今天，禾小花就来跟大家聊聊美国计算机科学硕士项目申请解析。还有优秀的禾君学子们在该专业的录取案例~感兴趣就一起来看看吧！
计算机科学是研究计算机及其周围各种现象和规律的科学，也就是研究计算机系统结构、程序系统（即软件）、人工智能与计算本身的性质和问题的学科。
从院系设置上，计算机科学（简称CS)主要设置于独立的计算机学院，也有一些项目设置在工程学院或文理学院下，旨在培养学生熟练掌握计算机理论的研究与应用，并为相关行业如信息安全等提供高素质的计算机类人才。
在学位设置方面，会有硕士学位和博士学位两种，前者通常需要完成课程学习以及capstone项目，后者则需要完成更多研究工作和撰写博士论文。
从院系设置上，和计算机科学(简称CS)不同的是，计算机工程(简称CE)主要设置在工程学院下。CS主要是从计算机的角度，研究计算算法、可计算性与编程语言等。相对计算机工程，CS更偏向计算机理论的研究与应用。
而计算机工程，它会更关注计算机硬件开发，例如微处理器如何工作、设计与优化，需要考虑如何在电子元件之间实现有效传输数据；如何去设计电子元件综合系统、如何处理软件内指令以及如何针对特定的硬件平台编写、编译和优化软件。
CE更像是电子工程和计算机科学的一个交叉领域，属于应用型的学科，因此，更多大学会设置CS的PHD，而几乎没有CE的PHD项目。可以说，计算机工程师是专门从事软件设计、硬件设计或者集成两者系统设计的电气工程师。
例如研究ISA，Pipeline，Cache架构等对于计算性能带来的提升，致力研究高性能计算机，如银河超级计算机，显卡性能提升等。通过改变硬件内部逻辑，算法，架构来挖掘性能。
和计算机诞生一样，计算机科学真正作为一门独立学科也是始于美国，即1962年普渡大学计算机科学系的正式成立，而这不仅是美国也是世界上第一个计算机科学系。
正如计算机科学是从数学或电子工程中分支出来的一样，新的学科发展到一定阶段也会从计算机科学中独立出来，比如软件工程、编程语言、机器人、人工智能等~
部分大学根据当前院系设置、学科研究和人才培养的需要独立地设置了上述专业的硕士项目（如东北大学的机器人硕士项目），而不仅只是作为计算机科学的一个分支（如南加大的计算机科学下的机器人分支）。
接下来，我们讨论的则是美国计算机科学（即CS）硕士专业下，通常有哪些专攻方向可以选择。通过对各所院校CS具体研究方向的考察，可以将其下属方向归纳为14个主要研究方向。
接下来我们会按照各个方向在计算机科学专业排名榜上的76所院校开设的热门程度从高到低逐一进行详细介绍：
计算机网络是利用通信设备和线路将地理位置不同又功能独立的多个计算机系统连接起来，并以功能完善的网络软件实现网络的硬件、软件及资源共享和信息传递的系统，简单的来说即连接两台或多台计算机进行通信的系统。
此分支方向主要的学习内容从网络基础理论，拓扑结构，相关组成硬件，传输媒体（光导纤维，同轴电缆，双绞线有线传输，卫星传输， 红外线传输，激光传输，无线电波等无线传输），再到各种网络协议等。
关于系统与网络大家比较熟知的应用就是苹果闭环系统的AirDrop（隔空投送）功能。AirDrop的跨设备传送需要Wi-Fi。人们通常处在一个有中心节点的Wi-Fi网络中，网络中的节点彼此间通过中心节点交换信息，了解对方的状态。
而AirDrop和蓝牙类似，设备们运行在一个去中心的ad-hoc无线网络中。在AirDrop中，系统首先会扫描附近支持AirDrop的设备，然后通过Wi-Fi建立安全的ad-hoc连接，再通过Finder的图形界面显示发现到的设备，接下来用户可以发送和接受文件。
AirDrop功能也只在苹果设备才有，可见苹果利用自有的封闭操作系统和一些网络协议实现了文件和信息的共享，十分有自己的特色。
网络方面的研究课题包含了网络协议和安全服务的整个开发周期，从设计到具体细节，验证， 测试，性能分析，执行以及性能调整等。
从学习内容能看出，系统与网络是计算机科学分类下一个非常老牌的专业方向，从计算机系统的建立之初便开始了研究，应用范围也很广，但凡涉及到计算机联机的地方都有用到这一块的知识~
专业排名前76的计算机科学学校中有73所都开设了该研究方向，开设率达96%。而从已经在读的中国计算机科学学生研究方向情况来看，该方向也是最热门方向之一。就业对口职位有系统管理员，系统工程师，网络工程师等。
人工智能作为计算机科学的一个分支，它从计算机应用系统角度出发，研究如何制造出人造智能机器或智能系统，来模拟人类智能活动，衍生人类智能科学。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
随着人工智能技术的逐渐成熟，人工智能和机器人在人类生产和生活过程中扮演越来越重要的角色。举个最简单的例子——Siri这类语音助理，研究人员所面临的的挑战是让它如何更好地理解人类语言以及语言背后的行为动机，人工智能系统使用大量机器学习技术，使它们能够更好完成人机交互这一异常复杂的任务。
此研究方向研究非常热门，计算机科学专业排名前76的学校有64所开设该方向，开设率85%。据职场社交平台LinkedIn(领英)所发布的《全球人工智能领域人才报告》显示，这一领域人才需求在过去3年间增长了8倍，而中国人工智能的人才缺口每年可达百万。
