پیدا کردن استاد راهنمای دکترا در علوم کامپیوتر در هلند
مرحله ۱: تنظیم پروفایل
در پروفایل ApplyKite، این گزینه‌ها را انتخاب کردم:
- Degree Level: دکترا (PhD)
- Course of Study: علوم کامپیوتر (Computer Science)
این تنظیم کمک می‌کند ApplyKite داشبورد من را شخصی‌سازی کند تا در تب Supervisors فقط استادانی را نشان دهد که به فرصت‌های پژوهشی سطح دکترا در علوم کامپیوتر و حوزه‌های مرتبطی مثل علم داده (Data Science)، یادگیری ماشین (Machine Learning) یا هوش مصنوعی (AI) مربوط هستند.
نکته:
انتخاب دقیق رشته‌ات باعث می‌شود موتور هوش مصنوعی ApplyKite به‌طور خودکار استادانی را در اولویت بگذارد که در همان حوزه منتشر می‌کنند یا سرپرستی می‌کنند.
مرحله ۲: باز کردن تب Supervisors
بعد از ذخیره‌ی پروفایل، روی تب Supervisors در نوار کناری سمت چپ کلیک کردم.
یک پایگاه داده از هزاران استاد تأییدشده از سراسر جهان باز شد که همه بر اساس سطح تحصیلی انتخاب‌شده فیلتر شده بودند.
در ابتدا نتایج خیلی گسترده بودند — استادانی از آمریکا، آلمان، هلند و حتی آسیا با هم نمایش داده می‌شدند.
این نقطه‌ی شروع است؛ حالا وقتش است مرحله‌به‌مرحله نتایج را محدودتر کنم.
مرحله ۳: فیلتر بر اساس کشور (Location)
از Filters → Location، هلند (the Netherlands) را انتخاب کردم تا روی استادان دانشگاه‌های هلندی تمرکز کنم.
بعد از کلیک روی Search، یک پنجره‌ی کوچک ظاهر شد که می‌پرسید نتایج تا چه حد باید با حوزه‌ی تمرکزم هم‌خوانی داشته باشند.
سه گزینه نمایش داده شد:
- Wide: تطابق گسترده‌تر، استادان بیشتری از حوزه‌های نزدیک
- Balanced: ترکیبی از نتایج دقیق و کمی مرتبط
- Precise: فقط استادانی که دقیقاً با رشته‌ی انتخابی من مطابقت دارند
من Precise را انتخاب کردم چون می‌خواستم نتایج کاملاً در محدوده‌ی علوم کامپیوتر بمانند و با رشته‌های همسایه مثل مهندسی برق یا ریاضیات هم‌پوشانی نداشته باشند.
بعد از اعمال این فیلتر، فهرست به‌روزرسانی شد و فقط استادانی از دانشگاه‌های زیر نمایش داده شدند:
- TU Delft
- Eindhoven University of Technology
- University of Twente
- Radboud University
همه دقیقاً در حوزه‌ی علوم کامپیوتر فعالیت داشتند.
مرحله ۴: فیلتر بر اساس دانشگاه (Institution)
بعد از محدود کردن کشور به هلند، خواستم روی یک دانشگاه مشخص تمرکز کنم.
در فیلتر Institution نوشتم Delft University of Technology (TU Delft) و روی Search کلیک کردم.
دوباره ApplyKite خواست سطح تطابق (Matching Level) را تأیید کنم.
من Precise را انتخاب کردم تا فقط استادان مرتبط مستقیم با دپارتمان‌های علوم کامپیوتر در TU Delft نمایش داده شوند و پروفایل‌های غیرمرتبط یا بین‌رشته‌ای حذف شوند.
پس از اعمال فیلتر، نتایج خیلی هدفمند شدند — حدود ۳۸۰ استاد، همگی از TU Delft و پیوندخورده با گروه‌های مختلف علوم کامپیوتر و مهندسی.
در این مرحله، یک فهرست دقیق و دانشگاه‌محور از استادان بالقوه برای دکترا داشتم.
مرحله ۵: افزودن کلیدواژه‌های پژوهشی
بعد از فیلتر کردن استادان TU Delft، می‌خواستم جست‌وجو را باز هم محدودتر کنم تا فقط استادانی را ببینم که کارشان با پیش‌زمینه و علایق من هم‌خوانی دارد.
در بخش Keywords نوشتم:
- Machine Learning
- Web Development
- Software Engineering
- AI
این کلیدواژه‌ها هم پیش‌زمینه‌ی آکادمیک من در علوم کامپیوتر را پوشش می‌داد و هم تجربه‌ی عملی‌ام در توسعه‌ی وب و پروژه‌های داده‌محور (با Python، Django و scikit-learn) را.
بعد از وارد کردن کلیدواژه‌ها و کلیک روی Search، ApplyKite دوباره خواست سطح تطابق را تأیید کنم.
من Precise را انتخاب کردم چون می‌خواستم فقط استادانی را ببینم که پژوهش‌شان مستقیماً با این موضوعات هم‌راستا است — نه حوزه‌های گسترده‌تری مثل رباتیک.
