美研最热门+起薪最高！留学“就业型导向”专业大起底——理工方向篇

明小德 明德立人教育
收录于合集

如果说对于出国留学而言，“入口”所指代的是各大高校项目的“录取门槛”的话，那么“出口”所对应的就应该是那无人不关心的“就业规划”了。

所以近期，小德便会从“就业型导向”的这一维度进行切入，为大家带来详备的“文商理工”类专业介绍与项目剖析。

上一期我们一起盘点了商科领域中存在感极强的“金融及其衍生方向”（传送门：起薪14W美刀+就业率100%？“就业型导向”专业大起底——金融篇），而今天就让我们把镜头转向文理/工程学院，看看那些“就业型导向”的理工项目吧！

一、CS（计算机科学）


在2020美国开放门户报告中显示，2020年国际学生申请美国留学的热门专业中，数学和计算机科学占比达19%，仅次于工科。

而通过美国2020年的H1B签证报告（H-1B是高技能任职人员的一种工作签证，该报告反应了留学生毕业后的就业选择）我们也可以看到，TOP4基本都是software相关的职业，TOP10中更是过半数都在计算机领域。


可以说，即使是在疫情肆虐的2020-2021，计算机相关专业依然是美研申请中的最大热门之一。

四大神校


相信申请CS的小伙伴们都应该知道，CMU、UC Berkeley、MIT与Stanford这四所大学是CS领域的传统名校，专排、综排都非常强，在行业内占据绝对领先地位。

在US News历年推出的最佳计算机工程专业排行榜上，这几所神校也几乎一直是并驾齐驱包揽前四的存在。

那么我们就先从“四大神校”进行切入，来看一看TOP级别的CS项目都有哪些特点，并需要哪些申请条件（以CMU与UCB为例）吧！

Part 01

CMU（卡内基梅隆大学）



CMU的CS不是一个系，而是一个学院，是全美乃至全世界最大的计算机学院。

其CS项目非常强，申请难度也很大，每年只招收不足30人。不过学生可以同时申请多个关联项目。

录取要求：

GPA+GRE/GMAT：无明确录取最低分数线，但按照往年数据来看，建议申请者提升至TOEFL 108+，GRE330+，GPA3.8+。

此外，该项目对于托福或雅思成绩的要求为强烈建议所有国际申请人提交。

先修课及技能要求：要求申请者拥有强大的数学与编程领域知识，并具备良好的软件处理能力。


Part 02

UCB（加州伯克利）



加州伯克利的计算机系位居世界顶尖行列，提供硕士和博士两种研究生学位，有500名硕士研究生和博士研究生。

CS硕士项目更偏向博士方向培养，很多学生毕业后继续就读PhD，录取人数很少。

UCB纯粹授课型的硕士比较少，项目时长约12个月，申请难度更高。

但UCB靠近硅谷，无论是实习还是就业都有着得天独厚的优势。

录取要求：

GPA+GRE/GMAT：GPA最低要求为3.0，录取中位数为3.7；

GRE无最低要求，平均录取数据为：>90% in Quantitative（量化）, >70% Verbal（口语）。

项目平均录取率为12％。

TOEFL没有最低要求，但录取平均分> 100分；iBT：推荐大于90分。

先修课及技能要求：要求申请者具备强大的技术背景，并完成至少本科水平的编程，算法，数据结构和理论方面的课程。


Part 03

MIT（麻省理工学院）



MIT的EECS系是工程学院中最大的系，拥有约700名博士研究生。有四个学位：

Master of Science为博士学位之必须阶段，但是学校并不提供最终学位为硕士的学位；

Master of Engineering仅MIT的EE，CS本科生可以申请；

Electrical Engineer and Engineer in Computer Science；

Doctor of Philosophy and Doctor of Science；

MIT的CS更偏向博士方向培养，学生毕业后继续就读PhD，没有硕士的录取，如果最终PhD读不下去，中途也可以拿到硕士学位，只要完成了硕士学位的毕业要求。但申请难度是PhD的难度。