合适就业岗位包括科研机构研究员(机器人研究所，如全球顶尖医用机器人制造商Hansen Medical，招聘职位如机器人系统工程师等)软硬件开发人员、高校讲师等。国内的就业前景也比较好，国内产业升级，IT行业转型，工业和机器人，智能机器人与可穿戴设备的研发都是正当时的热点。
笼统说，计算机安全主要是保护计算机与网络免于滥用和干扰。而从过去历史看来，计算机攻击一般来说包含攻击系的完整性、保密性与可用性。如今的信息安全技术一直在发展中，不单包含了对上述攻击的防御，同时也增加了更多应用，如过滤垃圾邮件与防止身份盗用而导致的信息泄露等。
计算机科学专业排名前76的学校有57所开设此研究方向，开设率达75%。基于网络的庞大和复杂性，计算机与信息隐私和安全已经是人人关注的问题。最需要信息安全人才的典型行业包括政府，银行和证券，各种商业机构也都有迫切的人才需求。
而从择业范围来看，计算机隐私与安全已经从网络安全一枝独秀，到逐渐加入应用安全、数据安全和系统安全的全面支撑。产品类型也更加多样，网络边界、内网、服务器、PC 终端、移动介质、操作系统、数据库、应用软件等软硬件系统防护体系的全面推进~
依靠防火墙、IDS 和防病毒软件―老三样已经无法保障整体安全，使得UTM、IPS、VPN、终端安全管理、安全审计等新兴安全产品以及安全服务有了更大的施展空间。因此，毕业生的就业前景是非常乐观的。
由于信息安全的敏感度，此研究方向在美国的招生更加偏向于有绿卡的本土人士，而经过对排名前76的计算机科学学校在校学生研究分支的初步观察，极少有发现计算机信息隐私与安全领域的在读博士研究生。
包括开发新型编程语言以助程序员实用高效地开发可靠的软件，计算机辅助语言学习，计算语言学，从初阶的打字理论，自动定理证明，语义学等发展到如今的基于语言的途径以解决计算机安全与分布式编程中的重大问题~
此外，还包括语言应用，编程分析与优化等，从而可以从根本上提高软件可靠性与安全性。学习编程其实就是学习一种语言：一种与机器对话的语言。拿现在比较火的编程语言Python来举个例子。
Python由于具有丰富和强大的库，它又被叫做作胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。较常见的一种应用情形是，使用Python快速生成程序的原型，然后对其中有特别要求的部分，用更合适的语言改写~
比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。信息安全，大数据处理，数据可视化机器学习，物联网/服务器开发，各大软件的api，桌面应用，都需要python。
计算机科学专业排名前76的学校有54所开设此研究方向，开设率达71%。编程语言是计算机科学领域的基础老牌学科，其发展相对缓慢，研究上的努力大多数都体现在框架和工具等方面了~
由于从头开始创建编程语言代价太大，目前很多新出现语言都是基于现有框架建立起来，影响力较大的趋势主要有三种，声明式编程风格(DSL与函数式编程)，动态语言的研究与并发编程。申请热门程度属于中等，市场需求大，主要从事软件开发与应用等工作。
学习与数据管理相关的所有方面，包括数据存储，数据检索，数据分析和视觉化，如为超大型数据组开发高效算法，为各种新型应用领域建立大型数据系统，也有与其他领域进行跨学科研究，可以应用的领域有电脑游戏设计，保护数据隐私与安全等。当下我们常用于存储和管理文件、视频、音频等的百度云、华为云就是基于数据库搭建的。
计算机科学专业排名前76的学校有50所开设此研究方向，开设率为66%。数据库是商业灵魂和大脑，无论公司是自己开发应用软件还是购买第三方应用软件，几乎都会涉及到数据库~
最常见职位如数据库管理员，主要工作内容涉及到数据库安装升级，存储方案，创建存储结构，创建数据库对象，根据反馈修改数据库结构，维护数据库安全，保证数据库使用符合相关法规，监控用户对数据库的存取访问，优化数据库性能等。
计算机图形学(简称CG)是一种使用数学算法将二维或三维图形转化为计算机显示器栅格形式的科学。如何在计算机中表示图形以及如何利用计算机进行图形生成、处理和显示的相关原理与算法，构成了计算机图形学的主要学习内容。而计算机动画就是计算机图形学的一个子领域。近年动画师越来越多借助于三维计算机图形学，纵使二维计算机图形学仍然被广泛使用着。
计算机科学专业排名前76的学校有48所开设此研究方向，开设率达63%。主要应用方面如艺术设计（二维三维的静止画，动画，比如自由创作，服装/工业/网页设计，电视广告等），游戏设计（相关的公司如任天堂，Sega，索尼等），动画与漫画等。上述领域都是计算机图形学毕业生未来就业的最佳参考方向。
人类基因工程的完成对现代生物学中的新型计算和理论工具提出了新要求。这些工具对于分析、理解和控制生命的具体信息都至关重要。生物信息学与计算生物学也在该历史背景下应运而生。此方向属新兴研究，主要是利用应用数学，信息学，统计学与计算机科学的方法来研究生物学的问题，因此，也需要从事此方向学习和研究的学生有较强的数学和统计背景。
