读博士怎么选学校？
作为一个刚从UW-Madison毕业的PhD，我对这个问题还是有发言权的。首先需要明确一点是，选学校比选专业更重要(如果还纠结于选专业的话，请参见我之前的回答 ）.
理由很简单，选择合适自己的项目远比选择热门的项目要重要得多。以我在UW-Madison的亲身经历为例，虽然我是工程专业，但是工程里的很多项目在中国都是热门专业。然而这些项目的中国学生在美国却并没有那么聚集，反之，一些中国学生并不多的项目反而在工院的申请者中占多数。原因也很简单，这些项目的入门要求相对较高，对中国学生的培养方案也更为适合(不是歧视其他人的意思)。选择适合自己能力的项目远比选择“热门”项目要好。 那如何选择适合自己的项目呢？我主要从两个角度来建议：
1、先选专业再选项目——从申请难度考虑 在确定专业的过程中，最好先选自己意向的专业，然后查阅该专业下有哪些研究方向以及这些方向对应的导师是谁；
2、先选项目再选专业——从职业发展考虑 在决定自己要申什么项目的时候，最好先想好自己想要从事什么职业，然后倒推出所需要具备的知识技能和项目经历，进而筛选出适合的项目。 以我为例，当初想进入工业界，因此首选自然是能够提供实习机会的项目(比如CMU的MSCA)，然后是偏向学术的项目(如UIUC的MSECE)，最后才是非强势项目的强项目（如CMU的ISR）。因为我的目标是进大公司做研发工作，因此对于项目的选择偏科研并不是很契合，幸好由于我本硕都是CMU，因此项目背景上还是可以接受。
当然，如果是目标明确的同学，比如就是想读博做科研的，则相反，最好先选好一个专业再根据专业找项目。以CS为例，可以先找到自己想学的研究方向，然后看看哪些项目有这个方向的研究导师。以我为例，起初是想做AI或NLP方面的研究，因此在选校的时候重点找了这些方向有研究导师的项目。在确定了项目的研究方向后，还需要注意几点：
1、看项目是否与自己未来的职业规划相契合。以我为例，因为想做AI或者NN相关的研究工作，因此选择了杜克大学的AI/ML项目，然而该项目的老师大部分还是更偏重CPP/CV方向；于是我又选了Umich的EE+CS项目，该项目的老师和同学大部分是我的理想型。
2、看项目的课程设置是否合理。以我的经验来看，一个好的项目不仅要有足够量的必修和选修课程，而且课程的设置需要与未来的职业规划相结合。举个例子，如果我将来想去大厂做研发，那我必须在项目中修足够的CS基础知识，如算法，数据结构等。如果想去小厂或者创业，那我必须修足够的人工智能，机器学习等相关知识。如果打算读研读博，那我必须在本科修够足够的先修课，如数学分析，离散数学，统计之类的。
3、看项目是更偏理论还是偏实践。这个取决于未来就业的导向，如果是想出国读研，一般建议选偏理论一点的项目，这样将来可以转CS；如果想就业，则建议选偏应用一点的项目。然而世事无绝对，也有很多人通过读偏应用的研究生顺利转到CS并找到满意的工作。这主要取决于你项目的导师和你的同学。如果导师倾向于做学术，那你毕业后自然也更容易去搞科研。但如果导师本身就是在工业界有丰富经验的“杂家”(比如我毕业的老师就是同时做了CS和EE两大方向)，那毕业后自然也会有很好的出路。