工科专业均分80分即可，但越高越有竞争力。

在挑选研究生项目的时候可以先看这些项目分别隶属于哪一个学院，比如商学院和传媒学院都开设了marketing相关的项目，但他们的偏重就会有所不同，这时可以仔细查看他们的课程设置和课程介绍，并且下载毕业生就业方向总结来了解他们的不同之处。

不需要。日本医学博士普遍有英文项目，申请时日语成绩不做硬性要求，所有文书工作甚至面试均可使用英语进行。但是既然选择日本作为留学的国家，为了日常生活的方便，最好还是学习好日语。

机器学习方向过于饱和，大部分研究者精力放在如何提高模型性能，但收效甚微灌水文章非常多。而真正生活中机器学习应用的障碍在于，数据分散在不同用户手中，例如不同银行拥有不同客户信息，不同医院拥有不同病患信息，由于隐私保护法或商业竞争而无法将数据聚合共同训练机器学习模型，造成众多数据孤岛现象，导致现实世界中大量的数据无法享受到机器学习的红利。将隐私保护技术与机器学习结合提供了解决数据孤岛问题的思路，也是现在最新最火的方向，可以从Gartner Hype Cycle和最近大热的Federated Learning联邦学习得到印证。 （BTW，申请角度来看，躲开AI热门专业降低申请难度，NTU也准备不断拓宽该领域。从就业角度来看，该方向人才更加稀缺，国家（中国）政策利好。可根据申请人兴趣及目标导师设计不同话术。）

可以。语言成绩在绝大多数情况下作为必须条件会刷掉绝大多数申请者，因此在时间条件允许的情况下，最好能够考到理想成绩为自己掌握主动权。但在不可避免的客观条件下，如临近毕业、疫情影响、考位空缺等，也可以努力与意向导师沟通，争取对方的博士职位。

在硬件指标达到项目要求的基础上，你的研究方向和导师是否吻合是至关重要的。比如，语言学其实分很多分支，包括theoretical linguistics (morphology, phonetics and phonology, syntax, semantics), psycholinguistics (child language acquisition, second language acquisition, bilingualism), 和sociolinguistics等等。不同分支需要研究生掌握的技能也不一样。在联系导师前要研究透这个导师的实验室到底是做什么的，阅读相关文献，学习相关软件，对症下药。

身为转专业过来人，我深谙非CS同学在申请时的难处。尤其对于很多只会用C写冒泡排序的CS小白来讲，CS项目全聚德是很常见的结果。那么对于非CSer该如何避免这种情况呢？我认为应从三个方面做好准备。首先在院校的选择上，避开转专业雷区院校、重点关注转专业友好项目和学校；其次善于利用各种CS小方向（Vision, NLP, ML, System等），可以通过对于申请者经历的深度挖掘，实现目标方向与原专业的高度切合，从而转劣势为优势；最后，可以紧抓个人经历的闪光点，在文书撰写上形成充分的论据和文书内容，最大程度体现个人的特殊竞争力。作为咨询导师，我将从以上三点，切合同学自身特点制定申请策略，帮助同学申请到理想的学校。