浩海留学：7大院系17个专业，卡耐基梅隆大学计算机学院超详细解析，附录取要求

导语
一说到卡耐基梅隆大学（CMU），大家第一想到的肯定是它的计算机专业。作为美国最早建立的计算机科学系，CMU的计算机专业用实力成为了计算机专业四大之一。

那么，CMU的计算机到底强在何处呢？我们如何才能申到这样的项目呢？今天，我们就来好好研究下。

01、细分项目介绍

CS作为CMU的王牌专业，它拥有着一个庞大的学院（School of Computer Science），下分七大研究教学机构，覆盖了计算机科学的所有研究方向 ——

Computer Science Department 计算机科学系

● MS in Computer Science
CS院最正统的CS项目，项目时长16个月，授课型，不强制科研。课程领域有三个：systems、theory、AI。每个领域至少选一门，其余的可以自由选课，CS系的学生选课的优先级是最高的。该项目申请难度非常大。
录取偏好：

申请者一般需拥有令人满意的GPA与GRE成绩，国际生还需提交语言成绩，其中托福至少100+，雅思至少7.0+。

● Fifth Year Master's Program

只针对CMU CS本科生，在大四上学期申请，开学前的暑期就开始做科研。

● 3-2 Accelerated MBA Program
只针对CMU 工商管理、CS、工科或信息系统的本科生。

 Machine Learning Department 机器学习系

● MS in Machine Learning
项目时长16个月，授课型，暑假可以做实习或科研。申请者需要有非常强的机器学习的软件背景，该项目录取难度也非常大，适合转博。
录取偏好：
申请者需具备很强的计算机背景及扎实的数学背景，一般录取者overall GPA：3.9/4.0，GRE161+169+4.0，托福成绩至少106+。

● 5th-Year Master's in Machine Learning

只针对CMU CS本科生，而且要求本科生在本科阶段必须修过3门ML课程。

● Secondary Master's in Machine Learning(part time)
只针对CMU在读PhD、Faculty、Staff，想多了解机器学习的相关知识的申请人。

Robotics Institute 机器人研究所

● MS in Robotics
项目时长2年，研究型，有论文要求。168个学分中一半课程学分，一半科研学分。招收学生的背景不限于计算机，还包括自动化、机械工程等。录取难度大，需要有机器人相关科研背景，并且发表过文章。

 

● MS in Computer Vision

项目时长16个月，授课型，暑期可以实习，要求修9门课，其中ML、CV、数学算法等是必修课，此外还要做project。该项目是计算机视觉方向的最顶尖的项目，录取难度大，非清北的985院校每个学校录取0-2个。
 录取偏好：
申请者需具备一定的数学技能及编程能力，同时会使用Linux、LaTex等工具；背景为工程、计算机科学等；接受GRE、托福以及雅思成绩。

● MS in Robotic Systems Development

机器人方向，项目时长21个月（4学期），授课型，9门必修+2门商务选修+4门技术选修+暑期实习，项目难度较同所以上两个小。
 录取偏好：
要求申请者背景为工程学、计算机、物理学或应用数学，最好有1-3年行业工作经验；具备一定编程能力；接受雅思成绩，没有GRE成绩限制；托福最好单项25+。

● Fifth Year Master's

只针对CMU CS本科生。

 Language Technology Institute 语言技术研究所

● Master of Language Technologies
项目时长2年，研究型，8门课程+thesis，难度很大，对申请人的科研要求高。适合想继续读博的申请人。
 录取偏好：
要求申请者托福至少100+。并强烈建议申请时录制1-3分钟视频，介绍就读目的和意向。

● MS in Intelligent Information Systems

项目时长12个月/16个月，16个月的好处就是暑期可以做实习，授课型，6门LTI课+1门选修+Software Development+capstone project+实习。招人少，录取难度比MLT略小。
 录取偏好：
申请者需具备很强的计算机、数学、统计的技能；GPA3.33+，接受雅思，但至少7.5+；托福至少100+，单项成绩不低于23。

● Master of Computational Data Science

CMU的王牌项目，就业率超高。项目时长12个月/16个月/20个月，授课型，分3个concentration：Systems、Analytics、Human-Centered Data Science，在第一学期结束后选择，此外还有Capstone Project和internship，压力非常大，但收获也非常多。录取难度也是顶尖级的。
 录取偏好：
申请者最好为统计、计算机等工科相关背景；托福至少100+（据经验90%以上录取者都为103+），无最低GPA和GRE要求。

