美国计算机科学研究生申请完整指南，收藏！

“有前途”&“有钱途”

纵观人类技术革命的发展，从农耕时代到工业时代再到信息时代，技术力量不断推动人类创造新的世界。每次技术革命，都在以改变一切的力量，在全球范围掀起一场影响人类所有层面的深刻变革。

可以说自上世纪40年代，世界上第一台现代电子计算机“ENIAC”诞生于美国宾夕法尼亚大学后，人类社会所产生的翻天覆地的变化都与它息息相关，而与之相关的专业的申请热度也一直居高不下。

2020年新冠疫情止住了很多人留学的脚步，相对商科和工程类专业，计算机专业的留学生人数仍呈现出增长趋势，目前达到了19%，较去年增长0.9%。

很多同学上来就坚定地对我们说，老师我想学CS。

“为什么要学CS？”

“因为计算机‘有前途’也‘有钱途’”。

这是很多人学习计算机科学的初衷，我们不否认与计算机高难度课程学习所对应的也是很多人望尘莫及的高薪。

在移动互联网-大数据-人工智能的多波浪潮下，计算机技术相关的多种专业攻占了国内外包括CollegeChoice、U.S. News，Business Insier等专业机构统计认证的各项最高薪榜单的最前列。

根据美国求职网站Glassoor统计，美国软件工程师的平均年薪为$95,195，而硅谷软件工程师的工资待遇更是远高于美国全国同行的平均薪酬水平。以行业出资高的Facebook为例，一名初级工程师的基本工资为$83,000，高级工程师基本工资为 $201,000，加上其他福利补贴，公司所有软件工程师的平均薪资可达到$177,014。

My Visa Jobs.com，2021年的H1B（美国工作签证）报告 （ 如下图所示 ）

报告列出了美国雇主在2020财年提交的前100个职业的H1B工作签证申请数量以及平均的年薪。我们可以看到排名前10当中大多与软件开发、计算机编程、计算机系统等等职位相关，也显示出更多的雇主愿意为此类雇员赞助工作签证。

除了美国雇主，国内的互联网大厂也对此类人才“趋之若鹜”，例如前段时间上热搜的14级华科计算直博研究生刚一毕业就收到了华为200万年薪的offer, 以及研发岗位30万起步的年薪水平，CS毕业生，一毕业就拿到很多岗位奋斗十年才可企及的薪资。

计算机相关专业确实很“香”，但是无论专业的选择还是职业的选择，都要看是否适合你，今天我们就来好好聊一聊关于计算机科学专业研究生申请，以及他是否适合你。 

1、计算机科学研究什么

计算机科学绝不仅仅是研究计算机的学科，著名的计算机科学家 Dijkstra 有一句名言“计算机科学之于计算机并不甚于天文学之于望远镜。”寓意计算机只是一种工具，但透过“这个镜头”你可以看见更加广袤无边的“科学宇宙”。

有人问计算机科学到底研究什么，有人说是：“用数学的方法模拟这个世界，用数学的方法创造新的世界”；也有从字面的意思去理解：计算机=计算+机器，即让机器像人一样计算，让机器像人一样算计，让机器像人。

在清华大学出版出版的《计算机科学导论》中的定义是：

计算机科学是研究计算机及其周围各种现象和规律的科学，亦即研究计算机系统结构、程序系统（即软件）、人工智能以及计算本身的性质和问题的学科。

上述的观点都很有意思，其实总体无外乎两个方面：计算理论和计算机系统的应用。

作为一个学科，计算机科学涵盖了算法的理论研究和计算的极限探讨，如何通过硬件和软件实现计算系统构建。应用领域也由最初的科学计算发展到现在的信息处理、过程控制、辅助技术、人工智能和网络应用等，为航空航天、天气预测、工业制造、机器人研制、现代通信等行业的发展做出了卓越的贡献。

计算机科学认证委员会CSAB （Computer Sciences Accreitation Boar）定义了计算机科学学科包含的4个主要领域：计算理论，算法与数据结构，编程方法与编程语言，以及计算机元素与架构。以及其它一些重要领域，如软件工程，人工智能，计算机网络与通信，数据库系统，人机交互，机器翻译，计算机图形学，操作系统等等。

我们可以看出，计算机科学并不仅仅围绕计算机，它有很多分支领域可以进行选择，对其14个主流分支领域我们今天也会做一个尽可能详尽的叙述，因此文章的篇幅会较长，可以保存慢慢看。

了解完计算机科学研究领域，很多人在申请的时候会对选择计算机科学和计算机工程犹豫不决。其实二者还是有明显的区别的。

计算机科学 VS 计算机工程

从院系设置上，计算机科学（简称CS)主要设于独立的计算机学院，也有些项目设置在工程学院或者文理学院下，主要是从计算机的角度，研究计算的算法、可计算性与编程语言等等。相对计算机工程(简称CE），CS更偏向计算机理论的研究与应用。

而计算机工程（Computer Engineering）,主要设置在大学工程学院下，相对于计算机编程和算法研究，它会更关注计算机硬件的开发，例如微处理器如何工作、设计以及优化，需要考虑如何在电子元件之间实现有效传输数据；如何设计电子元件的综合系统、如何处理软件内指令以及如何针对特定的硬件平台编写、编译和优化软件。

CE更像是电子工程和计算机科学的一个交叉领域，偏向计算机硬件的开发，属于应用型的学科，因此更多大学会设置CS的PHD，而几乎没有CE的PHD项目。

可以说，计算机工程师是专门从事软件设计、硬件设计或集成两者系统设计的电气工程师。

例如研究ISA，Pipeline，Cache架构等对计算性能带来的提升，致力于研究高性能计算机，如银河超级计算机，显卡性能提升等。通过改变硬件内部逻辑，算法，架构来挖掘性能。

来源：哥伦比亚大学官网

在课程设置上，CS会涉及更多数学和计算机编程方面的课程，根据分支的不同包含高级算法、计算机图形、 机器学习等课程；而CE除了编程，还会涉及电子工程方面的课程，包括电子电路设计、VLSI、计算机系统设计等。

就业上，CS的人大都去了像微软、IBM、谷歌，脸书等等软件开发公司，CE则可以选择去英特尔，苹果黑莓，思科华为等硬件设计生产企业成为电子工程师、机械工程师、计算机硬件工程师等。

在申请背景上，CS适合本科学计算机或有计算机辅修的同学进行申请，而CE对于学生计算机背景的要求没有CS这么严格，如果你是理工科专业或者数学专业，想跨专业转计算机，可能计算机工程更适合你。

Most caniates enter the program irectly after completing an unergrauate egree in engineering, science or mathematics.（宾夕法尼亚大学官网）

关于计算机工程我们这里就不多做解释了，之后也会单独出一篇《申研百科-计算机工程专业》详细讲述。

2、计算机科学有哪些分支

和计算机的诞生一样，计算机科学真正作为一门学科也是始于美国。1962年普渡大学成立计算机科学系，这是美国也是世界第一个计算机科学系，它的成立标志着计算机科学正式成为一门学科。

