扫码免费领资料

托福全科备考资料

免费水平测试及规划

扫码关注掌握一手留学资讯

回复XDF免费水平测试

录播精讲直播课HOT

美国留学计算机科学专业全方位解读

2018-07-06 15:57:22来源：新东方

【动态】2019托福考试日期托福考试报名费用报名入口考点大全考试指南转考退考
【推荐】托福资料箱 2019美国节假日安排托福考位 2019托福考试改革深度解析发布会
【直播】学托福就上新东方在线！11.18-11.27，和我一起学！【申请】2019美国大学TOP100申请截止日期
【备考指导】托福听力备考全攻略最新世界大学排名新托福阅读背景知识《托福年度报告》

　　CS 是 Faculty of Computing and Information Science(CIS)里的一个系，Cornell 的计算机系历史悠久，其专业实力位居美国 TOP5。

　　主要包括 11 个研究领域：人工智能、机器人、计算生物学、科学计算、计算机架构与超大规模集成电路、网络安全、数据库系统、系统与网络、计算机图形、计算机理论和程序设计语言。

　　人工智能：这是 Cornell 的 CS 里最有实力的研究。从 1990 年开始，在世界的 AI 研究领域中始终处理领导者的地位，拥有多个研究小组。

　　计算机理论：Cornell 最传统、深入的研究领域之一，研究涉及了全部的计算机理论，旨在发展现代计算复杂性理论,有效的基础图算法，并使用应用逻辑与正式验证构建可靠系统。

　　康奈尔大学有一个一年制的项目Master of Engineering in Computer Science，针对人群是毕业后想进industry，而不是做研究的人群，所以是一个professional项目。

　　其申请要求中除了通用要求之外，值得一提的是其对托福成绩有单项的要求，分别是：写作20、听力15、阅读20、口语22。所以这也提醒了理工科的申请者，相对来说，虽然理工科对于标准化考试成绩的要求会略微宽松，可是也有若干学校对于托福有自己的特定要求。

　　本科的背景要求中该项目要求是在CS或相关领域里的BA/BS/BE学位，先行课的要求包括要求申请者学习过编程、离散机构和操作系统等类似于康奈尔如下学科的课程：

　　Object-Oriented Programming and Data Structures 面向对象编程与数据结构

　　Discrete Structures 离散结构

　　Data Structures and Functional Programming 数据结构和函数式程序设计

　　Computer Organization 计算机组织

　　Operating Systems 操作系统

　　对于本科背景不是CS相关的或者已经毕业几年的学生，该项目需要申请者修读过上述课程中至少三门课程。

　　那么申请者是否可以考GRE Subject的其它科目呢?比如学数学的可以考数学，学物理的可以考物理，是否可以呢?该项目是不接受其它科目的GRE Subject成绩的。

　　该项目在审核申请时的过程需要额外注意，它们通常在申请的截止日期之前的两个星期就开始审核学生的材料，于是比截止日期提前了2个星期甚至4个星期递交了申请，并且在学校开始审核资料时材料已经complete了的学生就占据到了时间的优势，也因此在某种程度上可能比其他人拿到更早的和更好的offer。这也是我们一再强调的，申请不要掐着时间点来提交，在学校的申请系统开放了后，要尽早提交。

　　该项目的申请截止日期之后的3个周就可以查询申请状态，这个时候就是体现我们后期套磁和跟踪的重要性了。

　　在前面说过了，这个项目是以培养学生在CS领域的实际操作能力为目的的professional的一个学位，而众所周知的，PhD是一个academic学位，学生们也是以研究为目的的，所以虽然该项目的学生可以申请PhD，却通常不被认为是通往PhD的最佳道路。

　　尽管这个项目只是个一年制的professional的项目，但是其毕业生却非常抢手，很多知名公司直接到学校里招聘，很多毕业生手头上能拿好几份公司的offer，学校的就业中心也会给毕业生找工作提供很多帮助。

　　项目网址：http://www.cs.cornell.edu/degreeprogs/grad/index.htm

　　密歇根大学安娜堡分校

　　实验室比较好进，找老师也比较容易。想拿MS当跳板转PhD的话不错。很多EE的同学在这边也会修CS 的课。选课比较灵活。

　　除了密歇根大学自己的教师之外，由于密歇根大学的名声，以及毗邻底特律 "近水楼台先得月"，来自世界各地的客座教授和讲师也源源不断地出现在密歇根大学课堂上。

　　密歇根大学的CS项目是美国最老的CS项目之一，它崇尚创新和实践应用，学校为学生提供的校内和校外机会都非常丰富。密歇根大学的CS项目被Wall Street Journal评为第三个受招聘者欢迎的学校，很多毕业生也拿到了多个单位的offer。这样的一个拥有强势CS项目的学校，在分支方向上有下面几个：

