11 月中旬，纽约大学宣布了一项重量级改革：正式成立 The Courant Institute School of Mathematics, Computing, and Data Science（柯朗数学、计算与数据科学学院）。
这所新学院将把NYU 在数学、应用数学、数据科学、计算机科学与工程领域的老牌优势统统整合起来，成为NYU在科技领域“全力加速”的关键节点。
不仅是命名更新，而是院系架构的大变革：原数学系、数据科学中心、CS 系全部整合进新学院CS 系将扩建，连通 Courant 与 Tandon 工程学院，教师双聘，跨院合作全面打通学院级别的整合，直接影响课程设置、科研资源、申请路径
纽约大学成立新学院
纽约大学（NYU）旨在打造一所拥有卓越学术水平、跨学科广泛合作并重新聚焦创新的全新学院。这是纽大在科技方向的重大布局，被学校称为“战略重点的关键一步”。
该学院将整合数学系（纯数学+应用数学）、计算机科学、数据科学及工程等优势学科，同时将连通Courant Institute和Tandon工程学院，建新的CS系，推动跨学院合作，相关教师将在两院同时任职。
这意味着纽大将打通数学、计算机科学与数据科学三大领域，打造一个跨学院、跨学科的新型科研教学平台。
新学院被认为将进一步推动纽大在AI、计算、数据科学等领域的科研竞争力。
公告暂未公布新学院的具体招生计划，预计是整合目前这几个专业的学生，从体制上划归新学院，未来是否按学院独立招生还未可知（但按照目前学院制的录取规则，未来新学院大概率将成为商学院之外，最难录取的学院）。
柯朗数学科学研究院原来想做的是“数学 × 工程 × 应用科学”的跨学科研究，而现在 NYU 正在把这条路线升级成一个完整学院，规模更大，目标更强。
学校透露，该学院将继续承载纽大原有的数学、计算机科学、数据科学本科与研究生项目，招生细节预计会在后续学年正式对外发布。
NYU为什么要新建这个学院？
NYU 在过去十年科研实力飙升，去年在NSF全国大学科研经费排名中，从全美第43位直接跳到第12位，是全美增长速度很快的学校之一。
同时，计算机与大数据已经深刻改变所有学科。AI、数学与其他学科的交叉也越来越重要，而NYU正在努力成为引领全球AI科技的大学。
新学院想依托纽约大学在数学、应用数学、数据科学、计算机科学和工程领域的地位，进一步巩固大学在这些学科前沿领域的领导地位。也想更全面地培养学生在计算领域的职业技能，促进纽约乃至全美科技产业的发展，并加速纽约大学在工程和科学研究与创新领域持续保持全国领先地位。
对学生来说意味着什么？
当前的未来数学、计算机、数据科学专业会归属到哪里？其实，目前 NYU 没给出明确说明，但根据结构可以合理推测：
数学（Math）专业可能会转入新学院；
数据科学（Data Science）专业：从原 CDS（独立单位）变为新学院的主力专业；
计算机（Commuter Science）专业：Courant CS + Tandon CS 合并；
目前官网挂出的所有硕博项目，包括：
数学类：MathFin、Scientific Computing、AOS 等；
数据科学类：高热度的 MSDS 与 PhD in DS；
计算机类：Courant/Tandon 双 CS、信息系统、创业方向；
有可能未来本科 CS 统一在新学院下，或者出现双学院版本（类似康奈尔大学工学院 vs 文理学院都有 CS）。总体来看，未来纽约大学的 STEM项目结构会更加统一，跨学院的交流与合作也更容易。
对打算申请者来说，纽约大学的STEM项目申请竞争会更激烈。对于以后来说，如果想学 CS、AI、数学、数据科学的学生，也更愿意把纽约大学考虑进去，会直接导致申请人数上涨。
另外，NYU 一直被认为是商科、艺术、文科以及数学的强校，这次也是向“科技强校”转型的标志。
过去十年，纽约大学的研究事业取得了显著的进步。
凭借快速发展的势头，纽约大学预计很快将成立新的研究机构、聘请科学领域的重要教职人员、举办世界的领先的科学会议以及建设新的实验室空间。
总的来说，纽约大学这次成立新的数学、计算与数据科学学院，是一次明确面向未来科技方向的组织结构调整。从科研、师资到学科配置，这项变化强调了大学在数据、计算、人工智能时代重新整合资源的趋势。
对申请中建议
锁定现有适配专业：新学院暂未开放申请，本科优先申 CAS / 坦登的数学、计算机、数据科学；研究生瞄准数据科学、CS、金融数学等TOP STEM 项目，未来有机会共享新学院核心资源。
NYU 对学术硬实力要求明确，尤其 STEM 更看重 “基础扎实度”
本科：未加权 GPA 建议 3.8+，Test-Optional 政策下，申请计算机、数据科学等热门 STEM 专业建议提交 SAT（1500-1550）或 ACT（33-34），高分能显著提升竞争力；语言成绩需托福 100+（单项≥25）或雅思 7.0+（单项≥6.5）。
研究生：理工科 GPA 建议 3.5+，数据科学、金融数学等top项目需 3.7+。