将计算机科学中的方法，如数据挖掘，机器学习，数据处理，计算模型，分析工具，算法研究，计算机视觉等应用于生物系统中便于人类理解分子生物序列数据，分析蛋白质形成，生物功能预测，基因网络研究，细胞范围的计算等。在此过程中，计算机科学研究人员与生物研究人员紧密合作。
目前来说研究方法包括对生物学数据的搜索（收集和筛选），处理（编辑，整理，管理和显示）以及利用（计算和模拟）。而生物信息学与计算生物学之间的差别为：生物信息学更侧重于生物学领域中计算方法的使用和发展，计算生物学强调应用信息学技术对生物学领域中的假说进行检验，并去尝试发展新的理论。
专业排名前76的计算机科学学校中有47所学校开设生物信息学与计算生物学研究方向，开设率为62%。作为新兴研究方向，较少有中国学生申请和就读。就业出路方面，主要从事研究工作，最直接的应用贡献领域有生物制药研发，比如对药物靶标基因的发现和验证。即利用数据库技术来获得不同组织在正常疾病状态下基因表达的差异，通过搜索这些数据库，得到候选基因作为药物靶标，特异性地针对某一种病毒。
广义上的算法是指为解决一个问题而采取的方法和步骤，而计算机科学下的算法则是指计算机为解决某一个问题或完成某一个任务的发出的一系列清晰的指令。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。现代算法理论主要研究目的就在于如何开发出更加效率的算法，研究相关算法的设计方法与实现技术。
研究课题包括数据结构，算法设计，算法分析机器学习理论，密码学与安全，经济学领域计算，网络算法与科学计算等。算法的应用场景非常广，举个推荐算法的例子，我们在淘宝购物打开APP时总能看到我们要买的东西、刷抖音短视频时也总能看到我们想看的视频，它在其中就发挥了关键作用。
专业排名前76的计算机科学学校中有46所学校开设算法研究方向，开设率达60.5%。主要是因为算法这一方向是计算机科学专业领域下最为基础的传统专业方向之一，它在计算机科学界与计算机应用界都有着非常高的地位，这一点可以从一个著名公式看出：算法+数据结构=程序。
在申请方面，相对它的研究热度，算法方向的申请热度则可以说是比较冷清的，中国学生一般来说都比较少申请这一方向。就业前景方面，由于算法是计算机科学的一个基础方向，因此，它的就业前景也是涵盖计算机科学各个领域，毕业生可以从事如编程人员、软件开发师、计算机前沿科技(如机器人技术工程师、自动化工程师、生物资讯科研人员、生物统计人员)等工作。
计算机理论，顾名思义，是为计算机科学的发展与研究提供理论基础的一门学科。该课程学习涉及到计算机科学核心课题，归纳起来涵盖了可计算性、文法与自动机、逻辑学、复杂性以及语义学等共5个部分，涉及到可计算性理论、形式语言、逻辑学与自动演绎、可计算复杂性和编程语言语义等内容，并学习和研究这些内容之间的联系。
研究课题则包括了算法学与复杂性理论，编程语言理论， 矩阵计算，计算几何学（包括孔斯曲面等，与计算机图形学有所交叉），量子信息理论，并行编程，程序设计语言中的理论部分如语法语意以及程序设计语言的优劣分析等。
专业排名前76的计算机科学学校中有45所学校开设计算机理论研究方向，开设率为59.2%。它同样是计算机科学的基础方向之一，有较高的研究热度。由于其属于理论研究，因此，申请此方向的人并不算多，毕业生的主要就业去向也更多地是在学术界或者科研机构。
科学计算，又称为计算科学，它的主要学习内容和研究领域是利用数学模型构造以及数量分析技术，通过计算机来分析解决科学问题。在实际应用中，科学计算经常用于计算机仿真以及其它各种问题的数学计算，包括数值模拟、模型拟合与数据分析与最优化计算等。数值分析(Numerical analysis)，是科学计算专业方向中会应用到的核心方法。
研究课题包括为移动物体建模，与研究员和工程师这类终端用户紧密协助获取反馈，开发分级存储器体系，高性能计算，普适计算，因特网计算，无线计算，并行计算等。科学计算应用领域也很广泛，比如高能物理、工程设计、地震预测、气象预报、航天技术等。
专业排名前76的计算机科学学校中有42所学校开设科学计算研究方向，开设率55.3%如何登录国外帐号苹果手机。而随着科技的发展，当代的科学家和工程师们比以往任何时候都依赖计算机建模与模拟来指导他们的实验或者设计工作，而支持这些活动的基础设施取决于安全高效可调整的数值算法。科学计算在此过程中发挥至关重要的作用，也这是该方向在计算机科学各大院校中广为发展的重要原因。
从这个角度出发我们也可以看到，该方向的毕业生最主要的就业前景在于学术研究以及工业界的相关应用等。在申请方面，作为计算机科学下属的一个分支方向，科学计算要求申请者需要有较强的数值线性代数，优化，偏微分方程等数学基础，因此，申请者应当注重自己数学能力的提高。
软件工程是一门研究用工程化方法构建和维护有效实用且高质量的软件的学科。它的目标是在时间、资源、人员这三个主要限制条件下来构建满足用户需求的软件系统，包括提高软件质量设计新的形式与结构、开发新的科技以降低软件系统成本、提高软件的正确性与实用性。
软件工程的关注点是如何为用户创造价值，在学习内容方面涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。电脑、平板或手机，无论使用的是苹果IOS系统还是谷歌的安卓系统，其中安装的各种软件或APP都是软件工程师研发的。