پس از اعمال فیلترها، فهرست از بیش از ۳۸۰ استاد به حدود ۴۰ پروفایل کاملاً مرتبط کاهش یافت.
این مرحله مشخص کرد کدام استادان دقیقاً روی موضوعاتی کار می‌کنند که با پروژه‌های قبلی من هم‌پوشانی دارد — مثلاً توسعه‌ی الگوریتم‌های یادگیری برای سیستم‌های وب یا معماری‌های داده‌ی مقیاس‌پذیر.
مرحله ۶: بررسی پروفایل یک استاد
بعد از اعمال همه‌ی فیلترها، یکی از بهترین تطابق‌ها پروفسور سعید حمیدیوی (Prof. Said Hamdioui) از Delft University of Technology (TU Delft) بود.
صفحه‌ی استاد یک نما‌ی جامع از پیش‌زمینه‌ی علمی، خطوط پژوهشی فعال و منابع در دسترس ارائه می‌داد — همه در یک جا.
علایق پژوهشی
در بالای صفحه، الگوریتم ApplyKite رزومه‌ی آپلودشده‌ی من و کلیدواژه‌هایم را با حوزه‌ی علمی استاد مقایسه کرده بود.
هر موضوع یک درصد تطابق (match percentage) نشان می‌داد که میزان ارتباط آن حوزه با پروفایل من را مشخص می‌کند.
این اعداد نشان می‌دهد پیش‌زمینه‌ی آکادمیک و پژوهشی من با کدام حوزه‌های کلیدی استاد هم‌پوشانی دارد.
مثلاً چون رزومه‌ام روی سیستم‌های یادگیری ماشین و محاسبات هوش‌محور تأکید داشت، الگوریتم ارتباط قوی با مهندسی سخت‌افزار و بهینه‌سازی معماری را تشخیص داد.
این بصری‌سازی تطابق کمک کرد قبل از خواندن مقاله‌ها یا ارسال ایمیل، سریعاً استادان سازگار با پیش‌زمینه‌ام را پیدا کنم.
مقالات و انتشارات
در بخش Articles، شانزده مقاله‌ی اخیر با سال انتشار و لینک به نسخه‌ی اصلی فهرست شده بود.
این بخش کمک کرد پل میان روش‌های هوش مصنوعی و محاسبات مبتنی بر سخت‌افزار در کارهای استاد را بهتر بفهمم — دقیقاً همان جایی که علایق من هم قرار دارد.
همکاران
در پایین‌تر، همکاران نزدیک استاد را هم می‌توانستم ببینم.
این بخش برای کشف استادان و آزمایشگاه‌های مرتبط در همان دامنه یا پروژه‌های مشترک مفید است.
لینک‌های دانشگاهی
در صفحه‌ی هر استاد لینک‌هایی برای راستی‌آزمایی اطلاعات و آماده‌سازی تماس وجود دارد:
- ORCID: فهرست تأییدشده‌ی انتشارات و گرنت‌ها
- Academic Page: صفحه‌ی رسمی دانشگاه (اغلب شامل موقعیت‌های دکترا)
- Google Scholar: سابقه‌ی استنادات و انتشارات اخیر
- LinkedIn: به‌روزرسانی‌های حرفه‌ای و شبکه‌ی ارتباطی
این لینک‌ها کمک کردند پیش از تماس، حوزه‌های فعال پژوهشی و همکاری‌های جاری استاد را تأیید کنم.
مرحله ۷: تماس با استاد و مدیریت مکاتبات
ارتباط گرفتن با استاد یکی از مهم‌ترین گام‌های فرآیند اپلای دکتراست.
یک ایمیل یا متن شخصی‌سازی‌شده و حرفه‌ای می‌تواند تأثیرگذار باشد، اما آماده‌سازی‌اش زمان می‌برد.
برای ساده‌سازی این مرحله، ApplyKite مجموعه‌ای از ابزارهای هوشمند (AI-powered) را دقیقاً زیر پروفایل هر استاد قرار داده تا بتوانی حرفه‌ای و بااطمینان ارتباط بگیری.
این ابزارها فرآیند ارتباط را هدایت‌شده و ساختارمند می‌کنند — حتی اگر اولین بار باشد که به استادی پیام می‌دهی.
✉️ نوشتن اولین ایمیل
وقتی روی “Write an Email to the Professor” کلیک کردم، Kite AI هم رزومه‌ی من و هم پروفایل پروفسور حمیدیوی (پژوهش در حافظه‌های غیرفرار، معماری سخت‌افزار، و نورومورفیک) را تحلیل کرد و پیش‌نویس زیر را ساخت.
پیش‌نویس را مرور کردم، چند جمله را اصلاح کردم و در کمتر از پنج دقیقه نهایی شد — ساعت‌ها صرفه‌جویی در زمان.
🔁 گام‌های بعدی: پاسخ‌دهی
پس از ارسال ایمیل، چند سناریو ممکن است رخ دهد.
Kite AI در هر سناریو پاسخ‌های مؤدبانه، حرفه‌ای و مرتبط با زمینه تولید می‌کند.