MIT纯粹授课型的硕士比较少，项目时长也比较短，大概十二个月左右，申请难度更高。

Part 04

Stanford（斯坦福大学）



斯坦福大学的CS系隶属于工程学院，提供硕士和博士两种研究生学位。在人工智能，机器人，人机交互，电脑系统等领域都位居世界前列。

Stanford的CS硕士比较传统，以授课型为主，每年约录取一百多位学生，项目时长十八个月，授课教授不乏各学科领域响当当的大人物。

在就业方面，毕业生可选择继续攻读博士、进入互联网公司或创业等。

专排出色的顶尖项目


除去以上提及的四大神校之外，还有很多专排非常高，学术水平同样是全美翘楚般存在的学校。

这些学校虽然在CS项目方面光芒略弱于四大神校，但其教学质量与申请难度依然很高，竞争市场无比激烈。

这一档次的学校主要以UIUC、UW、Cornell、Georgia Tech、UCLA、Columbia与 USC为代表，其中综排仅位列第47位的UIUC则更是依靠出色的CS项目（专排第5），实现了将学校的影响力推向全球的壮举。


针对此一梯队的项目而言，在申请时最好能保证TOEFL105+， GRE327+，GPA3.6+的硬件成绩，科研项目与优秀的推荐信都是非常关键的加分项。

对于想申请CS项目的同学来说，还有一点需要格外注意，即虽然UC系大学（UCB/UCLA外）的综排都在30-50之间，但UC系院校有很好的师资力量和资源，且背靠美国的科技中心加州，CS就业前景非常好，因此录取要求也非常高。

同学们在申请这些学校时完全可以参照TOP10的学校要求，切勿掉进“综排陷阱”。

CS专业的细分领域


Part 01

人工智能



人工智能是CS领域目前最火的方向之一，具体研究内容包括计算机视觉、机器学习&数据挖掘、自然语言处理等。

研究内容：

计算机视觉：利用人工智能算法，让计算机理解图像，甚至将图像描述出来的一种前沿应用研究。计算机视觉可以应用到自动驾驶行业，也是当前非常热门的前沿行业。

机器学习：基于统计和数学模型来帮助机器做判定的研究方向。如图像分类，通过训练集建立模型，来分类图像等。

自然语言处理：指通过自然语言处理的模型，将人的一种语言翻译成另外一种语言。或是让计算机能够理解人类说和写的话。如：谷歌的自动翻译耳机，苹果的Siri等，都应用到了这项技术。


Part 02

计算机系统



计算机系统主要解决的是如何安全、稳定的将多台计算机的多个节点组合起来，相互协作发挥作用的技术。

这个方向的就业前景很广，因为不论到任何互联网科技公司都要做架构，要搭建后台数据库，任何业务都有系统。

计算机系统的小方向比较多，和我们传统计算机行业比较接近。比较热门小方向有：计算机架构、数据库、信息安全、分布系统、软件工程等。

Part 03

机器人



过去5-10年，因为电子工程、人工智能等行业的发展，机器人也成为一个非常火的方向。

机器人是一个交叉学科，涵盖面很广，比如电子工程，嵌入式系统，控制工程，计算机视觉，软件工程，可以向很多不同的方向钻研。

就业则可以进入做机器人、航拍无人机等产品的公司，前景非常光明。

二、DS（数据科学）


作为新时代的两大“当红炸子鸡”，且都为“交叉学科”的产物，BA（商业分析）与DS（数据科学）似乎总是会被放到一起进行讨论。

不过比起BA的商科属性来说，DS专业则普遍被开设到了计算机或统计学院之下，课程设置明显更侧重于培育学生利用计算机进行数据分析的能力。

虽然统计、数学、应用数学、金工等注重量化的专业也都符合申请条件，但一般来说，DS项目最青睐的本科专业是依然是CS。


常见的先修课程要求包括（以斯坦福大学的DS项目为例）：线性代数和概率的高级本科水平课程，以及随机过程，数值方法和编程熟练程度的入门课程（Python和C / C ++编程语言的基本用法）。

在就业出口方面则主要指向了Data Scientist（数据科学家），Data Engineer（数据工程师）与Data Analyst（数据分析员）这三种。

TOP名校的DS项目


Part 01

Harvard（哈佛大学）



哈佛大学的数据科学项目开设在SEAS(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)学院内。

项目自2018年开设，相对较新，但因该项目由统计系和计算机科学系联合开办，所以课程、教授都还比较成熟。

录取难度十分高，非常注重数学、计算机、统计方面的学术成绩和科研经历。

这个项目十分偏好数学基础扎实，综合能力全面，且有丰富科研经历的学生，录取者的专业从计算机，应用数学，经济甚至心理学都有涵盖。

Part 02

Columbia（哥伦比亚大学）



哥伦比亚大学的DS项目还是十分成熟的，保持了非常高的水准，因为此项目开设时间长，已经招收了很多届学生。

此外，项目本身课程安排非常合理，能帮助编程基础不足的学生补齐短板，又提高了学生在data science方面的知识水平。

同时，该项目也安排了很多求职的机会，录取难度居中。

Part 03

Stanford（斯坦福大学）



斯坦福大学的数据科学项目也同样十分成熟，就业前景光明，身处硅谷福地，是天时地利人和的完美项目之一了。

其相关专业共有两个，一个是统计系下的Data Science track，还有一个是ICME（Institute for Computational & Mathematical Engineering）的数据科学，课程设置也比较像，差距在于录得人背景不太一样。

