計(jì)算機(jī)科學(xué)（英語(yǔ)：computer science，縮寫(xiě)為CS）是一門(mén)包含各種各樣與計(jì)算和信息處理相關(guān)主題的系統(tǒng)學(xué)科勋眯，從抽象的算法分析婴梧、形式化語(yǔ)法等等，到更具體的主題如編程語(yǔ)言客蹋、程序設(shè)計(jì)塞蹭、軟件和硬件等。它根植于電子工程讶坯、數(shù)學(xué)和語(yǔ)言學(xué)番电，是科學(xué)、工程和藝術(shù)的結(jié)晶辆琅。在20世紀(jì)最后的三十年間興起成為一門(mén)獨(dú)立的學(xué)科漱办，并發(fā)展出自己的方法與術(shù)語(yǔ)。

CS究竟有多火婉烟？

自從第一臺(tái)計(jì)算機(jī)誕生于美國(guó)后娩井，美國(guó)在全球計(jì)算機(jī)領(lǐng)域一直處于領(lǐng)先地位，這也使得美國(guó)計(jì)算機(jī)產(chǎn)業(yè)迅猛發(fā)展似袁，帶動(dòng)了整個(gè)就業(yè)市場(chǎng)洞辣。近10年咐刨，美國(guó)高科技發(fā)展迅速，硅谷更是是全球高科技公司的聚集地扬霜，巨大的就業(yè)市場(chǎng)和遠(yuǎn)高于平均水平的薪資待遇使CS成為了最熱門(mén)的申請(qǐng)專(zhuān)業(yè)所宰，每年吸引著大量的國(guó)際留學(xué)生。

同時(shí)作為STEM專(zhuān)業(yè)畜挥，原本抽中H1B的概率就已經(jīng)大于很多專(zhuān)業(yè)仔粥，根據(jù)最新的數(shù)據(jù)，2017年美國(guó)移民局總共收到647,852 Labor Condition Application(LCA)蟹但，其中計(jì)算機(jī)相關(guān)的崗位總共是336,513躯泰，比例超過(guò)50%。排名前十的崗位中CS領(lǐng)域超過(guò)半壁江山华糖，平均薪資從$60000-$120000麦向。

美國(guó)勞工部數(shù)據(jù)更是預(yù)測(cè)從2014-2024年還將增加488500個(gè)計(jì)算機(jī)相關(guān)崗位，增長(zhǎng)率為12%客叉。因此對(duì)于想留在美國(guó)發(fā)展的同學(xué)來(lái)說(shuō)诵竭，選擇計(jì)算機(jī)專(zhuān)業(yè)無(wú)疑會(huì)增加自己留下的幾率。

CS專(zhuān)業(yè)詳解

美國(guó)前100的學(xué)校中有80幾個(gè)學(xué)校開(kāi)設(shè)CS碩士專(zhuān)業(yè)兼搏，少數(shù)學(xué)校只有本科學(xué)位卵慰，例如Pepperdine U和Texas Christian U，少數(shù)學(xué)校例如MIT和斯坦福只招PhD佛呻，MIT的Master只針對(duì)本校學(xué)生裳朋，斯坦福的Master的課程都是online的。CS絕大部分是在計(jì)算機(jī)系吓著，有一部分將EE和CS設(shè)在同一個(gè)系下面鲤嫡，比如UC-Berkeley, MIT, Northeastern U等；還有一些將CS和CE設(shè)在一起绑莺，比如說(shuō)U ofWashington Seattle, UC San Diego等暖眼。

計(jì)算機(jī)科學(xué)大致可以分為三大類(lèi)，分別是研究理論層面纺裁、系統(tǒng)軟件層面和計(jì)算機(jī)應(yīng)用層面诫肠，而下面又有更細(xì)的分支，多達(dá)十幾個(gè)：

