在挑选研究生项目时我们常说——根据个人情况选择合适的项目。那什么样的项目算是合适的项目呢？为了方便大家理解，我根据学生的背景，把CS相关的项目分成了以下几大类：
1. 适合科班出身的项目
2. 适合EE转CS的项目
3. 适合理工科转CS的项目
4. 适合非理工科学生转CS的项目
5. 非CS也能找到CS工作的项目
哪些正统CS项目偏好科班出身，基本上不考虑转专业的学生呢？
•Stanford, CMU,MIT, UCB, GIT
CS的四大项目基本都不招收本科非CS的学生，有的在录取时有明显偏好，有的则是在官网上直接说明了要求。
除了四大，像Cornell，GIT这种理工强校同样有这些偏好。
所以，非CS本科的同学在申请时就不要考虑这些学校了。
而CS本科的学生，在申请的时候一定要提前了解各个项目的优势方向所在，明确自己的申请目标。
图片来源：Pexels
CMU的招生官曾公开说过，他们倾向于招收有明确目标的学生，学生要知道自己想钻研的方向是什么。
如果你想做人脸识别，在申请时就要说清楚你计划如何达成你的目标，需要哪些方面的技能；如果你想做自然语言处理，就要看清楚你想申请的项目是否具有这个方向。
当然了，如果你没有方向，他们也不会直接拒绝你。招生官也说了，他们对没有方向的学生的总体素质的要求会比有方向的学生更高。
当然了，也有一些CS项目接受转专业的学生，芝加哥、西北、康奈尔、南加大的CS项目都是比较有名的接收转专业学生的项目。
但这不代表学生可以在计算机零基础的情况下去申请，他们仍然要求申请者有丰富的CS经历。
择由去年申请到康奈尔的Master in Computer Science的F同学，他申请时的背景是这样的：
美国前50的本科，GPA3.7，GRE320+，主修应用数学，辅修CS，能够使用4种编程语言，有一个人脸识别和机器学习的科研助理经历，网易数据工程师的实习，参加过时间序列预测联合国气候的比赛，还在学校的某一门数学课中担任过TA。
图片来源：Pexels
适合EE转CS的项目，ECE
EE是最容易转到CS的专业，也是最多人转CS的专业。EE学生的优势是，EE专业的基础课和能力的要求跟CS很接近，所以很多EE的学生只要稍微做一些额外的CS功课，就能成功转到CS。
可是相比CS专业的学生，EE学生在专业训练上还是弱了一点。那怎么办呢？
大家可以参考我们之前讲座的分享嘉宾王学长的经历，他清晰地认识到EE背景在转CS中的优势和劣势，选择了曲线救国，申请ECE的项目，也就是Electrical and Computer Engineering，这个项目是EE和CS的交叉项目。
像Duke、BU、UCSD、Michigan、UCD等学校都开设了这样的项目，ECE的课程一半是EE的课，一半是CS的课，有些项目对课程设置要求比较灵活，学生可以自行选择修读哪些课程来满足毕业要求。
图片来源：Pexels
想要实现CS就业的同学可以选择多修一些CS相关的课程来满足就业需求。
有些人可能会想，项目名称就叫ECE不是CS。
那毕业后求职，HR会不会看不懂呢？
大家完全没必要担忧这个问题，招聘人员看的是求职者的能力和背景，而不是学位名称，只要能够在简历上充分体现CS方面的经历和课程就可以了。
其他专业转CS，Computational Science and Engineering
EE以外的其他理工科专业申请CS有没有类似交叉项目呢？
有的，这种CS + X的项目一般叫做Computational Science and Engineering。
这一类的项目都是CS和工程学院或文理学院合作的交叉学科项目，旨在帮助X理工科的学生学习编程工具来解决X领域的事情。
这类项目的课程会同时包含CS课程和本专业课程。
图片来源：Pexels
CSE涉及的领域非常广，从数学、地理学等传统基础学科到机械工程材料工程等工科都有。
比如说，CS专排第五的UIUC校内就广泛开设了生物医药工程、航空航天、土木工程、工业系统、生物、化学、生化和数学等学科的ECE项目。
这张图中是UIUC的CSE项目包含的Concentration。
理工科背景的学生可以在这里找找看有没有你的专业。同样的，乔治亚理工也有CSE的项目。
那这些专业对于学生的CS经历要求有多少呢？
至少1-2个CS相关的小型项目经历，懂得2-3门CS语言。
其他的还要看你在本学科领域的成就，GPA要漂亮，有2-3个本学科的学术实践经历，科研或者实习都可以。
