技术梦有千千万万种，每个申请CS的学生都怀揣着不同的梦想。但是，当大家真真正正站在了Computer Science的大门前，准备踏入这个专业领域的时候，各种各样的问题也都接踵而来。

虽然世界上并不是只有一个红火的行业，在分工细化和协作范围日益扩大的今天，传统行业在科技的加持下重新崛起，各行各业都有机会，不一定全部涌到计算机领域来。但是不得不面对的一个现实就是： CS专业申请实在太火爆了。

 CS在计算机系统和软件的理论和设计，以及重要的应用领域培养学生：

CS主要的研究领域和学习领域包括14个主要方向

人工智能与机器人 Artificia Inteigence and Robotics	系统与网络 System and Network
编程语言 Programming anguage	计算机隐私与安 全Privacy and Security
数据库 Database	计算机图形学 Computer Graphics
生物信息学与计算生物学 Bioinformatics and Computationa Bioogy	算法 Agorithm
计算机理论 Computer Theory	软件工程 Software Engineering
科学计算 Scientific Computing	计算机视 觉Computer Vision
人机交互 Human Computer Interaction	计算机体系结构 Computer Architecture

CS这个专业出来的都是根正苗红的工程师，他们对基本的数学概念、统计学、算法、计算机结构、操作系统等内家功夫如数家珍，胸中有丘壑，并熟知各类编程语言。CareerCast.com的一项最新研究表示：数据科学家和软件工程师等计算机领域的工作在未来七年中机具发展潜力。

作为美帝目前薪资最高、就业最广的热门专业，进入谷歌、Facebook等顶级科技公司可谓是终极梦想，CS显然是大家走向人生巅峰的最佳选择。火爆的人工智能、多金的金融投行、IT攻城狮……未来各行各业都需要计算机背景的人才。同时，作为 STEM 专业，OPT 时长、签证等方面都有一定程度上的优待。那么，如何才能让自己从茫茫申请竞争对手中脱颖而出？

1. CS申请硬件：你一定知道的事

在美国，CS专业概念很模糊，从专业方向主要分为两大类：计算机科学(CS)和计算机工程(CE)。CS是偏软，CE是偏硬，但是核心都是Computer。CS是包含各种各样与计算和信息处理相关主题的系统学科，从抽象的算法分析、形式化语法等等，到更具体如编程语言、程序设计、软件和硬件等。

GT成绩永远都是你与学校的第一接触。如果你是一个对档次要求特别高，而自己研究水平又一般的话，申请CS就要努力提高GT成绩了。而申请奖学金，IBT100分，GRE310以上可以把申请目标定在综合前100。

在美本理工科专业的申请者中，有一条不成文的规定，GT达线即可。这条线就是TOEFL总分100以上，各项分数不低于22， GRE目前虽有320+3的分界线之说，但是从众多录取结果来看，各校对GRE的要求远低于TOFEL。从各留学论坛汇报来看，GRE没达320分拿到CS名校录取的大有人在，而不是极端的个例。对于申请者来说，尽管可以不必要有太大多的压力，但是优异的GT语言成绩，绝对是申请最有利的双刃剑。

有CS的Top20大学里，不同的学校他们的侧重点都不同。如Stanford的CS在Theory、Database、Programming、Hardware、AI等领域都是实力非常强劲，但是如果你想学System那么你想去他们学校并不一定是一个明智的选择，而UC Berkeley应该是你最佳选择。

MIT，同样是CS的巨牛，该校的数据流计算机、AI方面有突出的成就；CMU卡耐基梅隆大学的CS不是一个系，而是一个学院，其规模之大，远非一般院校所能及。CMU的师资力量雄厚，不少的faculty在此领域都有各自的贡献，并获得过多个图灵奖。

当你在选择自己申请的学校时候，首先要考虑的因素不是学校的排名，更多应该去了解他们这个专业是否与自己所感兴趣的领域有所吻合，因为不吻合学校就没有办法带给你想要的东西，那么你的投资回报（资金或时间成本）就小了很多。