● MS in Artificial Intelligence and Innovation

项目时长2年，授课型，19Fall开始从BIC(Biotechnology Innovation and Computation)改名，难度陡增。但比其它3个项目要容易一些。

Institute for Software Research 软件研究所

● Master of Software Engineering
项目时长16个月，授课+项目，针对有两年以上工作经验的申请人（实习也算）。
 录取偏好：
要求申请者有2年以上工程经验，且本科选修过离散数学、算法数据结构、编程语言等；强烈推荐在申请中有一个video essay，在1-2分钟内介绍在其他申请材料中不能详细了解的情况。

● Master of Science in Information Technology–Software Engineering

项目时长12个月，授课+项目，针对有两年以下工作经验的申请人（实习也算），申请时有技术编程题面试。
 录取偏好：
申请者需具备工作或项目经验；毕业生申请强烈建议完成暑期实习或企业合作，并具备一定编程能力。

● Master of Information Technology Strategy

与多院系合作的软件工程项目，项目时长12个月/16个月，授课+项目，4个concentration：Data Analytics, Politics and Strategy, Information Security, Software and Networked Systems。
 录取偏好：
申请者需修过算法和数据结构，并至少精通C、C++、Java等一种编程语言；接受GMAT成绩，托福至少100+；建议学生提交申请后完成编码技能评估测试。

● MSIT-Privacy Engineering

项目时长12个月/16个月，授课+项目，比较看重学生有相关背景。
录取偏好：
申请者需拥有工科学位背景或类似工作经验；托福成绩至少100+。单项不低于22分；接受雅思成绩，最少7.5+；GRE没有最低要求。

Human Computer Interaction Institute 人机交互研究所

● Master of Human-Computer Interaction
项目时长12个月，授课型，招人背景比较杂，心理学、社会学、多媒体、计算机专业都有，属于HCI领域顶尖项目。
 录取偏好：

开学前，非技术专业学生需参加校外课程或完成系里的在线课程，并完成一项编程课程。不接受GMAT成绩，托福至少100+（单项25），雅思至少8.5+（单项8.0）。

● Master of Educational Technology and Applied Learning Science

项目时长12个月，授课型，难度较上面项目小。
 录取偏好：
没有特定的专业限制，无强编程背景学生也可申请；托福单项25+会很具申请优势，但口语低于25则可能会通过Skype进行面试。

● MS in Product Management

春季入学，项目时长12个月，授课型，适合有工作经验的人申请。
录取偏好：
要求申请者具有计算机科学、计算机工程、软件工程学士学位，并具备一定编程能力，同时有至少一年以上行业工作经验；接受GMAT成绩，托福至少100+；英语国家接受雅思成绩。

Computational Biology Department计算生物系

● MS in Computational Biology
跟生物科学系合办，项目时长3-4学期，授课型，4门基础课：算法数据结构、编程、生物学、计算生物学；2门背景课：生物学和统计学；扩展课：几何学、建模等。
录取偏好：
该项目偏向于招收想在工业上直接工作的学生。或在不攻读PhD的情况下探索计算生物学的学生；如果申请者在细胞分子生物学、计算机编程、线性代数、概率论这四个领域中有2-3个十分擅长的话，更有利于申请；如申请者无编程经验则会被要求选修相应编程课程；GRE成绩要求至少316+（157+159），托福96+，雅思6.4+（S6.0）。

在我们浩海留学专业导师天团中，就有一位来自卡耐基梅隆大学机器人专业的老师：Larry。这位导师博才多学、经验丰富，帮助了多位学子拿下名校录取 ——

● 卡耐基梅隆大学机器人专业硕士；北京航空航天大学控制科学与工程专业硕士；北京交通大学电子工程专业学士
● 参与过多个机器人、机器学习、计算机视觉、网站开发等学术研究与实践项目；发表过数篇无人机控制相关论文
● 熟练掌握C、C++、Java、Python等多种编程语言以及OpenCV、ROS、GTSAM、Ceres、PCL、Pytorch等架构工具
想回听Larry老师全方位解读卡耐基梅隆大学的机器人专业？

↓↓↓