宾夕法尼亚大学CS项目介绍
分类:专家指南2021-05-30
计算机与信息科学系(CIS)在硕士和博士水平上共提供六个学位,另还提供了数据科学工程理学硕士(MSE)Master of Science in Engineering (MSE) in Data Science。具体的六个学位如下:
|
学位 |
计算机与信息科学博士(博士)Doctoral Program (Ph.D.) in Computer and Information Science |
计算机与信息科学(CIS)工程理学硕士(MSE)Master of Science in Engineering (MSE) in Computer and Information Science (CIS) |
嵌入式系统工程理学硕士(MSE)(EMBS)Master of Science in Engineering (MSE) in Embedded Systems (EMBS) |
计算机图形学和游戏技术(CGGT)工程理学硕士(MSE)Master of Science in Engineering (MSE) in Computer Graphics and Game Technology (CGGT) |
机器人工程理学硕士(MSE)(ROBO)Master of Science in Engineering (MSE) in Robotics (ROBO) |
计算机与信息技术硕士(MCIT)Master of Computer and Information Technology (MCIT) |
|
介绍 |
欢迎在现代信息处理相关学科中接受过强有力培训的申请人,重点是计算机科学和数学。研究和教学构成了博士课程的精髓。旨在培养对快速变化的研究特征至关重要的智力技能,并满足学术界和工业界的需求。 |
计算机与信息科学工程理学硕士学位课程旨在灵活规划高级学习。MSE学生发展自己的高级研究重点,可以安排CIS和电信,CIS和计算语言学,CIS和生物医学计算等领域的跨学科课程 |
传统的嵌入式系统是由硬件和软件组成的集成系统。在更现代的观点中,嵌入式系统(有时也称为网络 - 物理系统)由一组计算设备组成,这些计算设备彼此通信并通过反馈回路中的传感器和致动器与物理世界交互。从智能建筑到医疗设备再到汽车,这种系统越来越无处不在。开发此类系统所需的技能是计算机科学与电气工程的交叉点。 |
融合艺术与科学,包括艺术家,动画师,作家,设计师,工程师和软件开发人员 |
机器人和智能系统的现代专家必须精通人工智能,计算机视觉,控制系统,动力学,机器学习,以及机器人系统的设计,编程和原型设计。这些科目通常设在不同的部门,部门计划不提供跨部门培训的灵活性。机器人技术硕士课程(MSE)提供更加平衡和灵活的学术课程,涵盖多个部门。 |
计算机与信息技术硕士(MCIT)课程适用于本科学历不是计算机科学专业的申请人。具有计算机科学本科专业的考生应考虑申请工程科学硕士(MSE)课程。MCIT计划源于这样一种信念,即在其他领域拥有学位的人员的高级计算机科学课程可以带来非常成功的职业道路。 |
|
适合 的 学生 |
学生可以发展自己的高级研究重点,与教师导师合作,主题从核心计算机科学学科到宾大工程和大学的各种学术互动。
|
申请MSE课程的学生应具备数学和计算机科学方面的强大本科培训; 以前的课程应包括操作系统,编程语言,数据结构,离散数学,线性代数,算法和理论等领域; 课程应与宾夕法尼亚大学计算机科学本科生的课程相似。没有计算机科学本科专业的考生应考虑申请计算机与信息技术硕士课程(MCIT)。 |
嵌入式系统工程理学硕士(EMBS)由工程与应用科学学院的计算机与信息科学与电气与系统工程系联合提供。该课程非常适合希望在汽车,航空航天,国防和消费电子领域从事工业工作的计算机科学或电气工程学术背景的学生,以及希望获得知识的嵌入式系统行业的实践工程师。最先进的工具和理论。学生共参加10门课程,完成EMBS课程,4门核心课程和6门选修课程。 |
申请入读该课程的学生将被认为拥有计算机科学或工程学士学位。寻求非计算机科学和/或工程学本科背景的学生将需要至少两年的时间才能完成该课程。第一年将用于该系的计算机和信息技术硕士(MCIT)计划; 在圆满完成MCIT课程后,学生可以攻读计算机图形和游戏技术学位。这些学生共修了16门课程,将获得两个学位:计算机与信息技术硕士学位和计算机图形学与游戏技术科学与工程硕士学位 |
该多学科项目由计算机与信息科学系,电气与系统工程系,机械工程与应用力学系联合主办。 |
这项创新计划允许那些没有计算经验的人开始从事IT职业,那些具有IT经验的人可以进步,并为未来的计算机科学高级学习做好准备。学生可以注册全职或兼职。 |
另,数据科学工程理学硕士(MSE)Master of Science in Engineering (MSE) in Data Science
数据科学项目通常可在一年半到两年内完成。它融合了机器学习,大数据分析和统计等核心主题的前沿课程,以及各种选修课程,并有机会将这些技术应用于领域专业化 - 一个深度领域。
深度领域提供预备课程和数据科学应用领域的论文或实习。潜在的专业领域包括网络科学(沃伦网络和数据科学中心),数字人文学科(数字人文学价格实验室),生物医学(生物医学信息学研究所)和公共政策(宾夕法尼亚大学预算模型和安纳伯格)公共政策中心) - 以及计算机和信息科学以及电气和系统工程方面的更多传统机会。对于有兴趣将数据分析和建模应用于工程和物理科学领域的其他领域的学生,Penn在科学计算方面提供专业和协同的计划。
申请要求
· 简历
· 个人陈述 - 我们建议以下个人陈述指南:
不超过两页的可读字体/大小,使用以下问题的答案来指导您的写作; 请尽可能提供学术界,行业或研究的详细和具体的例子:
你为什么对这个项目感兴趣?
你做了什么使你成为一个伟大的候选人?
您将如何从该计划中受益?
当您在这里时,您打算如何为SEAS的学生社区做出贡献?
你为什么要在这个项目中取得成功?
完成课程后,您将完成/完成什么?
· 两份[2]官方推荐信 - 一份必须来自熟悉候选人学术能力的教员:
CIS PhD申请需要三份[3]推荐信。
· 非官方成绩单 - 随申请一起提交:
来自每所大学或学院的一份[1]成绩单参加了课程学分,并通过在线申请上传和提交。它必须是英文的。
· 80美元不可退还的申请费 - 此款项必须与在线申请一起提交。
· GRE - 所有课程要求的研究生入学考试(GRE)官方成绩报告:
· 托福/雅思* - 所有英语不是母语的国际申请者和非美国公民/永久居民申请人必须提交英语作为外语考试(TOEFL)或国际英语语言测试系统(雅思考试)的官方成绩)*。
· 托福成绩建议 - 建议至少100分。
· 雅思成绩建议 - 建议至少7.5分。
· 我们目前不接受雅思考试的电子成绩。测试结果应发送至:宾夕法尼亚大学工程与应用科学研究生招生学院 109 Towne Building 220 S. 33rd St. Philadelphia,PA 19104-6391