在现代社会中，软件工程应用极为广泛。典型软件包括电子邮件、嵌入式系统、人机界面、办公包、操作系统、编译器、数据库、游戏等。同时，各个行业几乎都有计算机软件的应用，如工业、农业、银行、航空、政府部门等。这些应用反过来也促进了软件工程这个专业方向的发展。
在计算机科学专业排名前76的学校中开设软件工程研究方向的有42间学校，开设率为55.3%。而就业前景方面，上述的各行各业应用都是需要软件工程人才的地方，就业前景非常广阔。这个方向的培养目标主要就是打造出专业的软件工程师，包括系统分析员、软件设计师、系统架构师、程序员、软件质量测试员等。
在申请方面，软件工程是中国学生申请计算机科学专业的最为热门的专业方向之一，这也是该方向的广阔就业前景与极大的市场需求的体现。对于希望学习这个专业方向的申请者来说，首先必须要掌握一门程序设计语言，最好是C++~
然后还需要修读离散数学、数据结构、算法分析、面向对象程序设计、现代操作系统、数据库原理与实现技术、编译原理、软件工程、软件项目管理、计算机安全等课程来打下知识与理论基础。
再者，该方向对于数学要求比较高， 也需要较好的想象力。此外，学校方面对于申请者的工作或实习背景有一定偏好，因此，申请这个方向最好就具备有一定工作经验，对于申请会有较大帮助。
计算机视觉是一门研究如何使机器看的科学，更进一步的说，就是指用摄影机和计算机来代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成为更适合人眼观察或传送给仪器检测的图像。
作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或多维数据中获取信息的人工智能系统。比较经典的计算机视觉应用包括识别（如在巨大的图像集合或视频中寻找包含指定内容的所有图片或视频片段）、运动（图像跟踪：跟踪运动的物体）、场景重建与图像恢复等。
计算机科学领域对于计算机视觉的研究可以追溯到更早的时候，但是从20世纪70年代后当计算机发展到能够处理如图像这样的大规模数据时，这一方向才得到了正式发展。而踏入了21世纪，该方向已经成为了计算机科学领域最为热门与最有活力的研究领域之一。有这样一个说法——21 世纪，是对视频图像进行理解的世纪——这就是对计算机视觉当前火爆发展的最好概括。
在开设热度方面，专业排名前76的计算机科学学校中有41所学校开设此方向，开设率为53.9%。而在就业前景方面，计算机视觉的优势在于其应用非常广泛。常用领域包括有游戏设计、生物或生物医学研究模型分析、生活中的应用如视像技术进行野外火警探测、生态研究中用计算机视觉的方法来进行珊瑚礁分析以反映全球生态问题等。这些应用相应地为该方向专业人才提供了大量就业机会。
在申请方面，虽然总的来说中国学生申请这个方向的人数不多，但是按照当前的研究热度， 已有越来越多的申请者开始关注这个方向。我们有理由可以预计这个方向的申请者将会呈现逐步上升的趋势。对申请者来说，需要多多参与相关项目，积累一定研究经验，才能具备强大竞争力。
计算机体系结构主要学习与研究的是计算机的结构和功能与它们在电子技术方面的应用。抽象来说，计算机体系结构就是一个系统在其所处环境中最高层次的概念；它确定了一台计算机硬件和软件之间的衔接。具体来说，计算机体系结构指的是计算机系统设计的观念与架构，描述计算机在实做的设计原则。它确定了一台计算机设计的部件、部件功能以及部件间接口。
研究课题包括计算机架构，并行计算机架构，新型计算技术（自省式计算），量子计算架构，新一代DSP架构，自动遗传代码平行化，安全硬件，嵌入式系统，安全的分布式系统，为系统安全与可靠性提供的架构支持等。
关于计算机体系结构当下关联度最大的莫过于苹果新MACBOOK上搭载的M1芯片，开始了整个消费类Mac系列的CPU架构转型。这个巨大改变也多亏了苹果公司在硬件和软件上的垂直整合，除了它，没有人能够如此迅速引入。苹果公司上一次在2006年进行这样尝试时，放弃了IBM的PowerPC ISA和处理器，转而支持英特尔x86设计。如今，英特尔也正在被抛弃，苹果公司转而采用基于Arm-ISA的内部处理器和CPU微体系结构。
计算机体系结构是计算机科学专业领域的一个非常基础与重要的专业方向，它的发展也贯穿了计算机设计与开发的全过程。从最早期的计算机、第一代计算机、第二代计算机再到目前被广为应用的个人电脑，以及未来的新型计算机，计算机体系结构的研究都起到了非常重要的作用。
目前，专业排名前76的计算机科学学校中有32所学校开设此方向，开设率为42.1%。虽然研究热度并没有其它计算机科学专业方向来得热，但是它依然会为计算机的不断发展打下基础。
就业方面，该方向毕业生也能够有不错就业前景，可以加入一些计算机、电子产品与其它高科技产品领域的大型企业参加生产与研发的相关工作，就业市场对这一部分的专业人才有着非常大的需求。
在申请方面，该方向并非中国学生申请计算机科学的热门方向，但是对于申请者来说，如果要申请此方向，则在积累足够的软件知识的同时美区苹果id双重验证收不到验证码，也要注意计算机硬件知识水平的提高。
