全美最火起薪最高的计算机相关专业,究竟

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。

每一位选择赴海外深造的同学都想在毕业后获得一份前景好、起薪高的工作，那么，目前哪些专业项目的起薪最高呢？

今天就带大家看看最近热门的计算机相关专业发展，各大名校的项目的录取标准。作为抢手项目，它的优势究竟在哪？

计算机科学专业CS

计算机科学专业发展趋势在美国开放门户报告中显示，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%，在强势的商科和工科专业中占有一席之地。

而通过美国年的H1B签证报告我们也可以看到，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。这对于想要留美工作的同学们来说无疑是一个非常合适的选择，这也使得该项目的申请人数连年上升。

计算机专业名校推荐

相信申请CS的小伙伴们都应该知道，CMU、UCBerkeley、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USNews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。

下面，我们来详细了解各个学校项目的录取门槛。

·卡耐基梅隆大学CMU

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。

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+，GRE+，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。

·加州大学伯克利分校

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。

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%inQuantitative（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。

CS专业细分领域

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。

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，计算机系统的方向比较多，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。

数据科学专业DS

作为新兴的两大“当红炸子鸡”专业，且都为“交叉学科”的就业导向项目，商业分析与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，数据科学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。因此，DS项目最青睐的本科专业是依然是CS。

数据科学在就业出口方面则主要指向了DataScientist（数据科学家），DataEngineer（数据工程师）与DataAnalyst（数据分析员）这三种。

数据科学专业名校推荐

·哈佛大学

哈佛大学的数据科学项目开设在SEAS下的IACS学院内。项目自年开设，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。

当然，这个项目的录取难度十分高，非常注重数学、计算机、统计方面的学术成绩和科研经历，更偏好数学基础扎实，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。

统计学

统计学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。

在每一年的申请季中，理工类和商科类项目都是十分热门的存在，随着两类学科的不断交叉，新的交叉学科不断涌现，这类新兴学科也越来越受到申请者的青睐。

而部分交叉学科对于本科背景没有限制，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，在此提醒大家需要特别注意。

转载请注明：http://www.abuoumao.com/hyls/9581.html