正如计算机科学是从数学或电子工程中分支出来的一样，新的学科发展到一定阶段也会从计算机科学中独立出来，如软件工程、编程语言、机器人、人工智能等等，部分大学根据当前的院系设置、学科研究和人才培养的需要独立设置了这些专业的硕士项目（如东北大学的机器人硕士项目），而不仅仅只是作为计算机科学的一个分支（如南加大的计算机科学下的机器人分支）。

当下我们讨论的是美国计算机科学（Computer Science）硕士专业下，通常有哪些专攻的方向可以选择，其他相关专业的硕士申请我们会在之后的申研百科全书中稍后补充。

系统与网络

System an Network

学习内容

计算机网络是利用通信设备和线路将地理位置不同的、功能独立的多个计算机系统连接起来，以功能完善的网络软件实现网络的硬件、软件及资源共享和信息传递的系统，简单的说即连接两台或多台计算机进行通信的系统。此分支方向主要的学习内容从网络基础理论，拓扑结构，相关组成硬件，传输媒体（光导纤维，同轴电缆，双绞线的有线传输，卫星传输， 红外线传输，激光传输，无线电波等无线传输），到各种网络协议等。

关于系统与网络大家比较熟知的应用就是苹果闭环系统里的AirDrop（隔空投送）功能。AirDrop跨设备传送需要 Wi-Fi。人们通常处在一个有中心节点的 Wi-Fi 网络中，网络中的节点彼此通过中心节点交换信息，了解对方的状态。而 AirDrop 和蓝牙类似，设备们运行在一个去中心的 a-hoc 无线网络中。在 AirDrop 中，系统首先扫描附近支持 AirDrop 的设备，然后通过 Wi-Fi 建立安全的 a-hoc 连接，再通过 Finer 的图形界面显示发现到的设备，接下来用户可以发送和接受文件。

AirDrop功能只在苹果设备才有，可见苹果利用自有的封闭操作系统和一些网络协议实现了文件和信息的共享，十分有自己的特色。

研究课题

网络方面的研究课题包含了网络协议和安全服务的整个开发周期，从设计到具体细节，验证， 测试，性能分析，执行以及性能调整等。

热门程度

从学习内容可以看出系统与网络是一个计算机科学分类下一个非常老牌的专业方向，从计算机系统建立之初便开始了研究，并且应用范围也很广，但凡涉及到计算机联机的地方都有用到这一块的知识，专业排名前76的计算机科学学校中有 73 所都开设了系统与网络研究方向，开设率达 96%。从已经在读的中国计算机科学学生研究方向情况来看，这个方向也是最热门的方向之一。就业对口职位有系统管理员，系统工程师，网络工程师等。

#2

人工智能与机器人

Artificial Intelligence an Robotics

学习和研究内容

人工智能是计算机科学的一个分支。它从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动，衍生人类智能科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

随着人工智能技术的逐渐成熟，人工智能和机器人在人类生产和生活过程中扮演越来越重要的角色。举个最简单的例子——Siri这类语音助理，研究人员所面临的的挑战是让它如何更好地理解人类的语言，以及语言背后的行为动机，人工智能系统使用大量机器学习技术，使它们能够更好地完成人机交互这一异常复杂的任务。

热门程度

此方向的研究非常热门，计算机科学专业排名前 76 的学校有64所开设此研究方向，开设率 85%。据职场社交平台LinkeIn(领英)发布的《全球人工智能领域人才报告》显示，这一领域的人才需求在过去3年间增长了8倍，而中国人工智能的人才缺口每年可达百万。

合适就业岗位包括科研机构研究员(机器人研究所，如全球顶尖医用机器人制造商 Hansen Meical，招聘职位有如机器人系统工程师等)软硬件开发人员、高校讲师等。在国内的话就业前景是比较好的，国内产业升级，IT行业的转型工业和机器人和智能机器人以及可穿戴设备的研发将来都是正当时的热点。

#3

计算机隐私与安全

Privacy an Security

学习内容

笼统地说，计算机安全主要是保护计算机与网络免于滥用和干扰。从过去的历史看来，计算机攻击一般来说包含了攻击系统的完整性、保密性与可用性。而如今的信息安全技术一直在发展中，不单包含了对上述攻击的防御，同时也增加了更多的应用，如过滤垃圾邮件，以及防止身份盗用而导致的信息泄露等。

热门程度

计算机科学专业排名前 76 的学校有 57 所开设此研究方向，开设率达到 75%。基于网络的庞大和复杂性，计算机与信息隐私和安全已经是人人关注的问题。最需要信息安全人才的典型行业包括政府，银行和证券，各种商业机构也都有迫切的人才需求。

从择业范围来看，计算机隐私与安全已经从网络安全一枝独秀，到逐渐加入应用安全、数据安全和系统安全的全面支撑。产品类型更加多样，网络边界、内网、服务器、PC 终端、移动介质、操作系统、数据库、应用软件等软硬件系统防护体系全面推进，依靠防火墙、IDS 和防病毒软件―老三样无法保障整体安全，使得UTM、IPS、VPN、终端安全管理、安全审计等新兴安全产品及安全服务有了更大的施展空间。因此毕业生的就业前景是非常乐观的。

!

由于信息安全的敏感度，此研究方向在美国的招生更加偏向于有绿卡的本土人士，经过对排名前 76 的计算机科学学校在校学生研究分支的初步观察，极少有发现计算机信息隐私与安全的在读博士研究生。

#4

编程语言

Programming Language

学习内容

包括开发新型编程语言以助程序员实用高效地开发可靠的软件，计算机辅助语言学习，计算语言学，从初阶的打字理论，自动定理证明，语义学等发展到如今的基于语言的途径以解决计算机安全与分布式编程中的重大问题，还包括语言应用，编程分析与优化等，从而可以根本上提高软件可靠性与安全性。

学习编程其实就是学习一种语言——一种与机器对话的语言。拿现在比较火的编程语言Python来举个例子。

Python由于具有丰富和强大的库，它又叫做作胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。Python是做服务器开发与物联网开发。信息安全，大数据处理，数据可视化机器学习，物联网开发，各大软件的api，桌面应用，都需要python。

热门程度

计算机科学专业排名前 76 的学校有 54 所开设此研究方向，开设率达 71%。编程语言是计算机科学的基础老牌学科，其发展相对缓慢，研究上的努力大多数都体现在框架和工具等方面了，由于从头开始创建编程语言代价太大，目前很多新出现语言都是基于现有框架建立起来的，目前影响力较大的趋势主要有三种，声明式编程风格（DSL 与函数式编程），动态语言的研究以及并发编程。申请热门程度属中等，市场需求大，主要从事软件开发与应用等工作。

