卡内基梅隆大学语言技术中心项目
Language Technologies Institute
M.S. in Computational Data Science
这个项目就是以前的MSIT in Very Large Information Systems。可以说是大神级的项目。
项目有两种时长--16个月和20个月。其中标准的时间是16个月的项目。项目有分Systems, Analytics, 和Human-Centered Data Science三个track可以选择,每个track可以选择相应不同的课程。由于data science在行业里越来越重要,这个项目越来越热门,录取率越来越低。
12年录取28人,13年录取43人,14年68人,15年51人。
14年申请人300+,录取68人
15年爆棚到700+,录取51人。
M.S. in Biotechnology Innovation and Computation
上文已介绍过,目前这个项目改名为AI
M.S. in Intelligent Information Systems
这个项目中,学生学习的是在不同形式的自然语言中提取信息,主要研究的是内容分析和机器学习两个板块。项目包含两个学期软件开发,一个暑期实习和一个学期的capstone project。课程设置可以自行安排,时长4个学期。学生课业压力还是蛮大的,需要和老师干活儿当助研,但是可能似乎没有钱,原则上是老师有钱他就能拿到钱。这种结合课堂教学,专业经验,和知名同事在重大项目中运用新技能的结合,将帮助你为在行业或政府中获得成功做好准备。我们的校友在苹果(Apple)、IBM和谷歌等公司从事着令人兴奋的职业,大多数人在毕业6周内就得到了工作机会。
Master of Language Technologies
为学生在学术界或产业界从事研究工作做准备。在上课的同时需要做两年的研究。时间被平均分配给上课和跟着导师做项目。录取学生基本上有奖学金。这个项目算是读博士的跳板,如果读博士,两年的时长可以算在博士的总时长里,不过大多数人还是选择工作,有一部分学生选择继续读博。
M.S. in Machine Learning
3个学期的项目加一个实习,几乎没有科研任务,核心课程和这个方向的PhD相同。需要做project。不提供奖学金,比较适合想在这个方向读博的学生。在目前的就业市场,ML需要和data science挂钩,但是data science又不仅仅包含ML,所以直接进入就业市场相对于MCDS更困难。
这个项目录取率2016年只有4%,低于MSCS的数字
学校公布了去年的录取数据如下
Undergraduate Overall GPA: 3.8 / 4.0, or 9.5 / 10.0, or 91 / 100.
GRE Quantitative: 169 (96th percentile)
GRE Verbal: 162 (88th percentile)
GRE Analytical Writing: 4.2 (68th percentile)
TOEFL: 111
5th Yr. Masters in Machine Learning
专门提供给CMU本科生的项目,没有科研要求,只需要多上几门核心课程。
Secondary Masters in Machine Learning
只提供给CMU在读PhD和教职员工的学位项目。