背景介绍
申请难点
留学规划与提升
CS 专业因为就业前景好,申请人数较多,因此竞争在美国理工科申请中,也比较激烈。2019申请季尤其激烈。GRE、托福成绩在达到学校的要求的基础上尽量争取高分。GPA 最低要求一般在 3.0,但是要拿到录取尤其是好学校的录取,建议3.6+,因为GPA在理工科的申请中是个非常重要的因素。如果本科是 CS 或相关专业,如信息工程等,申请CS会比较有优势。除了理论知识的积累的和学习,CS 专业的申请同时最好也要具备相应的实习,科研经历,这会是很大的加分项。尤其某些同学定位在非CS general 方向,而是要走某一个细分,比如计算机视觉等,还需要针此细分方向进行对应的背景积累,包括学校或个人的科研项目,工业界实习,学术交换项目,国际专业会议等等。
院校解读
留学方案
案例分析
2018和2019三维成绩对比:
院校类别 |
GPA |
TOEFL |
GRE |
TOP前10 |
3.71/3.75 |
105/106 |
325/326 |
TOP30 |
3.58/3.68 |
101/103 |
322/324 |
TOP50 |
3.51/3.57 |
100/102 |
321/323 |
2.2 先修课
鉴于计算机专业可以说是国际学生最容易在美国就业的专业,吸引越来越多其它专业的学生也会想要转计算机专业。总体而言难度存在但是并非不可能。
首先,理工科的转专业需要完成先修课程的准备,针对计算机专业而言,不需要了解复杂的数据结构,“只要了解LIST, ARRAY, TREE等基本知识就可以,同时学习些Object-Oriented Programming,所以基本入门课程包括数据结构,计算机组成原理,C++/Java等。建议去各大学校官网了解相关的课本列表,出现次数最多的就是比较推荐的。在此基础上可以根据自己的能力和情况补充其它的相关课程,比如networks(Computer Networks by Andrew Tanenbaum), operating systems(Operating Systems by Andrew Tanenbaum), database(Stanford 的经典教材A First Course in Database System)4, Software Engineering等,整体的计算机专业知识结构就相对比较不错了。”
总结如下:
课程大类 |
课程名 |
数学课程 |
微积分 概论与统计 离散数学 线性代数 |
一门计算机基础课程 |
计算机组成原理or计算机体系结构 |
一门算法课程 |
数据结构和算法 |
一门高级语言 |
C++ or Java |
以上先修课比较基础,如果学生想进一步提升竞争力或者申请cs其他分支,建议多修:
· 计算机网络
· 数据库
· 操作系统
· 软件工程
· 人工智能
· 机器学习
· 计算机图形学
· 人机交互
· 编译原理
· 其他CS高级课程
注意事项:
1. 可以通过二学位,辅修学位,美国暑校,修网课等方式弥补。常用网站:coursera,Edx,MOOC, Udacity等。
2. 国内的课程与课程内容与国外不尽一致,有部分可能可能涵盖以下课程内容,比如高等数学涵盖微积分和线性代数,计算机入门涵盖计算机基础,数据结构和算法使用JAVA等,建议老师们与学生进行讨论后给出选课建议。
CS 入门必须课程资源推荐:
· An Introduction to Interactive Programming in Python - Rice, Coursera
· Introduction to Databases - Stanford, Stanford Online
· Introduction to Computer Science and Programming Using Python - MIT, edX
· Object-Oriented Programming and Data Structures (e.g., CS 2110) - Cornell
· CS161 Design and Analysis of Algorithms-Stanford
· Data Structures and Functional Programming (e.g., CS 3110) – Cornell
CS 提高进修课程资源推荐:
· Machine Learning - Stanford, Coursera
· Statistical Learning - Stanford, Stanford Online
· Introduction to Computational Thinking and Data Science - MIT, edX
· Functional Programming in Scala - EPFL, Coursera
· Mining the Massive Datasets - Stanford, Coursera
· Artificial Intelligence - UC Berkeley, edX
Stanford Specialization (系列课程):
· Artificial Intelligence
· Biocomputation
· Computer and Network Security
· Database Systems
· Human-Computer Interaction
· Numerical Analysis/Scientific Computation
· Real-World Computing
· Software Theory
· Systems
· Theoretical Computer
· Computer System Organization and Programming (e.g., CS 3410) – Cornell
· Discrete Structures (e.g., CS 2800) – Cornell
· Basic Calculus and Linear Algebra – Cornell
2.3 科研以及活动
校内科研: 建议学生在校期间,课上积极表现,争取跟导师做科研,或者参与校级以上比赛。
专业比赛: 大学生数据建模竞赛(国内和美赛),全国大学生数学竞赛,ACM国际大学生程序设计竞赛,中国及机器人大赛,全国大学生机器人大赛,天池大数据竞赛等等。
校外科研:中科院各大研究所,微软亚洲研究院,知名互联网公司如腾讯AI实验室,Alibaba达摩院,Baidu深度学习研究院等等,每年都开放申请,可随时关注。
通过以上的介绍,如果您想要了解更多出国留学的相关资讯信息可在线咨询,我们会有专业留学老师为您免费解答。