天大、中南、中山、北师、中科院地图学与地理信息系统GIS及遥感RS专业推免夏令营面试经历与题目汇总

简介: 天大、中南、中山、北师、中科院地图学与地理信息系统GIS及遥感RS专业推免夏令营面试经历与题目汇总

  又到了一年一度保研推免的准备时间。虽然距离夏令营(一般在每年暑假左右)和确定保研名额(一般在每年九月份)还有将近半年的时间,但预计有保研资格或者准备尝试一下保研的同学肯定早已开始了个人材料的撰写与夏令营面试的准备。我在两年前也有幸参与了这样一个难忘的历程——前期收集了五十余所院校的夏令营或九推信息,参与了十余所院校的夏令营。两年一晃就过去了,就借本文总结一下当初参与面试的经历,重点汇总一下各学校面试环节的题目与细节,希望可以稍微帮助到大家一些,更重要的是再重温一下那段自己如今回想起来最怀念的时光。

  总的来说,以下面试内容分别来自于我当初参加天津大学中南大学中山大学北京师范大学中国科学院空天信息创新研究院南方科技大学中国科学院亚热带农业生态研究所等院校夏令营的经历。但这里要提一句:在准备这篇博客时恰巧听到同学说,部分院校的夏令营题目不太希望被学生们传出去;所以后文就不再将每一次面试的题目和具体的学校名称对应了,而是用类似于院校A院校B这样的英文编号来替代。

  首先要说,大家在准备夏令营、九推的时候,一定要做好信息的收集工作——包括意向院校往年的夏令营与九推时间、官方网站、报名与参与时间、夏令营人数、意向导师等,同时包括一些院校的推免报名系统的相关信息等;最好是用一个Excel表格汇总在一起,方便后期自己随时查阅,也方便不同学校之间加以对比。我当初就是建立了这样一个表格文件,省去了之后很多的事情。

  接下来进入本文的正题,也就是前面提到的几所院校的面试题目与相关细节,主要是自己经历的题目,也包括一些我同学经历的题目。

  其中,英文题目是指老师用英文提问,且需要自己用英文回答的问题;中文题目则是老师提问与自己回答都用中文进行的问题;自我展示就是老师暂时不提问,自己在规定时间内围绕学术、生活等各方面做一个自我介绍。

  此外,以下面试除标注外,其他均为线上面试(我们那一年正好赶上了疫情)。

1 院校A

时间:2020年07月04日09:30至09:53。

环境:3至4位老师,需要候场;老师十分和蔼温柔。

时长:共20余分钟。

流程:10分钟自我展示,需要PPT;10分钟提问。

英文题目:讲一下你的暑期安排。

中文题目:大气窗口是什么;MODIS具有几个波段;天空为什么是蓝色;此外还包括3至4个时事政治类问题。

2 院校B

时间:2020年07月07日09:10至09:38。

环境:5位老师,需要候场;老师比较温柔,会对回答得好的问题加以表扬。

时长:共接近30分钟左右。

流程:首先检查身份证;全部为提问环节。

英文题目(全部英语问题均为同一老师问):自我介绍;学校是在武汉吗?武汉人和我家乡人有什么不同?武汉的食物和我家乡的食物有什么区别?我去过最难忘的地方(旅行)是哪里?

中文题目:有什么学习之外的创新创业经历?你的本科校创、国创项目这些都做了什么?你所学专业课主要有哪些部分,你学的最好的是哪个,你觉得亮点在哪里?你希望的研究生方向是什么,为什么?你本科项目主要是做土壤机理还是土壤遥感?定量遥感和普通土壤属性含量测定方法相比,优势是什么?定量遥感反演精度提升的方法或者说因素有哪些?将来工作还是读博?如果你的研究生方向和遥感关系不大,比如做水文、土壤机理,你会怎么选择?

同学遇见的题目:英文自我介绍;英文介绍自己的科研经历;本科专业为GIS,为什么你现在读研想选择遥感方向?本科数学建模的经历?老家哪里人?

3 院校C

时间:2020年07月10日14:10至14:18。

环境:很多位老师,不候场,你发言的时候其他成员也在场;所以总的来说这不属于面试,应该属于个人轮流展示的那种。

时长:规定每人7分钟,我大概8分钟。

流程:3分钟自我展示,需要PPT;4分钟提问。

英文题目:我没有英文问题,但其他同学有。

中文题目:哨兵2号与Landsat 8的区别?微波遥感的机理?土壤介电常数的影响因素是什么?你的本科国创项目中土壤黑碳的光谱特征是什么?

同学遇见的题目:滑动平均法与什么什么滤波法(这里我们也没有听清楚)有什么区别?

4 院校D

时间:2020年07月11日08:30至08:41。

环境:很多老师,需要候场。

时长:规定每人10分钟,我11分钟左右。

流程:3分钟自我展示,需要PPT;2分钟英文提问;5分钟中文提问。

英文题目:你为什么选择地理信息科学专业?

中文题目:你们本科学校地理信息科学专业的历史、发展现状?你的本科国创项目中,神经网络用的什么神经网络,支持向量机用的什么支持向量机?你期待的专业研究方向与你在这个方向中的优势与劣势?英语四级多少分?六级多少分?

5 院校E

时间:2020年07月16日上午。

环境:3位老师,需要候场。

时长:规定每人10分钟,我10分钟左右。

流程:2分钟自我展示,需要PPT;1分钟英文提问;7分钟中文提问。

英文题目:你将来的个人发展打算是什么?