1. 系統(tǒng)與網(wǎng)絡(luò)（System and Network）

2. 人工智能（Artificial Intelligence）

3. 計(jì)算機(jī)隱私與安全（Privacy and Security）

4. 編程語(yǔ)言（Programming Language）

5. 數(shù)據(jù)庫(kù)（Database）

6. 計(jì)算機(jī)圖形學(xué)（Computer Graphics）

7. 生物信息學(xué)與計(jì)算生物學(xué)（Bioinformatics and ComputationalBiology）

8. 算法（Algorithm）

9. 計(jì)算機(jī)理論（Computer Theory）

10. 科學(xué)計(jì)算（Scientific Computing）

11. 軟件工程（Software Engineering）

12. 計(jì)算機(jī)體系結(jié)構(gòu)（Computer Architecture）

13. 人機(jī)交互（Human Computer Interaction）

Artificial Intelligence

這幾年申請(qǐng)最火的莫過(guò)于人工智能（Artificial intelligence对扶，簡(jiǎn)稱(chēng)AI）区赵。AI 這一概念最早出現(xiàn)于1956年的達(dá)特茅斯學(xué)術(shù)會(huì)議，是由CMU的Allen Newell 和 Herbert Simon等人提出的浪南，他們指出人工智能是從計(jì)算機(jī)應(yīng)用系統(tǒng)角度出發(fā)笼才，研究如何制造出人造的智能機(jī)器或智能系統(tǒng)，來(lái)模擬人類(lèi)智能活動(dòng)的能力络凿，以及延生人類(lèi)智能科學(xué)(包括2個(gè)部分：模擬人類(lèi)以及延伸人類(lèi)智能)骡送。1997年5月昂羡，IBM公司研制的深藍(lán)(DEEP Blue) 計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕羅夫，人工智能開(kāi)始引起大家的關(guān)注摔踱，而近十年虐先，不斷出現(xiàn)無(wú)人機(jī)，無(wú)人車(chē)派敷，到去年開(kāi)始名聲大噪的Alpha Go,這些都顯示著人工智能在火速發(fā)展蛹批。

AI的應(yīng)用領(lǐng)域主要有：1) 機(jī)器人領(lǐng)域；2) 語(yǔ)言識(shí)別領(lǐng)域篮愉；3) 圖像識(shí)別領(lǐng)域腐芍；4) 專(zhuān)家系統(tǒng)。其分支包括：第一试躏，模式識(shí)別猪勇；第二，機(jī)器學(xué)習(xí)颠蕴；第三泣刹，數(shù)據(jù)挖掘；第四犀被，智能算法椅您。美國(guó)院校前76的學(xué)校中有60多所開(kāi)設(shè)了AI方向，其中斯坦福在AI 領(lǐng)域有著最強(qiáng)的師資力量和研發(fā)團(tuán)隊(duì)弱判，同時(shí)其優(yōu)越的地理位置也使其和企業(yè)有著密切的合作襟沮，Google的無(wú)人駕駛汽車(chē)項(xiàng)目就是由斯坦福人工智能實(shí)驗(yàn)室主任塞巴領(lǐng)導(dǎo)谷歌一個(gè)團(tuán)隊(duì)承擔(dān)的。

CMU最早開(kāi)始研究人工智能昌腰，其計(jì)算機(jī)系下面有專(zhuān)門(mén)的機(jī)器學(xué)習(xí)和機(jī)器人的department，研究實(shí)驗(yàn)室從Machine Learning到CV都很齊全膀跌。而且不久前CMU宣布AI計(jì)劃遭商，它的目標(biāo)是通過(guò)連接、整合校內(nèi)的所有人工智能研究資源使CMU AI成為全世界規(guī)模最大的捅伤、最富經(jīng)驗(yàn)的人工智能研究團(tuán)隊(duì)之一劫流。

密歇根安娜堡和德州奧斯汀的AI方向也很不錯(cuò)，但其地理位置決定了它們的方向更側(cè)重于硬件丛忆，比如密歇根重點(diǎn)應(yīng)用于機(jī)器人方向祠汇，而Austin由于周邊新建了很多相關(guān)的工廠，例如IBM熄诡，Intel,微軟等可很，所以主要方向是和芯片研發(fā)配合相關(guān)的。

Machine Learning

除了AI凰浮，這幾年我們還經(jīng)常聽(tīng)到學(xué)生提起的是Machine Learning（機(jī)器學(xué)習(xí)）我抠。Machine Learning是AI下面的一個(gè)分支苇本，專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能菜拓，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能瓣窄。因?yàn)閷W(xué)習(xí)算法中涉及了大量的統(tǒng)計(jì)學(xué)理論，機(jī)器學(xué)習(xí)與推斷統(tǒng)計(jì)學(xué)聯(lián)系尤為密切纳鼎，也被稱(chēng)為統(tǒng)計(jì)學(xué)習(xí)理論俺夕。機(jī)器學(xué)習(xí)已廣泛應(yīng)用于數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)贱鄙、自然語(yǔ)言處理劝贸、生物特征識(shí)別、搜索引擎贰逾、醫(yī)學(xué)診斷悬荣、檢測(cè)信用卡欺詐、證券市場(chǎng)分析疙剑、DNA序列測(cè)序氯迂、語(yǔ)音和手寫(xiě)識(shí)別、戰(zhàn)略游戲和機(jī)器人等領(lǐng)域言缤。上面提到的Alpha go的主要原理就是Machine Learning里面的深度學(xué)習(xí)嚼蚀。