人机交互(下面简称 HCI)，是一门研究人、计算机以及它们之间的相互影响的学科。人机交互技术是指通过计算机输入、输出设备，以有效方式实现人与计算机对话的技术。它包括机器通过输出或显示设备给人提供大量有关信息与提示请示等，人通过输入设备给机器输入有关信息，回答问题等。人机交互技术是计算机用户界面设计的重要内容之一。它与认知学、人机工程学、心理学等学科领域都有密切联系。
现实生活中，人机交互普遍存在。比如特斯拉电动车方向盘右侧有一个按钮，按一下后，司机只要说“导航到XXX。中控屏就显示出从出发地到目的地的路线图。现在更高级的人机交互-脑机交互现在也离我们越来越近。埃隆· 马斯克(Elon Musk)旗下的脑机接口公司NeuraLink发布了新视频，显示大脑中植入芯片的9岁猕猴佩格(Pager)在用思维打电脑游戏的场景。
HCI总的来说并不是当今计算机科学专业领域研究重点，在专业排名前76的计算机科学学校中有29所学校开设此研究方向，开设率仅为38.2%。然而，这丝毫不能说明它在当今计算机科学领域的地位。计算机的发展历史，并不仅是处理器速度、存储器容量飞速提高的历史，也是不断改善人机交互技术的历史。
人机交互技术也是当前信息产业竞争的一个焦点，世界各国都将该技术作为重点布署研究的一项关键技术。美国总统信息技术顾问委员会发布21世纪的信息技术报中列出了新世纪四项要重点发展的信息技术，其中人机交互就榜上有名。从这里我们可以看到，HCI在未来将作为一项重点技术得到更多的应用，有着很大发展潜力。这也可以作为申请者在选择计算机科学专业方向时的一个考虑因素。
美国对CS人才需求最大的地区包括硅谷、西雅图、纽约、波士顿以及芝加哥等。其中，纽约地区对于计算机人才的需求可从一个侧面代表了该专业人才就业范围的广泛性——计算机专业出身未必只能做程序猿。
我们都知道纽约是世界金融中心，它并没有像硅谷那么专注和突出的计算机高科技产业，但是，这座大城市对于计算机科学人才还是有极大需求。即使是金融业、传媒业也能为计算机科学人才提供很多的就业机会。
比如你可以选择去彭博资讯(Bloomberg)担任初级软件开发工程师，去花旗集团担任技术代表，或去德意志银行担任信息技术分析师，去证券公司E*TRADE证券做软件开发师，或去纽约四大摩根大通公司担任数据分析师，去美林证券公司做技术分析师。
如果按照职业类别来分，我们参照纽约大学计算机科学系所给出的信息，计算机科学人才可以从事的职业有但不仅局限于以下几类：
●创造类职业：建模师/艺术家/设计师，工业设计师，计算机产品生产者，用户界面开发/设计者（UI设计），网页开发工程师，网络管理员等；
●工程类职业：软件工程师，应用程序员，硬件或电路工程师， 质量控制工程师，技术文档工程师，数据库管理员等；
●支持类职业：技术支持工程师，培训顾问，管理信息系统开发/设计/管理者，系统管理员，信息安全专家等；
●销售类、公共关系和市场营销职业：公关经理，销售代表，销售经理，营销传播工程师， 直接行销工程师，产品经理等；
中国和美国类似，计算机专业能够选择的范围非常广阔，除了编程（也就是我们常说的码农），可以选择成为软件测试工程师、UI/网页设计师、需求分析师/工程师、售后/售后工程师、技术/数据分析师或市场产品相关的岗位。
很多cs专业留学生会想选择进入我们所谓的大厂“BAT “(百度、阿里、腾讯)或”TMD”(头条、美团、滴滴)，字节跳动，拼多多，快手等。网上也流传了很多版本关于这些大厂研发岗和算法岗的(白菜价，Special Offer，Super Special Offer)年薪，根据B站中科院计算机学长(UP主：公子龙龙龙)总结，这些互联网大厂的算法岗白菜价、SP、SSP的年薪分别为30-40W(包含了基础工资，签约费，补助，年终奖等在内)、40-50W、50-70W。
通常研发岗薪资会略低于算法岗，以上数据来源于网络，仅供参考。看起来计算机专业的初始工资已令很多人可望而不可及，但是与高薪所对应的岗位压力、精力消耗、加班频率也是巨大的，很多人说这是一个“吃青春饭”的职业，很多程序员也会经历中年危机和职业转型的困扰，不过，毋庸置疑这是一个正井喷式发展的行业，企业对拥有真正技术的人才都非常慷慨，无论是华为“天才少年计划”还是腾讯“大咖计划”动辄百万的年薪都证明了这一点。
研究生项目会使用各种标准来评估申请者的资格，这些评估标准往往会分为两个基本类别：客观和非客观标准。客观评价标准即容易量化的学术表现的考核，非客观评价标准则包括推荐信、申请文书、面试表现、科研、工作和教学经验与课外活动等。
招生官在考虑申请者时，会对所有的这些因素进行全面考察，尤其是在衡量那些客观标准相近的申请者时，或在客观衡量因素之间存在差距时（例如，GPA高但是GRE低），会进行特殊考虑。
虽然美国高校大部分研究生项目对于本科专业没有严格限制，本科非计算机专业也能提交申请，但是就计算机申请竞争来讲，想有较好计算机录取结果(Top50cs项目)的同学还是会以计算机本科或辅修为主。
申请者必须有足够计算机学科背景，因此在你提交申请时最好能提交包含有下列这些课程的成绩单，并尽可能获得高分：
•计算机：计算机系统、计算机基础、计算机算法、计算机网络、编程语言(如Java, C, or C++)