#5

数据库

Database

学习内容

学习与数据管理相关的所有方面，包括数据存储，数据检索，数据分析和视觉化，如为超大型数据组开发高效算法，为各种新型的应用领域建立大型的数据系统，也有与其他领域进行跨学科的研究，可应用的领域有电脑游戏设计，保护数据隐私与安全等。当下我们常用于存储和管理文件、视频、音频等的百度云、华为云就是基于数据库搭建的。

热门程度

计算机科学专业排名前 76 的学校有 50 所开设此研究方向，开设率为 66%。数据库是商业的灵魂和大脑，无论公司是自己开发应用软件还是购买第三方应用软件，几乎都会涉及到数据库，最常见的职位如数据库管理员，主要工作内容涉及到数据库安装升级，存储方案，创建存储结构，创建数据库对象，根据反馈修改数据库结构，维护数据库安全，保证数据库使用符合相关法规，监控用户对数据库的存取访问，优化数据库性能等。

#6

计算机图形学

Computer Graphics

学习内容

计算机图形学（Computer Graphics，简称 CG）是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。如何在计算机中表示图形,以及如何利用计算机进行图形的生成、处理和显示的相关原理与算法，构成了计算机图形学的主要学习内容。计算机动画就是计算机图形学的一个子领域。近年动画师越来越多的借助于三维计算机图形学，纵使二维计算机图形学仍然被广泛使用着。

热门程度

计算机科学专业排名前 76 的学校有48所开设，开设率达到 63%。主要应用方面如艺术设计方面（二维三维的静止画，动画，从自由创作，服装设计，工业设计，电视广告，网页设计等），游戏设计（游戏设计公司如任天堂，Sega，索尼等），动画与漫画。上述领域都是计算机图形学毕业生就业的最佳方向。

#7

生物信息学与计算生物学

Bioinformatics an Computational Biology

学习内容

人类基因工程的完成对现代生物学中的新型计算和理论工具提出了新的要求。这些计算和理论工具对于分析、理解和控制生命的具体信息都是至关重要的。生物信息学与计算生物学在此历史背景下应运而生。此方向属新兴研究，主要是利用应用数学，信息学，统计学与计算机科学的方法来研究生物学的问题，因此也需要从事此方向学习和研究的学生有较强的数学和统计背景。

将计算机科学中的方法，如数据挖掘，机器学习，数据处理，计算模型，计算机视觉，分析工具，算法研究等用于生物系统中便于人类理解分子生物序列数据，分析蛋白质的形成，生物功能预测，基因网络研究，细胞范围的计算等。在此过程中，计算机科学研究人员与生物研究人员紧密合作。

目前来说研究方法包括对生物学数据的搜索（收集和筛选），处理（编辑，整理，管理和显示）及利用（计算和模拟）。

生物信息学与计算生物学之间的差别为：生物信息学更侧重于生物学领域中计算方法的使用和发展，而计算生物学强调应用信息学技术对生物学领域中的假说进行检验，并尝试发展新的理论。

热门程度

专业排名前76的计算机科学学校中有47所学校开设生物信息学与计算生物学研究方向，开设率为62%。新兴的研究方向，较少中国学生申请和就读。就业出路方面，主要是从事研究工作， 最直接的应用贡献领域有生物制药研发，如对药物靶标基因的发现和验证。数据库技术可用来获得不同组织在正常疾病状态下基因表达的差异，通过搜索这些数据库，可以得到候选基因作为药物靶标，特异性地针对某一种病毒。

#8

算法

Algorithm

学习内容

广义上面的算法是指为解决一个问题而采取的方法和步骤，而计算机科学下的算法则是指计算机为了解决某一个问题或者完成某一个任务的发出的一系列清晰的指令。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。现代的算法理论主要的研究目的在于如何开发出更加效率的算法，研究相关的算法的设计方法与实现技术。

研究课题包括数据结构，算法设计，算法分析机器学习理论，密码学与安全，经济学的计算方面，网络算法以及科学计算等等。算法的应用场景非常广，举个推荐算法的例子。我们在淘宝购物打开APP时总能看到我们要买的东西、刷抖音短视频时看到我们想看的视频，其中推荐算法发挥了关键作用。

热门程度

专业排名前76的计算机科学学校中有46所学校开设算法研究方向，开设率达到60.5%。这主要是因为算法这一方向是计算机科学专业领域下的最为基础的传统专业方向之一，它在计算机科学界与计算机应用界都有着非常高的地位，这一点可以从一个著名的公式看出：算法+数据结构= 程序。

在申请方面，相对于它的研究热度，算法方向的申请热度则可以说是比较冷清的，中国学生一般来说都比较少申请这一方向。就业前景方面，由于算法是计算机科学的一个基础方向，因此它的就业前景也可以涵盖计算机科学的各个领域，毕业生可以从事诸如编程人员、软件开发师、计算机前沿科技如机器人技术工程师、自动化工程师、生物资讯科研人员、生物统计工作者等等工作。

#9

计算机理论

Computer Theory

学习内容

计算机理论，顾名思义，是为计算机科学的发展与研究提供理论基础的一门学科。这个课程的学习涉及到计算机科学 的核心课题，归纳起来涵盖了可计算性、文法与自动机、逻辑学、复杂性及语义学等 5 个部分，涉及到可计算性理论、形式语言、逻辑学与自动演绎、可计算复杂性和编程语言的语义等内容，并学习和研究这些内容之间的联系。

研究课题包括算法学与复杂性理论，编程语言理论， 矩阵计算，计算几何学（包括孔斯曲面等，与计算机图形学交叉），量子信息理论，并行编程，程序设计语言中的理论部分如语法语意以及程序设计语言的优劣分析等。

热门程度

专业排名前 76 的 计算机科学 学校中有45所学校开设计算机理论研究方向，开设率为 59.2%。它同样是计算机科学的基础方向之一，有较高的研究热度。

由于其属于理论研究，因此申请此方向的人并不多，毕业生的主要就业去向也更多地是在学术界或者科研机构。

#10

科学计算

Scientific Computing

学习内容

科学计算，又称为计算科学，它的主要学习内容和研究领域是利用数学模型的构造以及数量分析的技术，通过计算机来分析和解决科学问题。在实际的应用中，科学计算经常用于计算机仿真以及其它各种问题的数学计算，包括数值模拟、模型拟合与数据分析以及最优化计算等等。数值分析（Numerical analysis），是科学计算专业方向中所会应用到的核心方法。

研究课题有如为移动物体建模，与研究员和工程师这类终端用户紧密协助获取反馈，开发分级存储器体系，高性能计算，普适计算，因特网计算，无线计算，并行计算等。科学计算的应用领域广泛如高能物理、工程设计、地震预测、气象预报、航天技术等

热门程度

专业排名前76的计算机科学学校中有 42 所学校开设科学计算研究方向，开设率 55.3%。随着科技的发展，当代的科学家和工程师们比以往任何时候都依赖计算机建模与模拟来指导他们的实验或设计工作，而支持这些活动的基础设施取决于安全高效可调整的数值算法。科学计算在此过程中发挥着至关重要的作用，这是这一方向在计算机科学各大院校中广为发展的重要原因。