除了CMU有專(zhuān)門(mén)的MS in Machine Learning以外，大部分學(xué)校是CS下面會(huì)有教授研究Machine Learning這個(gè)課題管挟，所以一般情況下是以申請(qǐng)PhD為主轿曙，難度比較大。由于是交叉學(xué)科僻孝，所以除了CS系以外导帝，EE和統(tǒng)計(jì)系下面也有不少教授是研究這個(gè)方向的，很多Mahcine Learning的大牛都是身兼CS和統(tǒng)計(jì)兩個(gè)專(zhuān)業(yè)的教授穿铆，例如伯克利的M. I. Jordan您单。如果學(xué)生如果只是對(duì)Machine Learning這個(gè)方向感興趣的話，也可以嘗試申請(qǐng)統(tǒng)計(jì)方向下的荞雏。對(duì)于沒(méi)有接觸過(guò)Machine Learning虐秦，但是有申請(qǐng)想法的同學(xué)，建議先去coursera上先學(xué)習(xí)一下斯坦福大學(xué)的這門(mén)課程凤优，不僅可以作為先修課背景悦陋，也可以更好的了解Machine Learning究竟在研究什么。

HCI

人機(jī)交互算是一門(mén)新興的學(xué)科筑辨，交叉性比較強(qiáng)俺驶，涉及到計(jì)算機(jī)科學(xué)的多個(gè)學(xué)科方向（圖像處理，計(jì)算機(jī)視覺(jué)挖垛，編程語(yǔ)言等）以及人文學(xué)科的多個(gè)方向（人體工程學(xué)痒钝，人因秉颗，認(rèn)知心理學(xué)等）。雖然有關(guān)人機(jī)交互的研究可追溯到1975年送矩，但近年來(lái)消費(fèi)電子技術(shù)的進(jìn)步打開(kāi)了令人興奮的新局面蚕甥，所以很多學(xué)校開(kāi)始這個(gè)方向的投資，申請(qǐng)?jiān)擁?xiàng)目的學(xué)生也越來(lái)越多栋荸。但是總得來(lái)說(shuō)現(xiàn)在有HCI方向的學(xué)校并不是太多菇怀，而且和Machine Learning很像，除了CMU, Gatech, U of Washington-Seattle等有專(zhuān)門(mén)的碩士學(xué)位晌块，絕大部分學(xué)校都只是教授有相關(guān)的研究方向爱沟。而且很多學(xué)校的HCI會(huì)分為技術(shù)和設(shè)計(jì)兩大類(lèi)，比如Gatech下面就有4個(gè)track,分別為IC（互動(dòng)編程）匆背、ID（工業(yè)設(shè)計(jì)）呼伸、心理學(xué)和多媒體。因此和其他方向相比钝尸，HCI對(duì)于學(xué)生的計(jì)算機(jī)背景要求并沒(méi)有這么高括享，反而更多會(huì)看重學(xué)生的作品集，好的作品集會(huì)加分不少珍促。

就業(yè)方向分析

CS專(zhuān)業(yè)的學(xué)生就業(yè)方向非常廣泛铃辖，以卡耐基梅隆CS專(zhuān)業(yè)為例，其畢業(yè)生的主要就業(yè)公司有知名的Amazon猪叙，Apple娇斩，Bloomberg，F(xiàn)acebook穴翩，Google等犬第，就業(yè)的主要崗位有軟件工程師，研發(fā)工程師芒帕，IOS開(kāi)發(fā)工程師等瓶殃。西海岸以硅谷的高科技園區(qū)為中心，輻射出一大片的新型創(chuàng)業(yè)公司副签，其中不少是由斯坦福，伯克利基矮，CMU的校友聯(lián)合創(chuàng)辦淆储，就業(yè)機(jī)會(huì)不斷增多，因此可以看到CMU畢業(yè)生72%的就業(yè)是在西海岸家浇。

申請(qǐng)形勢(shì)分析

1. 專(zhuān)業(yè)背景

雖然美國(guó)大部分專(zhuān)業(yè)是接受轉(zhuǎn)專(zhuān)業(yè)的本砰，但是像CS這些技術(shù)性強(qiáng)的專(zhuān)業(yè)對(duì)于先修課程的背景還是有一定要求的，申請(qǐng)者必須有較多的計(jì)算機(jī)課程钢悲。例如康奈爾就明確指出學(xué)生要有5門(mén)同等level的課程：

Object-Oriented Programming and Data Structures点额；

Data Structures and Functional Programming舔株；

Computer System Organization andProgramming；

Discrete Structures还棱；

Basic Calculus and Linear Algebra.