اگر استاد پاسخ مثبت داد:
وقتی استاد ابراز علاقه کند (مثلاً «رزومه و بیانیه پژوهشی‌ات را بفرست»)، Kite AI فوراً پیش‌نویس ایمیل پیگیری را با ضمیمه‌های درست آماده می‌کند.
اگر پاسخی نرسید:
اگر ۱۰ تا ۱۴ روز بی‌پاسخ ماند، ApplyKite یک پیگیری محترمانه پیشنهاد می‌دهد.
اگر استاد رد کرد:
حتی اگر بگوید موقعیتی موجود نیست، بهتر است مکالمه را محترمانه جمع‌بندی کنی.
با یکپارچه کردن ارتباط اولیه، تولید پاسخ‌ها و آماده‌سازی مدارک، ApplyKite استرس و ابهام ارتباط با استادان را حذف می‌کند.
نکته:
می‌توانی از Kite AI بخواهی متن‌ها را تغییر دهد، مثل:
«رسمی‌ترش کن» یا «یه خط درباره‌ی پایان‌نامه‌ام اضافه کن.»
Kite فوراً متن را مطابق بازخوردت بازنویسی می‌کند — طوری که هر ایمیل شخصی و طبیعی بماند.
مرحله ۸: ذخیره و پیگیری استادان
بعد از تماس با چند استاد، می‌خواستم مطمئن شوم به‌سادگی می‌توانم به همان فیلترها برگردم و همه‌ی مکاتباتم را دنبال کنم.
ApplyKite ابزارهای داخلی برای ذخیره‌ی فیلترها و مخاطبان دارد تا نیازی به فایل جداگانه یا برگه‌های اکسل نباشد.
وقتی جست‌وجویم نهایی شد —
PhD → Computer Science → Netherlands → TU Delft → Machine Learning...
روی دکمه‌ی “Save Current Filters” در بالای صفحه‌ی Supervisors کلیک کردم.
به این ترتیب، کل تنظیمات جست‌وجو ذخیره شد تا دفعه‌ی بعد فوراً همان نتایج را ببینم.
این ویژگی وقتی استادان جدید به بانک اطلاعاتی اضافه می‌شوند خیلی به‌درد می‌خورد.
دفعه‌ی بعد که وارد شدم، فقط روی “Load Saved Filters” زدم، فیلتر ذخیره‌شده را انتخاب کردم و همان فهرست استادان فوراً ظاهر شد — دقیقاً از همان‌جایی که قبلاً متوقف شده بودم.
وقتی استادی را پیدا می‌کردم که با پیش‌زمینه‌ام هم‌خوانی داشت، روی “Add to My List” کلیک می‌کردم تا پروفایلش در داشبوردم ذخیره شود.
این کار کمک کرد فرآیندم را سازمان‌دهی کنم — استادانی که قبلاً تماس گرفته بودم از بقیه جدا شدند.
بعد از ذخیره‌ی استادان، به بخش Activity در نوار کناری رفتم.
اینجا همه‌ی استادانی که ذخیره کرده بودم به‌طور خودکار ظاهر می‌شدند.
این بخش جایگزین صفحه‌ی اکسل قدیمی‌ام شد — حالا همه‌چیز خودکار و داخل ApplyKite به‌روزرسانی می‌شود.
هر زمان ایمیل جدیدی می‌فرستادم یا پاسخی می‌گرفتم، ستون Status را به‌روزرسانی می‌کردم.
اگر حدود ۱۰ تا ۱۴ روز پاسخی نمی‌آمد، مستقیم از تب Activity با Kite AI یک ایمیل پیگیری محترمانه تولید می‌کردم.
با ذخیره‌ی فیلترها، بارگذاری دوباره در زمان نیاز، اضافه کردن استادان به فهرست و پیگیری همه‌ی ارتباطات از طریق Activity،
توانستم کل فرآیند ارتباط با استادان دکترا را در یک جا ببینم.
هر تماس، ایمیل و پیگیری منظم و همگام با Kite AI بود — ساختارمند، کارآمد و کاملاً بدون کاغذ.
نتیجه نهایی
با ApplyKite از یک جست‌وجوی جهانی و گسترده به فهرستی دقیق از استادانی رسیدم که پژوهش‌شان کاملاً با پیش‌زمینه‌ام در علوم کامپیوتر و یادگیری ماشین هم‌راستاست.
قدم‌به‌قدم بر اساس کشور، دانشگاه و کلیدواژه‌ها فیلتر کردم، پروفایل استادان را بررسی نمودم و درصدهای تطابق تولیدشده با هوش مصنوعی را دیدم که بهترین گزینه‌ها را برجسته می‌کردند.
با Kite AI به‌راحتی ایمیل‌های شخصی‌سازی‌شده، رزومه‌های تطبیق‌یافته و SOPهای دقیق ساختم — همه در چند ثانیه و با دستورهایی برای تغییر لحن یا محتوا.
در نهایت، با ذخیره‌ی فیلترها، افزودن استادان به فهرست و پیگیری تمام مکاتبات از طریق Activity،
کل فرآیند ارتباط برای اپلای دکترا را در یک جا مدیریت کردم — منظم، کارآمد و کاملاً مبتنی بر هوش مصنوعی.