从这个角度出发我们也可以看到，该方向的毕业生最主要的就业前景在于学术研究以及工业界的相关应用等等。在申请方面，作为计算机科学下属的一个分支方向，科学计算要求申请者需要有较强的数值线性代数，优化，偏微分方程等数学基础，因为申请者应当注重自己数学能力的提高。

#11

软件工程

Software Engineering

学习内容

软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它的目标是在时间、资源、人员这3个主要限制条件下构建满足用户需求的软件系统，包括提高软件质量设计新的形式与结构、开发新的科技以降低软件系统的成本、提高软件的正确性与实用性。

软件工程的关注点是如何为用户创造价值。在学习内容方面它涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。电脑、平板或手机，无论使用的是苹果IOS系统还是谷歌的安卓系统上面的各种软件或APP都是软件工程师研发的。

热门程度

在现代社会中，软件工程有着极为广泛的应用面。典型的软件包括电子邮件、嵌入式系统、人机界面、办公包、操作系统、编译器、数据库、游戏等等。同时，各个行业几乎都有计算机软件的应用，比如工业、农业、银行、航空、政府部门等。这些应用反过来也促进了软件工程这个专业方向的发展。在计算机科学专业排名前 76 的学校中开设软件工程方向研究的有42间学校，开设率为55.3%。

就业前景方面，上述的各行各业的应用都是需要软件工程人才的地方，就业前景非常广阔。而这个方向的培养目标主要是培养出专业的软件工程师，包括系统分析员、软件设计师、系统架构师、程序员、软件质量测试员等等。

在申请方面，软件工程是中国学生申请计算机科学专业的最为热门的专业方向之一，这也是这个方向的广阔就业前景与极大的市场需求的体现。

对于希望学习这个专业方向的申请者来说，首先必须要掌握一门程序设计语言，最好是 C++，然后需要修读离散数学、数据结构、算法分析、面向对象程序设计、现代操作系统、数据库原理与实现技术、编译原理、软件工程、软件项目管理、计算机安全等课程来打下知识理论基础。再者，该方向对于数学的要求比较高， 也需要比较好的想象力。此外，学校方面对于申请者的工作或者实习背景有一定的偏好，因此申请这个方向最好就具备有一定的工作经验，对于申请会有较大的帮助。

#12

计算机视觉

Computer Vision

学习内容

计算机视觉是一门研究如何使机器看的科学，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。

作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信的人工智能系统。比较经典的计算机视觉应用包括识别（如在巨大的图像集合或视频中寻找包含指定内容的所有图片或视频片 段）、运动（图像跟踪：跟踪运动的物体）、场景重建以及图像恢复等等。

热门程度

计算机科学领域对于计算机视觉的研究可以追溯到更早的时候，但是从 20 世纪 70 年代后当计算机发展到能够处理诸如图像这样的大规模数据时，这一方向才得到了正式的发展。而踏入了21 世纪，该方向已经成为了计算机科学领域最为热门以及最有活力的研究领域之一。有这样一个说法——21 世纪，是对视频图像进行理解的世纪——这就是对计算机视觉当前的火爆发展的最好概括。

在开设热度方面，专业排名前76的计算机科学学校中有 41 所学校开设此方向，开设率为 53.9%。

就业前景方面，计算机视觉的优势在于其应用非常广泛。常用的领域包括游戏设计、生物或生物医学研究模型分析、 生活中的应用如视像技术进行野外火警探测、生态研究中用计算机视觉的方法来进行珊瑚礁分析以反映全球生态问题等等。这些应用相应地为该方向专业人才提供了大量的就业机会。

在申请方面，虽然总的来说中国学生申请这个方向的人数不多，但是按照当前的研究热度， 已经有越来越多的申请者开始关注起这个方向。我们有理由可以预计这个方向的申请者将会呈现逐步上升的趋势。对申请者来说，需要注意多参与相关的项目研究，积累一定的研究经验，才能具备一定的竞争力。

#13

计算机体系结构

Computer Architecture

学习内容

计算机体系结构主要学习与研究计算机的结构和功能，以及它们在电子技术方面的应用。

抽象来说，计算机体系结构是一个系统在其所处环境中最高层次的概念；它确定了一台计算机硬件和软件之间的衔接。具体地说计算机体系结构指的是计算机系统设计的观念与架构，描述计算机在实做的设计原则。它确定了一台计算机设计的部件、部件功能以及部件间接口。

研究课题包括计算机架构，并行计算机架构，新型计算技术（自省式计算），量子计算架构，新一代 DSP架构，自动遗传代码平行化，安全硬件，嵌入式系统，安全的分布式系统，为系统安全与可靠性提供的架构支持等。

关于计算机体系结构当下关联度最大的莫过于苹果新的MACBOOK上搭载的M1芯片。开始了整个消费类Mac系列的CPU架构转型。这个巨大的改变多亏了该公司在硬件和软件上的垂直整合，除了苹果公司，没有人能够如此迅速地引入。上一次苹果公司在2006年进行这样的尝试时，放弃了IBM的PowerPC ISA和处理器，转而支持英特尔x86设计。如今，英特尔正在被抛弃，苹果转而采用基于Arm-ISA的内部处理器和CPU微体系结构。

热门程度

计算机体系结构是计算机科学专业领域的一个非常基础、非常重要的专业方向，它的发展贯穿了计算机设计与开发的全过程。从最早期的计算机、第一代计算机、第二代计算机到目前广为应用的个人电脑，以及未来的新型计算机，计算机体系结构的研究都起到了非常重要的作用。

目前，专业排名前76的计算机科学学校中有32所学校开设此方向，开设率为 42.1%。虽然研究的热度并没有其它的计算机科学专业方向来得热，但是它依然会为计算机的不断发展打下基础。

就业方面，该方向的毕业生也能够有不错的就业前景，可以加入一些大型的计算机、电子产品以及其它高科技产品企业参加生产与研发的相关工作，就业市场对这一部分的专业人才有着非常大的需求。

在申请方面，该方向并非中国学生申请计算机科 的热门方向，但对于申请者来说，如果要申请此方向，则在积累足够的软件知识的同时，也要注意计算机硬件知识水平的提高。

#14

人机交互

Human Computer Interaction

学习内容

人机交互（下面简称 HCI），是一门研究人、计算机以及它们之间的相互影响的学科。人机交互技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。它包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题等。人机交互技术是计算机用户界面设计中的重要内容之一。它与认知学、人机工程学、心理学等学科领域有密切的联系。

现实生活中，人机交互普遍存在。比如特斯拉电动车方向盘右侧有一个按钮，按一下后，司机只要说“导航到XXX"。中控屏就显示出从出发地到目的地的路线图。现在更高级的人机交互-脑机交互现在也离我们越来越近。4月9日消息，埃隆· 马斯克(Elon Musk)旗下脑机接口公司NeuraLink发布了新视频，显示大脑中植入芯片的9岁猕猴佩格(Pager)用思维打电脑游戏的场景。