作为CS神校CMU开设了不计其数的和CS相关的专业方向以及职业项目，尽管学位是学术型的，但是无论是课程设置，还是从在读生的反馈信息来看，和工程硕士项目并无区别。而种种迹象表明，申请过程中的“背景”：科研和实践经历非常重要，申请者的专业能力在录取委员会眼中的重要性不言而喻。

申请GraduateSchool，无论是CS Master 还是CS PhD，研究是最基本的东西。你的经历决定了你在申请中的潜力。CS毕竟是一门非常注重实践的课程，GT是申请中必要的敲门砖，但是仅仅想依靠GT脱颖而出，绝对不是可靠的想法。

如果你现在已经具备了申请的“硬件”条件，就应该把这块放下，专注于全面提升自己的软实力－即专业背景。因为这些才是能够帮助你在最后的申请环节中在众多申请者中脱颖而出的部分。

用尽可能短的时间去掌握一门计算机编程语言：Python（人工智能开发）、JAVA、C语言，并达到熟练使用的程度，这并不是一个很难完成的任务，做到这一点，你已经具备开发应用的能力了。当你可以独立完成一个应用程序的开发，并可以解决一定的实际生活中的应用问题。恭喜你，你可能已经成功吸引到了招生官的关注。

都说申请名校课外活动很重眼，但是课外活动不能脱离自己的兴趣来单独进行，而是要依靠自己的兴趣为出发点，长线的坚持下去，更重要的是要拥有克服一路各种困难的勇气和能力，才能从中收获成长。

当你可以独立完成一项应用程序的开发，其实你已经具备的一定的算法基础。而现在算法的学习变得越来越重要，算法能力强更是分析能力和解决问题能力的体现。虽然计算机的处理能力越来越强，但好算法的代码执行效率相比起没有优化的代码，已经不能用快多少倍来描述了。其他的领域，比如机器学习，深度学习，还有大热的AI领域，想要研究透彻，都离不开算法好的大脑。学习算法不仅仅是刷题，这一过程中自己的思维和想法的提升才是学习算法的最大好处。如果你不仅会开发，还懂算法，那么恭喜你，想不吸引招生官的目光都很难了。

实例：斯坦福大学地处硅谷，历来被认为是最注重理论联系实际的典范，该校MS program in Computer Science是非常灵活的，学校并没有固定的课程要求。虽然在本科的学科背景方面并没有特殊的要求，但是却要求学生必须有非常强的定量分析能力。为了让学生更快地进入到学习和研究的状态，许多学生也需要选修额外的先行课程，比如多数学生就要学习Introduction to Computer Systems（计算机系统入门）。

人工智能作为当前计算机科学专业下最热门、最有发展前景研究方向，因此所招收的国际学生多具备很强的学术背景。由于这个方向更多的强调数据表述及算法方面的知识，所以，如果申请者有人工智能相关科研经历，并具有一定科研成果。不论你的目标定位在Artificial Intelligence专业方向，还是其他CS专业，这都会成为你区别其他申请者最突出的闪光点。

而在不久之后的未来，涉及到复杂战略分析和判断的领域，短时间依然需要专业人才的协助而不可能依靠 AI，但普通核算型工作，如财务、审计、税务等财务基础人员等，机器在这个领域想要赶超人类并不困难。

申请过程无非就是看GPA+GT+科研实习，GPA的重要性无需多说，GT只需要过线，那么剩下的最重要的是什么？当然就只能是科研和实习。对于未来的申请者，合理规划时间、备考进度、专业背景。CS专业随着研究的逐步深入，在未来的几年中人工智能行业的发展必将带动CS专业的到达一个更高的热潮！

最后，你都已经会这么多，还这么优秀，CS牛校不录你它录谁呢？它又不傻。

祝大家在申请的道路上一路顺风！

-END-