中文题目:你的本科国创项目的土壤黑碳的光谱曲线特征是什么?国创项目中为什么用NDVI对黑碳含量加以插值?你感兴趣的研究方向是什么?夏令营环节时有没有和有意向的导师联系?

同学遇见的题目:英文自我介绍?用英文来阐述你认为竞赛对于你来说是必要的还是重要的?用英文介绍本科你最成功的一件事?女生喜欢数学的不多,你为什么喜欢数学(这位同学是一位女生)?什么是高维数据?现在很多博士开题报告都是人工智能和各种深奥算法,但真正坚持做下来的并不多,如果你在科研中遇到这种情况,比如中途遇到很难的问题,你会选择怎么做?你对哪个科研方向感兴趣?你有什么科研经历?对大数据有多少了解?

  此外,该院校除了上述专业面试外,还包括一次综合素质面试

时间:2020年07月16日。

环境:3位老师,每次3位同学同时进入;需要候场。

时长:3个人共15分钟左右。

流程:2分钟自我介绍,不需要PPT;然后提问。

中文题目:联系了导师吗,联系的是谁?简要介绍你的性格。

同学遇见的题目:介绍一下本科你的志愿服务经历?你喜欢领导他人还是服务他人?

6 院校F

时间:2020年07月17日。

环境:好多位老师,需要候场;老师非常温柔。

时长:每人15分钟,我大概13分钟。

流程:3分钟自我展示,需要PPT;10分钟左右提问。

英文题目:做简要的自我介绍。

中文题目:什么是辐射分辨率?说说遥感中所有分辨率都是什么?二叉树是什么?你想做遥感算法还是遥感应用?你认为遥感将来的发展方向是什么?你认为该如何处理繁杂的遥感大数据?

7 院校G(线下面试)

  这所院校是那个难忘的2020年我所经历的唯一一个线下夏令营与线下面试。

时间:2020年07月24日。

环境:位于一间会议室内;3位老师,不需要候场,面试同一个研究方向的所有同学一起进场(而且面试到一半,另一个研究方向的2位老师说他们找不到会议室,也干脆带着面试的学生来我们这个会议室,2个方向的老师和同学聚在一起哈哈哈);和前述院校C类似,总体不属于面试,而是属于个人轮流展示;老师非常温柔。

时长:2个研究方向共有大概8至9位同学,共进行1.5小时左右,我大概10至15分钟。

流程:自我介绍与提问,时间比较随机,没有强制要求。

中文题目:介绍你所学习的专业?你认为遥感可以怎么应用在当前面试的这个研究方向(我回答完后老师还专门进行补充介绍)?GEE操作平台是什么,有什么作用,你有多少了解?

同学遇见的题目:你为什么学习生态?你对生态有什么理解或想法?

  以上便是当初面试遇到的全部题目与细节了——或者换句话说,应该是在面试结束后我所能想到的部分,毕竟难免有些问题我面试一结束就记不太清楚了哈哈哈。

  可以看到,面试老师很喜欢从你的个人材料(个人简历、个人陈述、本科科研经历、成果、奖项等)入手提问;所以大家在准备面试前,除了专业和英语方面的知识外,也需要多多优化自己的个人材料,并做到对自己的个人材料了如指掌,从而可以从容面对。

欢迎关注公众号/CSDN/知乎/微博:疯狂学习GIS


相关文章
|
2月前
|
缓存 关系型数据库 MySQL
面试题目总结
面试题目总结
74 6
|
7月前
|
运维 Linux Docker
Docker笔记(个人向) 简述,最新高频Linux运维面试题目分享
Docker笔记(个人向) 简述,最新高频Linux运维面试题目分享
|
2月前
|
Java C++ Python
【面试宝典】深入Python高级:直戳痛点的题目演示(下)
【面试宝典】深入Python高级:直戳痛点的题目演示(下)
|
2月前
|
设计模式 Unix Python
【面试宝典】深入Python高级:直戳痛点的题目演示(上)
【面试宝典】深入Python高级:直戳痛点的题目演示(上)
|
6月前
|
缓存 Java 数据库连接
java面试题目 强引用、软引用、弱引用、幻象引用有什么区别?具体使用场景是什么?
【6月更文挑战第28天】在 Java 中,理解和正确使用各种引用类型(强引用、软引用、弱引用、幻象引用)对有效的内存管理和垃圾回收至关重要。下面我们详细解读这些引用类型的区别及其具体使用场景。
82 3
|
5月前
|
存储 算法
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
|
6月前
|
数据采集 算法 数据挖掘
LeetCode 题目 80:删除排序数组中的重复项 II【算法面试高频题】
LeetCode 题目 80:删除排序数组中的重复项 II【算法面试高频题】
|
7月前
|
数据可视化 数据挖掘 Python
Matplotlib与Seaborn在Python面试中的可视化题目
【4月更文挑战第16天】本文介绍了Python数据可视化在面试中的重点,聚焦于Matplotlib和Seaborn库。通过基础绘图、进阶图表、图形定制和交互式图表的实例展示了常见面试问题,并列出了一些易错点,如忽视图形清晰度、误用色彩等。建议理解两者功能并注意保持图形简洁,以提升面试表现和数据可视化能力。
94 3
|
7月前
|
程序员 Python
Job for supervisor,2024年最新b站面试题目
Job for supervisor,2024年最新b站面试题目
|
7月前
|
存储 缓存 JavaScript
web前端常见的面试题汇总(一),web前端面试题目
web前端常见的面试题汇总(一),web前端面试题目