热门程度

HCI 总的来说并不是当今计算机科学专业领域的研究重点，专业排名前 76 的计算机科学学校中有 29 所学校开设此研究方向，开设率仅为 38.2%。然而，这丝毫不能说明它在当今计算机科学领域的地位。计算机的发展历史，不仅是处理器速度、存储器容量飞速提高的历史，也是不断改善人机交互技术的历史。

人机交互技术是当前信息产业竞争的一个焦点，世界各国都将人机交互技术作为重点研究的一项关键技术。美国总统信息技术顾问委员会发布21世纪的信息技术报中列出了新世纪四项重点发展的信息技术，其中人机交互就榜上有名。从这里我们可以看到，HCI 在未来将作为一项重点技术得到更多的应用，有着很大的发展潜力。这也可以作为申请者在选择计算机科学专业方向时的一个考虑因素。

!

很多学生在选择专业方向是都会忽视一个非常基础的商业逻辑，即“提供别人最缺少的东西，而不是增加别人已经富于的东西”。我们建议在考虑自己要不要选择某个专业（或职业）时，真正需要研究的不是本专业其他同学，而是“市场“和”行业"对此类人才的需求，结合自己的兴趣、专长进行专业选择。

你适合申请计算机科学研究生吗？

哪些专业背景适合申请经计算机科学专业？

虽然大部分计算机硕士项目不会限制你的本科专业，但因为申请人数众多，计算机申请“卷”的非常严重，计算机本科的申请者竞争已经非常激烈了，如果你本科非计算机专业，又缺少计算机的minor(辅修），申请难度无疑是巨大的。

因此计算机科学硕士项目的申请，最为匹配的背景无疑是本科计算机专业，熟练掌握例如Java、C、C++编程语言，具有良好的数学背景，修过微积、线性代数）、概率论与统计等基础课程（或是minor数学、统计学）；

其次，你是其他其他专业（例如数学、统计，其他理工科专业甚至是商科专业）有计算机辅修或者双学位，也可以进行申请。

理论上说，美国高校的大部分计算机科学研究生项目对于本科专业没有严格的限制，非计算机专业学生也可以申请。

例如斯坦福大学在其申请要求里面很清楚地写道:"The Founations requirement is reflective of the elementary knowlege in CS we expect stuents to have gaine previously through their unergrauate programs. ”要求申请者在斯坦福或者其他地方修了相应的课程（如下图）这些课程包括统计学基础课程、计算机系统课程、计算机基础知识、数学等知识框架。

来源：斯坦福大学官网

但是实际上，如果你没有任何计算机学位或者辅修，只是修过简单的计算机课程，根据我们的经验，申请成功（TOP50项目）的可能性微乎其微。即使有，也是排名非常靠后的项目了，因为计算机项目的申请竞争非常大（本科为计算机专业的人数已经很多了）。

此时，你需要结合自己的申请目的重新考虑你的专业选择，你可以问问你自己：

你真的喜欢编程和算法吗？

你知道你即将面临怎样的学习和工作的挑战吗？

你真的适合吗？

关于跨专业申请计算机科学

若你坚持未来想从事计算机领域，你仍有一些“策略”。

例如你有较强理工科背景具备一定编程基础，可以申请计算机工程专业，能一定程度上提高你的申请成功率；亦或者你是数学、统计学背景，具备一定编程基础，可以选择数据科学此类对编程有一定要求但相较cs对计算机编程能力的要求较低的专业进行申请；对于商科的学生，具有一定编程基础，可以选择MIS（管理信息系统）此类对商科背景友好的专业，适合商科想转技术的同学申请。

最后如果没有任何计算机背景，不会任意编程语言，可以选择先进行计算机过渡课程学习，再继续攻读计算机科学硕士项目。

过渡课程是为那些本科不是计算机科学或相关专业毕业, 又想攻读计算机科学硕士学位的学生设计的，较少的院校会开设。例如佐治亚南理工大学 (Southern PolyTechnic State University,)的研究生教育课程分为学位课程 (Master’s Degree Programs) 和过渡课程 (Grauate Transition Certificate)，那些本科没有相关背景的同学必须完成六门不算学分的过渡课程之后, 才能真正开始攻读研究生的学位课程。

我们曾有酒店管理的学生要跨专业申请计算机科学专业（这基本是不可能完成的任务），录取结果也很直接反应了计算机科学硕士申请对申请者的学术和课程的要求：申请US NEWS TOP50的计算机学校全被拒。最后是帮学生申请了一个商科到计算机科学的过渡项目，而在有了计算机的背景后，该学生又申请了一次计算机硕士专业，后拿到了纽约大学计算机科学专业的录取。  

计算机科学的基本能力要求

具备什么样的特质，或者能力的人学习此专业更有优势？

应该具备以下几个特点：具有较强的计算思维能力，数理能力，阅读、写作以及沟通能力，不断接触和学习新的东西（才能保持自己不落后于快速迭代的技术变化）。

计算思维能力

2006年3月,由美国卡内基·梅隆大学计算机科学系主任周以真（Jeannette M.Wing）教授在美国计算机权威期刊《Communications of the ACM》杂志上给出并定义的计算思维（Computational Thinking）：“计算思维是一种利用计算机科学的基本概念来解决问题、进行系统设计和理解人类行为的方法。”

可以理解为“按照计算机科学一样去思考问题”，按照计算机求解问题的基本方式去考虑问题的求解, 以便构建出不同类型的计算系统，计算思维与我们的生活密切相关，例如：

当你早晨上学时，把当天所需要的东西放进背包，这就是“预置和缓存”；当有人丢失自己的物品，你建议他沿着走过的路线去寻找，这就叫“回推”；在对自己租房还是买房做出决策时，这就是“在线算法”；在超市付费时，决定排哪个队，这就是“多服务器系统”的性能模型；为什么停电时你的电话还可以使用，这就是“失败无关性”和“设计冗余性”。

计算思维是当今所有编程方法的基石，主要包括9个能力点:问题的符号表示、问题求解过程的符号表示、逻辑思维、抽象思维、形式化证明、建立模型、实现类计算、实现模型计算、利用计算机技术等，通俗来讲你需要掌握计算机的语言，用它的方式去思考，代码实现能力是其中之一。

数理能力

主要包括数学、编程和逻辑推理能力。

卡内基·梅隆大学计算机科学方向的硕士生培养,明确说明旨在训练和提高学生在数学、程序设计与逻辑推理方面的素养。（如下图）。在具体专业学习和应用上会涉及统计、矩阵运算、优化等基础知识（特别是人工智能方向），所以需要学生具备较强的数理能力。