我有一个华东理工数学系的学生，托福100+，GRE320+，GPA非常漂亮，3.8/4.0，两段数据分析的实习，三个校园学术项目，其中有两个都是要用到编程的。他会用Python，C++和R语言，他最终拿到了Rice的CSE录取。
图片来源：Pexels
你不一定要做非常复杂的CS项目，制作1、2个小程序，最好是能够用来解决你自己学科上问题的小程序，上过2-3门计算机相关的课，就很有希望拿到录取了。
这对于大部分国内学生来说，只要用心学习，主动参与，提早规划，都不难做到。
CSE毕业的学生其实拥有了两种技能，进可以尝试互联网行业，退可以继续做本科的专业，两者都能兼顾。
对于没有明确打定主意的学生来说，这种交叉专业是非常好的选择。
刚刚讲的都是理工科的学生，那非理工科的学生可以申请什么样的研究生项目呢？
如果你们逛论坛逛得比较多，一定听说过Brandeis和Northeastern的CS项目。
这两个项目都非常欢迎文社科的学生申请，学校官网也说明了接受零基础的学生申请。
但如果你以为这种项目只要交个材料，坐等Offer，那你就大错特错了。
恰恰是因为这种接受零基础学生的CS项目在美国非常非常少，所以它的竞争也异常激烈。
图片来源：Pexels
虽然这些项目不要求CS背景，但招生官想要知道你能给CS带来什么，或者说你希望利用CS达成什么目标。
这种项目往往对于学生的个人规划能力要求很高，你必须说清楚为什么想要学CS，学CS的目的是什么，你会给学校带来什么。
因为他们其实希望招收的是各领域的佼佼者，有能力把CS应用到自己领域的人。如果你在本科专业的水平一般般，想拿到录取一点也不容易。
其实大家还可以转换视角，从更远更广的视野去看问题。这里我要说的也适用于很多商科和理科专业的同学。
大部分人想申请CS是因为希望进网络公司里做工程师，拿高薪。
但网络公司里也不只有工程师能拿高薪，产品经理也能拿高薪，大数据也能拿高薪，交互设计也能拿高薪。
大家也可以想一想，能否结合自身的特点来选择一些能进大厂，又没有CS那么难申请的专业呢？
答案肯定是有的，比如Master of Information Systems，这个项目的目标是培养能够管理软件项目，提升各类机构和企业的信息系统管理的人才，课程包含了大量的网络安全和信息技术的课程。
WUSTL的MIS项目还给STEM背景的学生提供了机器学习和数据分析的方向。
https://sever.wustl.edu/degreeprograms/information-systems-management/Pages/curriculum.aspx
Data Science也是一个计算机和数据分析交叉的项目。
它要求学生综合具备CS和数据分析的能力，和前文提到的CSE相比，Data Science对CS的要求更高一点。
哥大的Data Science在业界一直处于领先地位。
由于哥大的金融很强，需要大量的数据分析工作，也就专门设置了一个Data Science Institute来培养这方面的人才。
我们可以来看看Data Science的就业如何。
他们的毕业生大多做的是数据工程师 、数据分析岗。实际上就是大数据的工作。
哥大Data Science的毕业生100%能在毕业后三个月内找到实习或工作，工作单位包括：
所以说，虽然大数据是CS的一个分支，但不是说你非得一头扎进CS才能找到大数据的工作。Data Science可以，Information System Management也可以。
在实际应用中，计算机科学是帮助达成某个目的的工具，这种工具也有很多种类型。你想做的事情不同，你要了解的知识也不同。
有些人想进大厂做前端工程师，那他的重点就不是C++这种做底层逻辑的语言，而是Java script, SQL等服务端开发的工具。
而对于想做推荐算法的人来说，数据挖掘、数据处理的技能就十分重要。想做系统研发的，现在比较流行的还是用Java，意向人机交互方面的工作，那重点就要放交互设计上。
所以，想清楚你的目标，是找到适合自己道路的最重要前提。
本文作者
你可能还想看↓
10、本科学理工，不进工厂不做码农，研究生还能选择什么专业？
11、几乎没修过数学或商科课程的纯文科生，可以申请什么样的商科专业？
13、从选课到做Project，合理利用ECE的课程设置一样能刷CS职业技能！
想一秒领取择由团队100+小时整理的10个让本科非CS专业的学生也可以申请的CS项目资料包吗？
领取方式详见评论区↓