2. 標(biāo)化成績(jī)

不管申請(qǐng)什么專(zhuān)業(yè)载慈，標(biāo)化成績(jī)都是我們最先看的。建議申請(qǐng)者GPA不要低于3.0珍手，因?yàn)檫@是很多學(xué)校的一條標(biāo)線办铡，如果想申請(qǐng)前30的學(xué)校，最好能到3.5+琳要；托福很多學(xué)校官網(wǎng)要求只有80寡具，但是很明顯這個(gè)成績(jī)僅供參考，真實(shí)申請(qǐng)和錄取的學(xué)生分?jǐn)?shù)遠(yuǎn)高于80稚补。前30的學(xué)校一般需要100+童叠，部分學(xué)校還有小分要求；GRE大部分沒(méi)有明確要求课幕，但建議是315+厦坛，數(shù)學(xué)部分165+。

3. 軟性背景

軟性背景一般包括實(shí)習(xí)撰豺，活動(dòng)粪般，研究，海外交流污桦，比賽等亩歹，對(duì)于理工科學(xué)來(lái)說(shuō)，最能體現(xiàn)他們能力的就是研究經(jīng)歷凡橱，實(shí)習(xí)和比賽小作。國(guó)內(nèi)學(xué)生一般首先會(huì)考慮參加自己學(xué)校導(dǎo)師的一些項(xiàng)目，因?yàn)檫@是最便捷稼钩，而且也能自然而然產(chǎn)生一封推薦信顾稀。同時(shí)現(xiàn)在很多學(xué)校都和海外院校有合作關(guān)系，例如復(fù)旦大學(xué)就和UCB坝撑，UCLA静秆，UCSD等有合作關(guān)系，優(yōu)秀的學(xué)生可以去學(xué)期交換巡李，甚至參加summer lab抚笔，這些經(jīng)歷再申請(qǐng)時(shí)都是亮點(diǎn)，當(dāng)然能拿到海外導(dǎo)師的推薦信那就更加分了侨拦。一般國(guó)內(nèi)本科生發(fā)文章難度比較大殊橙，但是可以盡量去嘗試。除此之外，學(xué)生還可以參加一些相關(guān)的比賽膨蛮，比較建議學(xué)生參加的是一些國(guó)際比賽叠纹，例如ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽，北美ICM建模競(jìng)賽等敞葛，美國(guó)院校對(duì)于這些比賽的熟悉度比較高誉察，所以比較認(rèn)可在這些比賽中取得的成績(jī)。

校外實(shí)習(xí)建議以研發(fā)部門(mén)和測(cè)試部門(mén)的技術(shù)崗為主制肮，例如JAVA設(shè)計(jì)開(kāi)發(fā)編程實(shí)習(xí)生冒窍，Software Development Engineer Intern，Web Designer Intern等豺鼻。

啟德留學(xué)CS案例分享

院校：985院校综液，軟件工程專(zhuān)業(yè)

GPA：3.52/4.0

IBT：107GRE： 322

軟性條件：2個(gè)課堂projects，2段研究儒飒，1段實(shí)習(xí)

錄取學(xué)校：卡耐基梅隆谬莹，芝加哥，南加大桩了，布蘭迪斯

院校：985院校附帽，CS專(zhuān)業(yè)

GPA：3.8/4.0

IBT：104???GRE：319

軟性條件：5段研究經(jīng)歷，2篇論文井誉，1段實(shí)習(xí)

錄取學(xué)校：UIUC博士全獎(jiǎng)蕉扮，南加大博士全獎(jiǎng)，普渡大學(xué)博士全獎(jiǎng)颗圣，威斯康辛麥迪遜博士全獎(jiǎng)

院校：985院校喳钟，計(jì)算機(jī)科學(xué)與技術(shù)

GPA：3.25/4.0

IBT：95???GRE：321

軟性條件：3段研究經(jīng)歷，1段實(shí)習(xí)

錄取學(xué)校：紐約大學(xué)(帶獎(jiǎng))在岂，喬治華盛頓奔则，羅切斯特，凱斯西楚等蔽午。

院校：非985非211院校

GPA：2.76/4.0

IBT：90??? GRE:311

軟性條件：1段實(shí)習(xí)易茬，3段課堂projects

錄取學(xué)校：SMU，SIT及老，Marquette University