来源：卡内基·梅隆大学官网

写作、沟通能力和研究能力

美国计算机科学硕士程设置的特色还体现了他们对学生研究能力、写作能力和语言表达能力的培养上。

事实上，写作和沟通能力属于研究能力的一部分，因为研究人员必须要有能力将自己的才华“展示”出来。很多学校都会开设Research Methos an Presentations （研究方法和展示）或者Avance Reaing &Research（高级阅读和研究）教授计算机科学领域进行学术研究的方法，学习标准的研究范式和每个范式的使用案例， 这体现了学校对此方面的重视。

计算机科学与已经有大量研究成果的自然科学 (如物理和化学) 不同, 它的研究对象是人工制造的计算机, 所以它既是一门人为的科学, 又是一门实验的科学, 而且是一个相对较新的学术领域。因此将其他学科的研究方法用于计算机科学的研究是有问题的，特别是针对需要“论文型”计算机科学硕士项目，写作能力就尤其重要。

很多学生不知道如何做研究, 特别不知道如何写研究论文。除了在阅读论文的过程中参考他人的陈述方式，建议可以选修类似的课程，这样你将会在阅读、写作和思维技巧方面有所提升，同时在科学研究、撰写研究报告、做口头报告等方面的能力能得到很好的训练, 为完成后续课程甚至博士学习打下好的基础。

当前我们用日新月异来形容计算机技术的发展一点也不过分，所以保持自己视野的开阔和信息升级在当前计算机领域的学习尤为重要，需要从业人员保持“open min ”，所以沟通能力也要求同学积极与同行的前辈、教授请教，通过交流与合作，找到有价值并且自己感兴趣的研究点。

关于计算机科学的毕业去向

我们将分为美国和国内求职两方面来讨论。

（a）美国求职

美国对于CS人才需求最大的地区包括了硅谷、西雅图、纽约、波士顿以及芝加哥等等。其中纽约地区对于计算机人才的需求可以从一个侧面代表了该专业人才的就业范围的广泛性——计算机专业未必只能做程序猿。

我们都知道纽约是世界金融中心，它并没有像硅谷那么专注和突出的计算机高科技产业，但是这座大城市对于计算机科学人才还是有极大的需求的。即使是金融业、传媒业也能够为计算机科学人才提供很多的就业机会

比如你可以选择去彭博资讯担任初级软件开发工程师，去花旗集团担任技术代表，去德意志银行担任信息技术分析师或去证券公司E*TRADE 证券做软件开发师，去纽约四大摩根大通公司担任数据分析师，去美林证券公司做技术分析师。

而如果按照职业的类别来分，我们参照纽约大学的计算机科学系给出的信息，计算机科学人才可以从事的职业有但不仅仅局限于以下几类：
创造类职业：工业设计师，建模师/艺术家/设计师，计算机产品生产者，用户界面开发/设计者（UI设计），网页开发工程师，网络管理员等等； 工程类职业：质量控制工程师，软件工程师，应用程序员，硬件或电路工程师， 技术文档工程师，数据库管理员等等； 支持类职业：技术支持工程师，培训顾问，管理信息系统开发/设计/管理者，系统管理员，信息安全专家等等； 销售、公共关系和市场营销职业：公关经理，销售代表，销售经理，营销传播工程师， 直接行销工程师，产品经理等等；

（b）国内求职

中国和美国类似，计算机专业可以选择的范围非常广阔，除了编程（也就是我们常说的码农），可以选择成为软件测试工程师、UI/网页设计师、需求分析师/工程师、售后/售后工程师、技术/数据分析师，或市场产品相关的岗位。

很多cs专业留学生会想选择进入我们所谓的大厂“BAT “（百度、阿里、腾讯）或”TMD”（头条、美团、滴滴），字节跳动，拼多多，快手等。

网上也流传了很多版本关于这些大厂研发岗和算法岗的（白菜价,Special Offer,Super Special Offer）年薪，根据B站中科院计算机学长（UP主：公子龙龙龙）的总结,这些互联网大厂的算法岗年薪白菜价、SP、SSP的年薪分别为30-40W（包含基础工资，签约费，补助，年终奖等在内）、40-50W、50-70W。

!

通常研发岗薪资会略低于算法岗，以上数据来源于网络，仅供参考。

看起来计算机专业的初始工资已经令很多人可望不可及，但与高薪所对应的岗位压力、对精力消耗、加班频率也是巨大的，很多人说这是一个“吃青春饭”的职业，很多程序员也会经历中年危机和职业转型的困扰，但毋庸置疑这是一个正井喷式发展的行业，企业对拥有真正技术的人才是非常慷慨的，无论是华为的“天才少年计划”还是腾讯的“大咖计划”动辄百万年薪都证明了这一点。

这是一个高薪的专业，但不一定是一个适合你的专业，如果你不确定你可以根据下面我们的总结来进行初步的自我评估。

自我评估：你适合申请计算机科学研究生吗？

总结一下，作为该专业的申请者，不妨反思一下，你是否符合这些特征：

（a）本科主修或者辅修过计算机专业；

（b）具备良好的数理能力和一定的代码实现能力；

（c）良好的阅读和信息理解能力；

（f）能够通过口头以及书面进行沟通和表达自己的想法；

（e）思想开放，喜欢持续学习和获得新的知识；

如果答案是YES，那么恭喜你，你将有潜力成为一个优秀的计算机领域从业者或专家。

那么计算机科学研究生硕士将会是你一个不错的选择，你可以跟着我们继续往下了解这些丰富多样的cs项目和申请建议。

计算机科学硕士项目推荐

1、Carnegie Mellon University

卡内基梅隆大学

项目名称：MS in Computer Science

卡内基·梅隆大学（下面简称CMU）1986年建立了全美乃至世界第一个计算机科学学院，是美国为数不多的将计算机学科单独作为学院建制的院校之一，是目前全球最大的计算机学院。学院包括7个系和研究所，分别是：计算机科学系、计算生物学系、人机交互研究所、软件研究所、语言技术研究所、机器学习系和机器人研究所。除了计算机科学学院之外，CMU与计算机相关的实体机构还包括工学院下设的电子与计算机工程系。

该校的计算机科学学院(School of Computer Science)倡导多学科交叉研究,在信息技术与安全、软件工程、机器人等方向的研究处于全球领先地位,并在这些方向上与美国国防部、NASA等机构有深入合作，例如美国国防部与CMU合作发布AI挑战赛，用卫星图评估受灾情；和国防部合作成立美国高等机器人制造研究所等；同时和科技企业一直保持着良好的关系，例如IBM、 Google曾和CMU合作“云彩”计算项目，分别投资2000万和2500美元用于计算机学

院的硬件和软件建设。

CMU的计算机科学项目课程范围较广，这得益于CMU选课的自由度很高，计算机学院里的课程基本上都是可以算作毕业学分的。而且在选计算机院课程的时候，MSCS（ MS in Computer Science）项目的同学是有优先权的，这也是计算机科学硕士项目的同学独有的福利，因此大家都可以选到自己心仪的课程。

