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

专业解析 2021-05-02 16:44:11

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)


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。

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。
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。


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 EngineeringMIT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)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!)。

'); })();
关闭

美国留学

400-888-4251