　　Hardware Systems硬件系统

　　Intelligent Systems智能系统

　　Interactive Systems 交互系统

　　Software Systems软件系统

　　Theory of Computation计算理论

　　VLSI & CAD

　　学校的优秀也就意味着它的申请要求会比较高，例如最低3.5/4.0的GPA，最低100分的托福就是它对于硬件条件的要求。GRE语文最少为70%，数学最少在90%，分析性写作最少为40%

　　在本科课程方面，需要拿到本科学位(需要注意的是：已经拿到硕士学位的学生不能申请其MS项目)，需要在CS或相关领域拥有强大的背景，虽然并不要求本科必须是CS学位，但是多数的成功的申请者都有CS、工科、物理学或数学学位的。

　　正如前面所说，该项目毕业生就业前景较好，除了进入高技术行业，还进入了金融领域、娱乐领域、艺术领域、教育行业、运输领域和环境部门，例如很多学生进入了Apple、Google、Facebook、IBM、Intel、Microsoft、Yahoo!等公司。

　　密歇根大学由 3 所独立的大学分校组成，这几个校区分别在位于安安娜堡市、迪尔伯恩市和弗林市，这几个校区经济都不很发达，安阿伯市稍好，另两个城市的建设和发展都大大落后于一般的美国地区。

　　近些年来，随着美国汽车工业的逐渐下滑，五大湖地区的工业已经不再据有美国历史舞台的中心地位，密歇根州就业和工作前途已大不如前。

　　项目网址：http://www.eecs.umich.edu/eecs/graduate/

　　布朗大学

　　Brown 大学成立于 1764 年，她的CS 教育从 1979 年开始招收研究生，与数学、建筑、生物、经济、工程、认知与语言科学、物理、神经学等有交叉，教授也有可能来自这些系。

　　其中计算机理论和算法是最多教授从事的研究分支，而计算分子生活学是 Brown 最活跃的分支，研究内容包括计算解剖学，计算生物学，计算神经系统科学等，并与 The Center for Computational Molecular Biology (CCMB)联合从事研究工作。

　　Brown 大学地处东北地区小州 Rhode Island 的首府 Providence，罗得岛主要的经济产业有船运，制造业与卫生服务业，都有 CS 的用武之地。

　　距离波士顿约一小时的车程，离纽约 New York 需 3 个半小时的车程，让其毕业生的就业出路较为多样化。

　　项目网址：http://www.cs.brown.edu/grad/

　　以上介绍的是计算机大牛学校，

　　竞争是非常激烈了!

　　下面说的这些学校，

　　属于第二阶梯学校，

　　相对牛校来说不是那么强悍，

　　但也是不错的选择，一起来看看吧!

　　南加州大学

　　由终生制教授，研究教授和合聘教授共同组成的强大研究团队，研究小组包括人工智能，数据库与信息管理，图形、游戏与多媒体，并行与分布式计算，机器人、人脑理论与计算神经科学，软件系统与工程，通讯与系统，理论与计算科学。

　　USC的CS教育在LA 是比较受到认可的，经常会有 Microsoft、Blizzard、EA、Konami 等大公司直接来实验室招聘，并且有较多机会将作品展示给各大公司职业人士，并获得反馈，在此过程中潜在的就业机会也是不容忽略的。

　　此外，从地理位置的角度来考虑，离硅谷6小时车程，就业出路较好。

　　项目网址：http://www.cs.usc.edu/

　　佐治亚理工学院

　　Gatech的CS 设在College of Computing 下，其中有三个school：School of Computer Science，School of Interactive Computing，School of Computational Science & Engineering。

　　涉及的领域很宽广，目前有近两百位教研人员、8 个 research center。Gatech 录取后，换老师、换组比较容易，特别第一学期结束，不过鼓励尽早确定自己的研究兴趣。

　　佐治亚理工学院被称为南方的MIT，因此其学术声誉可见一斑，它的MS Computer Science有如下分支方向：

　　Architecture结构

　　Computational Perception and Robotics (CPR)计算感知和机器人

　　Computer Graphics计算机图形

　　Databases and Software Engineering (DB+SE)数据库和软件工程

　　High Performance Computing (HPC)高性能计算业

　　Human-Computer Interaction (HCI)人机交互

　　Information Security信息安全

　　Interactive Intelligence交互智能系统

　　Machine Learning (ML)机器学习

　　Modeling and Simulations 建模与模拟