另外项目的辅导员（avisor）会提供较为个性化的服务，因为项目的人数比较少，所以他会去了解每一位同学们的具体情况，并结合每一位同学的实际需要给出建议，这样可以确保每个同学都可以结合自己的需要来选择自己的课程。

项目的就业情况还是很不错的，学校和学院对于同学们的就业都是很看重的。尤其是Technical Opportunities Conference（TOC）的就业服务很给力，TOC一直是卡内基梅隆校区最大的招聘会，专注于技术技能方向的就业，不仅可以面试全职，未毕业的同学也可以去找暑期实习。几乎你能叫得出名字的公司都会来参与这场人才争夺战（如下图，小编节选的雇主名单），包括上百家顶级公司、实验室和创新性创业公司。

除招聘会外平时会有各种讲座以及信息交流会，另外还会有专业的老师帮助同学们修改简历或是提供建议，这些对于同学的帮助也是很大的。

2、Columbia University

哥伦比亚大学

项目名称：MS in Computer Science

如今在计算机界大名鼎鼎的ACM（Association for Computing Machinery ）计算机协会, 世界上著名的计算机学术团体之一，就创建于1947年的哥伦比亚大学。没听过ACM的同学可能听过“图灵奖”，ACM所评选的图灵奖（A.M. Turing Awar）被公认为 世界计算机领域的诺贝尔奖， ACM的成立对后来计算机教育体系有着深远的影响，由此足见哥大计算机科学学科的底蕴与资源优势。

哥伦比亚大学计算机科学系的课程既重视理论计算机科学与数学, 又重视计算机实验技术。在人工智能、计算复杂性和算法分析、组合方法、计算机体系结构和设计、计算机通信、数据库、计算的数学方法、优化以及软件系统等方面开设了范围广泛的高级课程。

哥伦比亚大学的计算机科学硕士开设在哥伦比亚大学工程学院的计算机系下，项目总共时长10门课，有30个学分（学分修得快的话一年就可以毕业）。哥大的计算机科学研究课题广泛，包括计算机图形，机器学习，软件工程，计算机工程，计算机视觉，网络操作系统，计算生物学，自然语言处理，安全与隐私，机器人学，用户界面和实时多媒体研究等方面。而学院教学也十分注重理论教学与实验技术的平衡，并开设了涉及内容广泛的高阶课程，覆盖了人工智能和机器学习在内的诸多时下热门领域。

计算机科学系的教师都是他们所在研究领域的领导者和/或在工业和私营部门研究实验室有丰富的经验。学生有机会接受世界知名的计算机科学家的教学和咨询，他们与贝尔实验室、IBM、朗讯、微软等公司以及该领域的其他领导者建立了良好的合作关系，就业机会多多。

项目提供了很多帮助就业的资源，学校的就业服务非常积极。学院会办一学期一次大型招聘会和若干次小型的，每周会有很多公司来学院开宣讲会，各种招聘邮件不断，并且每周都会收到下周学校里所有求职有关的活动的汇总。且因其位于纽约市, 地理位置优越,纽约集世界政治、文化、经济、传播、艺术、金融中心于一身, 可与联合国、跨国大公司合作, 从事各项研究计划, 国家领袖常到此访问, 天天有学术界、企业界的翘楚举办演讲、研讨会。知识密集、信息灵通、经济活跃, 为哥大国际化人才培养提供了良好的外部环境。

3、 University of Southern

California南加州大学

项目名称：MS in Computer Science

南加州大学计算机科学硕士项目分支多，学生可以选择申请常规计算机科学方向，也可以根据自己的兴趣选择不同的分支比如人工智能、游戏设计、计算机安全、计算机网络、软件工程、智能机器人、多媒体和创新科技以及高性能计算和模拟，基本覆盖计算机领域的各个方面。

相较于加州其他排名靠前的院校计算机科学项目，南加州大学申请难度一般。如果想要去美国学计算机但是条件没那么出色，可以考虑申请南加大计算机科学研究生项目。

南加州大学位于洛杉矶，美国第二大城市，主要经济支柱除开国际贸易之外，娱乐行业（电视、动画、电子），航空业，高科技与石油业构成了其主要经济驱动力。其次南加州大学距离硅谷仅6小时车程，而众所周知硅谷是众多知名高科技企业总部的所在地如Apple，Google等，是有名的计算机科技产业集中地，优越的地理位置也为广大的毕业生提供了较多就业机会。

4、New York University

纽约大学

项目名称：MS in Computer Science

纽约大学开设计算机科学硕士项目的有两所学院：Tanon工程学院（Tanon School of Enigeering）与研究生院（Grauate School of Arts & Science）。从排名和录取难度来看，研究生院的排名和难度相较工程院的项目更高，在全美最佳工程学院中位列第30名，与西北大学、芝加哥大学、加州大学尔湾分校并列，故我们下面谈到的项目仅限研究生院的计算机项目。

纽约大学的计算机系创立于1969年，计算机科学硕士项目设置在文理研究生院下的科朗数学研究所（Courant Institute of Mathematical Sciences）。其计算机系主要设有3个学位项目：信息系统硕士（与Stern商学院联合开设）、计算机科学硕士（针对想要提高自己编程能力以及计算机思维的学生，非研究导向型项目，研究导向型可以申请计算机科学博士项目，可以本科毕业后直接申请，当然如果在读的过程中找到了自己感兴趣的方向，也可以转为研究导向继续读博),计算机、创业和创新硕士（和数学系联合开设）。

纽大的计算机科学系整相较其老牌计算机强校规模不大，但是研究方向齐全，包含算法/理论、计算生物学、形式化方法和验证图形/视觉/用户接口、机器学习、自然语言处理、科学计算、系统/网络等。项目旨在让学生成为更好的思考者、程序员和系统架构师，同时加深学生对现有技术的了解。

除了需要掌握最基本的理论概念外，还有课程让学生对计算机科学有更广泛的学习，在诸如安全性和密码学，图形，科学计算，编程语言，数据库，网络和分布式系统等领域中进行选择，让学生成为能够处理多个项目的“全能选手”。由于招生规模不大，实行小班化教学，人均资源很丰富。  

计算机科学申请案例分享

我们整理了过往几年的数据，选取了5个比较有代表性的录取数据：本科院校从国内211，985到美本的学员（ 如下图 ）。

从上面的录取数据可以看出：
1、计算机专业申请对于申请者的本科专业背景有比较明显的偏好，录取者多为计算机本科专业，这一点和其他理科或工科专业的申请区别还是比较明显的。

