题是导师定的，我们没有选择权，就算不是预期中想要的项目，也要努力做好，但导师给我们选择的项目恰好是我感兴趣的。
我们的项目是把数据科学和房价经济结合在一起，通过分析大数据搭建一个预估房价的数据模型，通过Python多样的数据分析工具（Pandas、Numpy、Seaborn、Matplotlib等），利用linear regression（线性回归）做一个房价预估模型。
通过各式各样的图表做数据分析
因为我在学校学计算机科学用的是Java语言，从来没有接触过Python语言，所以我的起点比我会用Python的搭档低。于是在研究项目正式开始的第一周，我通过老师准备的资料进行了专门的训练。
Java和Python有很多内容是相同的，只是在syntax（语法）上，Python相对比较自由，而且Python的功能性非常广泛，所以我认为Python是非常适合编程初学者的一门语言，有兴趣学编程的朋友们可以从Python起步。在网上，同样有许多适合初学者的教程，在这里我着重学习的是数据分析（data analysis），所以做了各式各样的图表。
我们的导师是全职的数据工程师，平时都要上班，不像其他同学都和教授天天泡在实验室里。我和搭档最多每周和老师见两次面，每次1-2个小时。其余时间，都是我们在图书馆以及家里编程。在编程过程中有任何不懂并且网上找不到答案的时候，可以随时随地找导师，他也会很及时地回复我们的任何问题。导师会给我们安排进度，但最终还是得靠我们的自觉。
最后，我和搭档做的模型通过一个数据科学网站（Kaggle）进行了测试，虽然我和搭档的模型不是一模一样的，最后测试出来的均方根误差（Root-mean-square error）居然是一样的！在Kaggle网站的数据（房屋真实成交价）是不公开的，所以我们只能用现有的数据来训练模型，并且用这个模型来预估网站提供变量数据的房屋价格，最后将预估的房价上传至网站进行评测。
看看我到底研究了什么：了解你房屋的真实价格是一个很重要的问题，当回答这个问题时，你可能需要分析上百个数据点，然后为买家提供一个合理的理由，说服他们卖家的要价是合理可取的。通过分析不同变量与房价的关系，我假设房屋面积、社区、地下室面积、总体质量测评及房屋建造日期与房屋价格有着最大的关联。利用Python的数据分析工具编写一个回归模型，我能通过模型中每个变量的系数决定房价最重要的因素。在系数中，房屋面积、社区、土地面积及功能性测评为决定房价中最重要的变量。
最后的presentation所有的同学都是赶着做出来的，因为在写论文的同时，很多人的研究还在进行，所有的结果都还没定数。我和搭档在最后一刻都还在修改模型，同时修改论文和PPT。我们的导师以及辅导tutor都和我们说PPT内容要从简，别人不会在你演说的时候一个词一个词地盯着大屏幕看，所以要把展示的内容精简下来，更多的是要背下来。
于是在最后一周，我和搭档每天见面，在做PPT的同时还要把稿子写出来。我们还想方设法把术语用浅显易懂的词汇来解释给大家听，把稿子写到小卡片上，每天从图书馆整理完展示内容后就在小区空旷的大阳台上大声背诵稿子，一遍又一遍，那段时间几乎晚上睡觉都能背出来了。
本文作者（右）和她的学霸搭档
在项目结束的前一天，我们的项目辅导员们给所有组合安排好时间段，进行最后演讲的彩排，并在所有课题中选取他们心目中最理想的6个组合，在最后一天下午的symposium结业典礼上，在所有同学、家长及导师面前演讲。其他的组合则在早上分两个小会场进行报告。
在结业典礼上做presentation
我和搭档也没有说是冲着这symposium去的，但我们很喜欢自己的项目，所以其实还是有野心的。因为我们的主题很有意思也很贴近生活，所以在彩排结束，看到打分辅导员们的笑容时，我们心里就有底了。
GSTEM结业证书
最后有幸被选为symposium 6组中的1组，用通俗易懂的语言向大家介绍了我们的项目内容，并且通过贴近生活的房产话题让大家在枯燥的深奥科学世界中缓一缓，“拯救”都困了的听众们。
暑期项目的报名也快接近尾声了，若是想要参加今年暑假的夏校，就快快行动起来吧！
-End-
陈贝婷
Leave a Reply