美国大学计算机科学专业的申请，一般来说GPA3.0是一条底线，大部分成功录取者的平均GPA都在3.5左右。举个例子来说，威斯康辛大学麦迪逊分校对申请者的GPA要求是达到3.0，但是它最后录取者的平均GPA达到3.5的水平~
当然，同样的情形也发生在北卡教堂山分校。GPA在3.5以上，这是申请计算机科学专业的一个比较有竞争力的分数，若是想冲击综合排名前10的计算机科学硕士项目，GPA则最好保持在3.7以上。
根据过往录取案例，计算机科学专业录取者的GRE成绩平均值在320左右，例如哥伦比亚大学的平均录取GRE成绩为157Verbal，Quantitative165；而西北大学Master录取者的平均GRE成绩为155Verbal，160Quantitative。对于计算机科学专业的申请，GRE的竞争力标准是320分(非在家考成绩）。
这里做一下解答：不需要。GRE Sub本质上是一个申请背景的补充，比如申请心理学本身不是心理学专业的，交个心理学专项成绩对申请是有帮助的，但是对于计算机而言，跨专业申请的难度非常大，根据我们的经验，GRE计算机专项考试成绩不会对录取结果产生太大影响。
对于国际学生(或在美国就读少于3年的美本学生)，大部分美国大学要求提供托福成绩。各大学的申请要求不尽相同，具体成绩区间在80到100分不等。如密歇根大学安娜堡分校的托福要求是97分；南加州大学的托福要求是90分，康奈尔大学的托福要求是100分。
另外，有一些大学对申请者托福成绩的每一部分的成绩会有具体要求，像上面说到的南加州大学要求托福成绩的每一部分不低于20分，康奈尔大学要求每一部分成绩为写作24，听力24，阅读24，口语28分。因此，建议托福成绩的目标为100分，并且至少保持各部分都在20分以上。
由于计算机科学硕士项目鲜有面试，因此，就不在此多做介绍，接下来，我们将重点介绍非客观评价标准中对于计算机科学硕士申请准备环节来说最为重要的——经验，包括科研和实习两个部分。
所谓的学术背景指的就是申请者的科研经历、论文发表、项目经历等跟计算机科学相关的一些学术上的经验与经历。计算机科学专业的申请，每年申请者数量庞大，而成绩方面如GPA、GRE、TOEFL的成绩考到很高的申请者数不胜数，在这种情况下申请核心层面的竞争就逐渐变成了申请者间的学术背景竞争。
甚至有的时候学术背景丰富的申请者，即使其自身成绩不甚理想，但是却可以拿到名校录取。所以，学术背景在计算机科学专业的申请过程当中会处在一个核心地位。那么，作为申请者在申请过程中有应该如何积累起足够的学术背景呢？可以参考如下方法：
项目经验是简历当中最为核心的部分，经过不完全统计，我们发现计算机科学专业的成功申请者平均能够在简历当中书写6个左右的项目研究经验。这些研究项目的主要来源包括跟着某老师一起做研究所参与的项目、申请者自己通过科研立项、学生研究计划等学校鼓励的研究行为所做出来的项目、参加专业比赛的项目，以及向自己身边的老师、同学、亲友所借鉴回来的项目。因此，在积累学术背景时应该重视项目经验的积累。
论文是学术背景中最能展现申请者的专业能力也是最能受到教授青睐的东西，它能带来的申请推动力也比较强，很多时候它都是申请者在套磁当中吸引教授的利器。因此，学术论文的发表是每个申请者在打造自身学术背景时要努力去尝试的东西。
而在做各种专业项目的过程中其实就有较多的发表论文的机会，申请者要善于挖掘这样的机会。这里说的学术论文并不一定就是那些很有深度的论文。在教授的角度来看，他所看重的是申请者有没有去做这样的尝试，在论文中有没有展现出潜力，这些更为重要。
计算机科学专业领域有一些比较著名的比赛，包括ACM、数学建模大赛等，这些都是能够为申请者的学术背景加分的经历，值得去参加。另外，有一些著名信息科技公司如微软、IBM、腾讯之类的企业也经常会赞助校园的一些专业比赛，而这样的比赛也能给申请者提供积累学术背景的机会。
所谓的工作背景指的是申请者与计算机科学相关的工作经验或实习经历，对于在校学生来说则更多地表现为实习经历。工作背景对于计算机科学申请者来说有着特殊而重要的作用，这主要是因为计算机科学专业比起其它的很多专业来说更加偏向于就业型导向，培养学生就业技能就是该专业的主要培养目标之一。
同时，火热的就业市场和广阔的就业前景也吸引着越来越多的人投身到该领域，而这又反作用于学校的专业设置和办学方式。所有这些最终投射到申请当中来就造成了学校对于申请者的工作背景更加的注重和偏好。例如卡耐基梅隆大学在录取过程中在这一点上就非常明显，它甚至要求申请者提交一份专门的文书来描述自身的参与的计算机项目，可见学校对于工作背景的要求。
与此同时，我们不难发现，一些有着较为出色工作背景的计算机科学专业申请者，他们的申请结果往往更加令人满意。因此，对于计算机科学这个专业的申请者来说，在准备申请的过程中可以积极地去参加相关工作实习来增加自身竞争力。而对于在校学生来说，申请者则可以通过如下一些方式去积累自己在计算机科学专业领域的工作背景：
现在有很多云计算机科学行业的知名企业每年都会固定面向大学本科生招收实习生，例如腾讯公司、百度、爱立信、新浪网、遨游浏览器、英特尔、思科、中兴通讯、阿里巴巴、IBM、花旗、甲骨文、惠普、摩托罗拉、联想、三星电子等知名的高科技公司都会招收实习生。
