在加拿大硕士项目里,授课型(Coursework-based)和研究型(Research/Thesis-based)是两条完全不同的路径。研究型硕士以导师项目为核心,强调原创性研究与论文产出,是为下一步读博打基础;授课型更偏课程与考试,类似专业硕士学位。本文聚焦数学与统计方向,把三所热门校——多伦多大学、UBC、麦吉尔大学的研究型硕士项目盘清楚。
一、三所学校项目结构速览
多伦多大学(U of T)
数学系下设研究型 MSc in Mathematics,通常以论文为主。统计系(Department of Statistical Sciences)同时提供 MSc(thesis option)和偏授课的 Master of Statistics(MStat),研究型申请集中在前者。
UBC(Vancouver 校区)
数学系、统计系均开设 MSc,方向涵盖纯数、应用数学、概率统计、生物统计等。录取后由导师指导完成论文。
麦吉尔大学(McGill)
数学与统计系(DMS)的研究型 MSc 是主申请对象,方向覆盖代数、分析、几何、概率、数理统计、应用数学等。
三校项目均通过研究生院统一申请,在读期间需要修满一定学分,但核心评估方式是科研潜力与导师匹配度。
二、硬指标:GPA、课程背景与文书
GPA 一般要求相当于加拿大 A– / 国际同等水平(约 3.5/4.0 或 85/100 段位),但实际竞争线往往更高。课程背景上,线性代数、高等微积分/实分析、概率论、统计学是必备;具备 Python、R 或 MATLAB 的编程能力,会明显加分。
文书方面,研究型硕士的“研究计划 / Statement of Research Interest”是核心。简要说清研究方向、为什么对该问题感兴趣、过去做过哪些准备,比“我热爱数学”有说服力得多。
推荐信通常三封,至少两封来自熟悉你学术能力的授课或科研导师,研究型项目尤其看重这一点。
三、英语成绩底线(国际生常见要求)
| 科目 | 多大 | UBC | 麦吉尔 |
|---|---|---|---|
| 雅思(学术类) | 总分 7.0,单项不低于 6.5 | 总分 7.0,单项不低于 6.5 | 总分 6.5,单项不低于 6.0(部分方向更高) |
| 托福 iBT | 约 93,写作 22 | 约 90(读/听 22,写/说 21) | 约 90(单项不少于 21) |
注:数字以三校近年招生页公布的口径整理,具体以当年项目官网为准。新托福 1–6 分制运行后,多伦多大学的官方页面对照分约为新制 5 分以上。雅思分数对照建议以官方 2026 改革口径为准。
四、GRE:可选项居多
三校的数学、统计研究型硕士目前多数为 GRE Optional(可选提交)或完全免除。提交高分 GRE 数学段(168+)能成为加分项,但不是门槛。
五、导师匹配与“套瓷”
研究型硕士的核心环节是找到愿意带你的导师。建议在申请前就浏览三校教员主页,圈出方向匹配、研究活跃且近期在招硕士生的 3–5 位老师;一封邮件附上简历、研究兴趣和成绩单的清晰分工,是常规动作。提前 6–9 个月联系老师是行业里常被采纳的时间窗。
六、关于资助的实话
研究型硕士的资助不像博士那样普遍。全额资助(学费 + 生活津贴)多出现在导师手里有大型项目或学生本身拿到奖学金的情况下;多数学生以助教(TA)或研究助理(RA)的形式获得部分学费减免或生活津贴。如果目标是长期学术路径,博士阶段的全额资助率远高于硕士——这一点规划时务必分清。
七、申请时间窗
三校秋季入学的研究型硕士,多在入学当年 1 月前后截止,少数项目(如部分生物统计方向)开放滚动审理或更早的 12月截止。建议把目标系主页设成“常驻收藏”,每年 8–9 月开始留意次年秋季的申请截止。
微信扫一扫