前者更看重数学与物理背景，且相当看重你的Research Experience，而后者则相对而言对申请者更友好一些。

两个项目的数据科学课程的课程要求完全相同，基本由统计、数学与计算机这些领域涵盖，学生可以根据自己的情况安排学习进度和计划，同时享受斯坦福提供的大量学术资源。

录取难度则是非常的大，每年大概只录取3-6人。

Part 04

CMU（卡内基梅隆大学）



卡内基梅隆大学是出了名的计算机神校，其Computational Data Science开设在School of Computer Science – SCS下面。

MCDS项目包含了三个track：System Track（系统方向）, Analytics Track（分析方向）和HCI Track（人机交互方向）。

申请数量一直居高不下，1000+人申请，录取人数却保持在60左右。

录取学生的本科专业基本包括在计算机、数学、统计三个学科，相对更加适合以计算机本科的同学申请。

三、统计学


统计学(Statistics)是应用数学的一个分支，主要是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测未来的一门综合性科学，应用范围几乎覆盖了社会科学和自然科学的各个领域。

未来世界的竞争是数据的竞争，我们正在进入一个统计为王的时代。

如果说数据是一种财富，那统计学就是打开财富宝库的金钥匙。


统计学TOP项目的录取条件


受其定义与学习方向影响，美国知名高校的统计学项目往往对学生的数理条件要求很高。

我们可以以专排全美前2的斯坦福大学与加州伯克利的统计项目为例，探寻一番顶尖统计项目的录取条件。

Part 01

Stanford（斯坦福大学）


录取要求：

GPA+GRE/GMAT：被录取的申请人的平均GRE分数为（以百分位数计）：口语92％、量化97％、分析写作82％；

数据科学track则对口语能力的要求更为突出；

TOEFL录取平均分为110。

斯坦福大学在项目官网的Q&A中写到，强大的数学背景，尤其是概率、统计和线性代数方面的数学背景，对于录取过程非常重要。

虽然这并不是确定哪些申请人被录取的唯一因素，但强烈建议准申请者们考虑增强他们的数学技能之后，再进行申请。

同时官网还为数理背景较差的同学给出了推荐补课的清单：线性代数、统计学/概率以及熟练程度以上的编程水平（java，C ++等）。



Part 02

UCB（加州伯克利）


录取要求：

GPA+GRE/GMAT：被录取的申请人的平均GRE分数为（以百分位数计）：口语70％，量化94％，分析写作48％。

TOEFL录取最低分为90。

同样要求申请者必须具备强大的数学、统计学以及量化领域的背景知识。

课程方面则以：人工智能/机器学习、生物医学、高维数据分析、概率论、统计计算等为核心内容。


在每一年的申请季中，理工类项目都是十分热门的存在，而虽然部分交叉学科对于申请者的本科背景没有限制，但受其课程与研究调性影响，大多数理工项目依然需要学生具备很强的数理背景。

在本次申请季中，明德学子在CS、DS、统计等多个理工领域均有TOP名校offer斩获，传送门：（战绩 | 今年第一个火爆的CS硕士 offer 来了！！！还有$5000/年奖学金！、2021战绩 | 炸裂！专排TOP1！录取率仅4%！三枚斯坦福大学统计录取！、2021战绩 | 芝大！哥大！密歇根安娜堡！莱斯...统计offer大丰收！）。

对这些领域感兴趣的同学，也可以扫码联系小助手，得到专业导师的规划指导，或是进行专业背景评估哦！

推荐阅读：
2021战绩 | BA“彩票校大联盟”录取x2！极低录取率的项目该怎么拿下？
2021战绩 | 全美TOP1！JHU公卫学院王牌项目录取！陆本背景的TA加入疫情保卫战！
美国顶级院校，最热门专业的offer获取秘籍！快来看看自己是否匹配呢？
2021战绩 | 梦校+神仙项目合体！专排全美TOP1！卡梅MISM+Gatech运筹学录取！
2021战绩 | 文科生录取MIT金融！揭秘MIT不为人知的招生偏好

留学咨询|实习就业|语言培训
欢迎扫码添加小助手
获取专业老师一对一咨询

精选留言