一般而言，在这些公司实习能做一些跟计算机紧密相关的实质性工作，对于申请者专业知识提高会有很大帮助。因此，建议想要积累工作背景的申请者争取这样的机会。相关实习信息可以在hiall(全国知名度最广的应届毕业生全职和实习信息交流平台)、51Job、智联招聘等这些就业网站查找到。
例如国家工业和信息化部、中国科学院计算机网络信息中心、中国软件评测中心、微软亚洲研究院等机构也经常会招收实习生。相对而言，这类机构的录取门槛更高，实习含金量同样很高，是积累工作背景的绝佳选择。
以上说到的一些大型信息科技企业和研究机构很多时候招人并不多，竞争也十分激烈，申请者能争取到的机会或许并不大。但是如果能去一些规模较小的计算机企业或者其它企业、部门去参与部分与计算机专业相关的工作与实习，那么对于工作背景的积累同样很有利。这一类机构包括一些软件公司、网络服务提供商、银行、会计金融机构、信息咨询公司等。
卡内基·梅隆大学(下面简称CMU)于1986年建立了全美乃至世界第一个计算机科学学院，是目前全球最大的计算机学院，也是美国为数不多的将计算机学科单独作为学院建制的院校之一。学院包括7个系和研究所，分别是计算机科学系、计算生物学系、语言技术研究所、人机交互(HCI)研究所、软件研究所、机器学习系与机器人研究所。除了计算机科学学院之外，CMU与计算机相关的实体机构还包括工学院下设的电子与计算机工程系。
该校计算机科学学院倡导多学科交叉研究，在信息技术与安全、软件工程、机器人等方向的研究处于全球领先地位，并在这些方向上与美国国防部、NASA等机构有深入合作，例如美国国防部与CMU合作发布AI挑战赛，用卫星图评估灾情；和国防部合作成立美国高等机器人制造研究所等；并和科技企业一直保持着良好关系，例如IBM、Google曾和CMU合作“云彩”计算项目，分别投资2000万和2500万美元用于计算机学院的硬件和软件建设。
CMU的计算机科学项目课程范围较广，这得益于CMU选课自由度很高，计算机学院里的课程基本上都可以算作毕业学分。而且在选计算机院课程时，MSCS(MS in Computer Science)项目的同学有优先权，这也是该项目的同学独有的福利，因此，大家都可以选到自己心仪的课程。
另外，项目的辅导员(advisor)会提供较为个性化的服务，因为项目人数比较少，所以他会了解每一位同学们的具体情况，并结合每一位同学的实际需要给出建议，这样可以确保每个同学都可以结合自己的需要来选择自己的课程。
项目就业情况还是蛮不错的，学校和学院对于同学们的就业都很看重。尤其是TOC的就业服务就很是给力，即Technical Opportunities Conference，TOC一直是卡内基梅隆校区最大的招聘会，专注于技术技能方向的就业，不仅可以面试全职，未毕业的同学也可以去找暑期实习。
几乎你能叫得出名字的公司都会参与这场人才争夺战（节选雇主名单如下图所示），包括上百家顶级公司、实验室和创新性创业公司。除招聘会外平时会有各种讲座以及信息交流会，另外还会有专业的老师帮助同学们修改简历或是提供建议，这些对于同学的帮助也很大。
计算机“神校”的计算机硕士项目。招生不要求学生本科来自计算机专业，但是需要具有基本分析技能和较强数学、编程以及逻辑推理能力的学生。项目课程设置灵活，没有详细的必修课程计划~
毕业要求是完成96 units课程，一般是8门课，对于想要进行科研活动的学生也提供完成论文的选项。项目时长3学期，如果缺少CS本科背景，需要额外增加一学期的课程。
康奈尔大学设有两个计算机科学项目，分别是偏重科研的两年制Master of Science项目以及一年制就业导向的Master of Engineering项目。后者的选课自由度相对更大，总共需要30个学分~
而MS项目有minor的要求，需要自己发邮件去问department。Meng项目对于申请者数学类先修课与计算机背景要求比较高；由于只有一年，因此，不利于学生暑假实习，需要直接找全职工作。
如今在计算机界可谓是大名鼎鼎的ACM，即(Association for Computing Machinery)计算机协会，是世界上著名计算机学术团体之一，就创建于1947年的哥伦比亚大学，致力于提高信息技术在科学、艺术等各行各业的应用水平。
没听过ACM的同学可能听过“图灵奖”，ACM所评选的图灵奖(A.M. Turing Award)被公认为世界计算机领域的诺贝尔奖，ACM的成立对后来计算机教育体系有着深远影响，由此足见哥大计算机科学学科的底蕴与资源优势。
哥伦比亚大学计算机科学系的课程既重视理论计算机科学与数学, 又重视计算机实验技术。并在人工智能、计算复杂性和算法分析、组合方法、计算机体系结构和设计、计算机通信、计算的数学方法、数据库、优化以及软件系统等方面开设了范围广泛的高级课程。
哥大计算机科学研究课题广泛，包括计算机图形，机器学习，软件工程，计算机工程，计算机视觉，网络操作系统，计算生物学，自然语言处理，安全与隐私，机器人学，用户界面和实时多媒体研究等方面，覆盖了人工智能和机器学习在内的诸多时下热门领域。