2、由于计算机专业就业好，说是当前最热门、申请竞争最激烈的专业也不为过。这导致了计算机科学专业学校的整体录取标准高。从GPA和GRE成绩看，GPA成绩在录取中所起的作用要比GRE成绩所起的作用大。
而这也印证了研究结论：GPA是研究生申请中最重要影响因子（就其权重而言），要获得好的申请结果，学生必须在反映其学术能力的本科课程学习上多下功夫。
有研究人员针对美国大学的录取影响因子进行研究时发现，GPA和GRE成绩，相对于其他的因子——托福成绩、本科学校排名、PS、推荐信、和科研经历的影响权重更多（ 如下图所示 ）。  

3、根据我们的经验CMU（卡内基美隆大学）的录取难度无疑是最高的其次为宾大，在开设计算机专业的US NEWS 排名前十的学校中，相对比较好申请的学校为哥伦毕业大学和西北大学的计算机科学专业；西部的学校（加州系统学校）由于其地理位置，申请难度也高于同水平东部地区学校。

3、根据我们的经验CMU（卡耐基梅隆大学）的录取难度无疑是最高的其次为宾大，在开设计算机专业的US NEWS 排名前十的学校中，相对比较好申请的学校为哥伦毕业大学和西北大学的计算机科学专业；西部的学校（加州系统学校）由于其地理位置，申请难度也高于同水平东部地区学校。

 另外，有一些大学对申请者托福成绩的每一部分的成绩会有具体要求，像上面说到的南加州大学要求托福成绩的每一部分不低于 20 分，康奈尔大学要求每一部分的成绩为 写作 24，听力 24， 阅读 24，口语 28 分。

因此，建议托福成绩的目标为 100 分，并至少保持各部分都在20 分以上。

非客观评价标准：申请软背景实力如何提高？

由于计算机科学硕士项目鲜有面试，因此就不在此多做介绍，接下来，我将重点介绍非客观评价标准中对于计算机科学硕士申请准备环节中最为重要的——经验，包括科研和实习两个部分。

研究经历

所谓的学术背景指的是申请者的科研经历、论文发表、项目经历等等跟计算机科学相关的一些学术上的经验与经历。

计算机科学专业的申请，每年的申请者数量庞大，而成绩方面如 GPA、GRE、TOEFL 的成绩考到很高的申请者也数不胜数，在这种情况下申请的核心层面的竞争就变成了申请者间的学术背景的竞争。

甚至有的时候学术背景丰富的申请者，即使其自身成绩不甚理想，但是却可以拿到名校的录取。所以，学术背景在计算机科学专业的申请过程当中是处在一个核心的地位的。那么，作为申请者在申请过程中应该如何去积累起足够的学术背景呢？可以参考如下方法。

（a）参与专业项目研究

项目经验是简历当中最为核心的部分，经过不完全的统计，我们发现计算机科学专业的成功申请者平均能够在简历当中书写 6 个左右的项目研究经验。

这些研究项目的主要来源包括跟着某老师一起做研究所参与的项目、申请者自己通过科研立项、学生研究计划等等学校鼓励的研究行为所做出来的项目、参加专业比赛的项目，以及向自己身边的老师、同学、亲友所借鉴回来的项目。因此，在积累学术背景的时候应该重视项目经验的积累。

（b）争取发表学术论文

论文是学术背景中最能展现申请者的专业能力也是最能受到教授青睐的东西，它能带来的申请推动力也比较强的，很多时候它也是申请者在套磁当中吸引教授的利器。因此，学术论文的发表，是每个申请者在打造自身学术背景时要努力去尝试的东西。在做专业项目的过程中其实就有较多的发表论文的机会，申请者要善于去挖掘这样的机会。

!

这里说的学术论文并一定就是那些很有深度的论文。在教授的角度来看，他所看重的是申请者有没有去做这样的尝试，在论文中有没有展现出潜力。这一点更为重要。

（c）参加专业比赛

计算机科学专业领域有一些比较著名的比赛，包括ACM、数学建模大赛等，这些都是能够为申请者的学术背景加分的经历，值得去参加。另外，有一些著名的信息科技公司例如微软、IBM、腾讯之类的企业也经常会赞助校园的一些专业比赛，这样的比赛也能给申请者提供积累学术背景的机会。

工作经历

所谓的工作背景指的是申请者与计算机科学相关的工作经验或实习经历，对于在校学生来说则更多地表现为实习经历。 工作背景对于计算机科学申请者来说有着特殊而重要的作用。

这主要是因为计算机科学专业比起很多其它的专业更加偏向于就业型导向，培养学生的就业技能是这个专业的主要培养目标之一。

同时，火热的就业市场和广阔的就业前景也吸引着越来越多的人投身到这一领域，这又反作用于学校的专业设置和办学方式。所有这些最终影响到申请当中来就造成了学校对于申请者的工作背景更加的注重和偏好。

例如卡耐基梅隆大学在录取过程中在这一点上就非常明显，它甚至要求申请者提交一份专门的文书来描述自身的参与的计算机项目，可见学校对工作背景的要求。

与此同时，我们不难发现，一些有着较为出色的工作背景的计算机科学专业申请者，他们的申请结果往往更加令人满意。因此，对于计算机科学这个专业的申请者，在准备申请的过程中可以积极地去参加相关的工作实习，以增加申请竞争力。

对于在校学生来说，申请者可以通过如下一些方式去积累自己在计算机科学专业领域的工作背景：

（a）大型信息科技公司实习

现在有很多云计算机科学行业知名企业每年都会固定面向大学本科生招收实习生，例如腾讯公司、百度、爱立信、新浪网、遨游浏览器、英特尔、思科、中兴通讯、阿里巴巴、IBM、花旗、甲骨文、惠普、摩托罗拉、联想、三星电子等等这些知名高科技公司都会招收实习生。

一般而言在这些公司实习可以做一些跟计算机紧密相关的实质性工作，对于申请者专业知识的提高会有很大的帮助。因此，建议想要积累工作背景的申请者争取这样的机会。相关的实习信息可以在 hiall（全国知名度最广的应届毕业生全职和实习信息交流平台）、51Job、智联招聘等等这些就业网站查找到。

（b）政府部门或科研机构计算机科学相关的实习

例如国家工业和信息化部、中国科学院计算机网络信息中心、中国软件评测中心、微软亚洲研究院这样的机构也经常会招收实习生。相对而言，这类机构的录取门槛更高，实习的含金量也很高，是积累工作背景的绝佳选择。

（c）专业相关的小企业或工作实习

以上说到的一些大型信息科技企业和研究机构很多时候招人并不多，竞争也十分激烈，申请者能够争取到的机会或许并不大。但是如果能够去一些较小一些的计算机企业或者其它企业、部门参与一些计算机专业相关的工作或实习机会，那么对于工作背景的积累同样是很有利的。这一类的机构可以包括一些软件公司、网络服务提供商、银行、会计金融机构、信息咨询公司等等。

写在最后

计算机不仅将人脑从枯燥的计算中解放，又解锁了未来无限种打开方式。而计算机科学一直是中国学生咨询最多、最为热门的的美国硕士项目之一由于篇幅有限，可能有些细节未能悉数道来，你可以点击我的主页，拨打电话咨询！