原创——计算机科学专业介绍
学位介绍
美国CS研究生常见学位如下:
学位 |
Master of Science |
Master of Engineering Master of CS Professional Master |
Doctor of Philosophy |
培养 目标 |
· 学术/职业导向硕士 · 有部分院校的MS没有research部分,比如CMU MSCS。 |
· 职业导向 · 不包含research部分,都是应用性的课程。 |
· 学术研究导向 · 培养研究型人才 · 大都走向科研岗位,无论是任教还是在科研机构,都是基础研发的核心人员 |
时间 |
1-2年 |
1-1.5年 |
5年 |
申请 要点 |
· 看重申请者的科研能力 · 很看重GPA,冲刺名校要有科研/实践/比赛。
|
· 申请难度较另外两个学位较低 · 看重GPA |
· 相关研究领域的经验 · 本科毕业的申请者相对要求就会偏高。难度比较大! · 一定要有论文发表,以及至少2段半年以上的科研项目。 |
上表中的学位名称以及学习内容为一般情况,美国开设CS的院校众多,各院校的课程设置情况不尽一致,请具体参考院校官网。
下文中将详细分析CS硕士。
美国高校常见CS分支——热门分支详解
分支 |
人工智能 (AI) |
数据挖掘/数据科学 (Data Mining/Data Science) |
简介 |
人工智能里面涵盖了计算机专业的很多小方向。比如机器学习,计算机语言,图像处理,语音识别,机器人,人机交互等等 |
大数据的分析和整理,从而得出具有指导意义的信息,比如说沃尔玛超市啤酒和纸尿布的经典案例。随着近年来电商的大规模兴起,这个方向已经成为申请者炙手可热的专业方向了。 |
背景偏好 |
学术背景有着较高的要求,并更看重申请者在数学和算法方面的背景 |
较强的数学,统计(如有更好)背景 |
代表院校 |
单独开设AI的院校不多。一般是博士才会涉及AI的具体科研项目,硕士主要是修读相关课程。 USNEWS中排名靠前的有Stanford,CMU,MIT, Uwashington,GeTech,UIUC等 |
独立项目与非独立项目都比较多。具体请参考data science专业分析 |
分支 |
软件工程 (Software Engineering) |
机器人(Robotics) |
简介 |
· 软件开发,设计,维护等。 · 向来国际生的热门选择。 · 各行各业都需要该领域的人才。 |
交叉学科,涉及到cs,数学,物理,生物,EE,和ME等学科 |
背景偏好 |
较强的编程能力 |
建议先修课: Mathematics: calculus, linear algebra, numerical analysis, probability and statistics Computer Science: programming, data structures, algorithms Physics and Engineering: mechanics, dynamics, electricity and magnetism, optics |
代表院校 |
CMU, UCI, NCSU, USC等
|
CMU, MIT, UPENN, UCB, USC,Minnesota,Washington,UIUC等 |
分支 |
人机交互(HCI) |
计算机生物/生物信息 Computational Biology/Bioinformatics |
简介 |
· 交叉学科 · 研究系统与用户之间的交互关系 · 系统可以是各种各样的机器,也可以是计算机化的系统和软件。 · 人机交互界面通常是指用户可见的部分。 · 应用领域有用户界面(UI),可穿戴计算机设备,虚拟现实,聊天机器人等 |
· 生物和cs的交叉学科 · CS,数学和统计学在探索生物学和生物医学问题 |
背景偏好 |
CS, 设计,心理学 |
建议选修课: 1) Cell & Molecular Biology 2) Computer programming 3) Linear algebra 4) Probability theory |
代表院校 |
CMU, UWashington,GaTech,Cornell,UCI等 |
CMU, UCLA, UCB,MIT.DUKE,UCSD,PRINCETON等 |