计算机科学系的教师都是他们所在研究领域的领导者和/或在工业和私营部门研究实验室有丰富经验。学生有机会接受世界知名的计算机科学家的教学和咨询，他们与贝尔实验室、IBM、朗讯、微软等公司以及该领域的其他领导者建立了良好合作关系，就业机会多多。
项目提供了很多帮助就业的资源，学校的就业服务非常积极。学院一学期会办一次大型招聘会和若干次小型招聘会，每周也有很多公司过来开宣讲会，各种招聘邮件不断，并且每周都会收到下周学校里所有求职有关的活动汇总。
因为其位于纽约市, 地理位置优越，集世界政治、文化、经济、传播、艺术、金融中心于一身, 可与联合国、跨国大公司等合作，从事各项研究计划，许多国家领袖常到此访问, 天天有学术界、企业界翘楚举办演讲/研讨会。知识密集、信息灵通、经济活跃, 这些都为哥大的国际化人才培养提供了良好外部环境。
哥大MSCS项目时长是三个quarter, 总共需要完成30个学分。该项目设有秋季项目和春季项目，入学时间灵活。同时，该项目对转专业学生较为友好，许多原专业Math, EE的同学都跨申成功。
学生可以自主选择track，每个track有自己既定的选课要求。一般而言，选择Machine Learning track的人数最多，因为它的课程设置灵活，可以很自如地搭配“硬课”和“水课”。
该项目时长3-4学期，提供了project、thesis、course3个option，比较灵活，找工作或搞学术都可以。具体研究方向有七个，比如：系统与网络、人机交互、图形、机器人等。
每年的招生规模不大，毕业要求是完成共12 units课程，学生本科出身比较多元。在录取方面，比较看重GPA和推荐信。由于该校商科比较强势，因此在其他领域方面的求职资源相对偏弱。
南加州大学计算机科学硕士项目分支多，学生可以选择申请常规计算机科学方向，也可以根据自己的兴趣选择不同分支比如人工智能、游戏设计、计算机安全、计算机网络、智能机器人、多媒体和创新科技、软件工程以及高性能计算和模拟，基本覆盖计算机领域的各个方面。
相较于加州其他排名靠前的院校计算机科学项目，南加州大学的申请难度一般。如果想要去美国嘘唏计算机但是条件没那么出色，可以考虑申请南加大计算机科学研究生项目。
南加大位于洛杉矶，美国第二大城市，主要的经济驱动力除国际贸易外，还包括娱乐行业（电视、动画、电子），航空业，高科技与石油业等。其次南加大距离硅谷仅6小时车程，众所周知硅谷是许多知名高科技企业总部所在地如Apple，Google等，也是有名的计算机科技产业集中地，优越地理位置为广大毕业生提供了较多就业机会。
该校CS项目招生规模很大，春季和秋季入学均有，共分为28学分的General（1.5-2年）和32学分有方向（2年），具体方向有数据科学、计算机安全、软件工程、高性能计算与仿真等。
意向求职的学生一般首选CS28项目，优势是选课自由度高，课程少一节，有时间求职。如果想读博/对某一方向有兴趣, 可以选CS32。此外，还有面向转码学生的37学分CS项目（2-2.5年），它相比28学分项目额外增加了三门基础课程。
纽约大学开设计算机科学硕士项目的有两所学院：Tandon工程学院与研究生院。从排名和录取难度来看，研究生院项目相较于工程学院项目都更高，在全美最佳工程学院中位列第30名，与西北大学、芝加哥大学、加州大学尔湾分校并列，故我们下面谈到的项目仅限研究生院的计算机项目。
纽约大学计算机系创立于1969年，主要设有三个学位项目：信息系统硕士(与Stern商学院联合开设)、计算机科学硕士(设置在文理研究生院下的科朗数学研究所，针对想要提高自己编程能力与计算机思维的学生，并非研究导向型项目，研究导向型可申请计算机科学博士项目，既可本科毕业后直接申请，如果在读硕过程中找到自己感兴趣的方向，也可转为研究导向型继续读博)，计算机、创业和创新硕士（和数学系联合开设）。
纽大的计算机科学系相较其他老牌计算机强校规模不大，实行小班化教学，人均资源丰富。研究方向齐全，包含了算法/理论、计算生物学、形式化方法与验证图形/视觉/用户接口、机器学习、自然语言处理、科学计算、系统/网络等。
除了需要掌握最基本的理论概念外，还有许多课程让学生对计算机科学有更广泛的学习，可在如安全性和密码学，科学计算，编程语言，数据库，网络和分布式系统，图形等领域中进行选择。项目旨在让学生成为更好的思考者、程序员和系统架构师，同时，加深学生对于现有技术的全面了解，并成为能够处理多个项目的“全能选手”。
1）计算机专业申请对于申请者本科专业背景有比较明显的偏好，录取者多为计算机本科专业，这一点和其他理科或者工科专业的申请相比区别还是非常明显的。
2）由于计算机专业就业好，说是当前最热门、申请竞争最激烈的专业也不为过。这导致了计算机科学专业学校的整体录取标准偏高。从GPA和GRE成绩来看，GPA成绩在录取中所起的作用要比GRE成绩所起的作用大。
而这也印证了研究结论：GPA是研究生申请中最为重要的影响因子（就其权重而言），要获得好申请结果，学生必须在反映其学术能力的本科课程学习上多下功夫。
还想获取更多计算机专业院校的申请分析？那就赶紧扫描下方的二维码添加老师获取叭~
更多详情请私信小助手咨询~此文为禾君教育独家整理，为保护学生信息，请勿擅自转载到任何平台，如需授权请私信，感谢谅解与配合！更多详情请私信小助手咨询~
