计算机学研究生，【芝大】计算机科学硕士来袭！你想转码吗？

祝贺

棕榈大道学员收获

芝加哥大学

计算机科学硕士

录取 offer

offer 展示

▲点击大图查看申请背景

学校介绍

今年的排名情况:

芝加哥大学（The of ），简称“芝大”（），位于美国国际金融中心芝加哥，是世界顶尖私立研究型大学，常年位列各大世界大学排行榜前十。该校诞生了芝加哥经济学派等众多著名的芝加哥学派，创立了法律经济学，是经济学、法学、社会学等学科的世界级学术重镇。

芝加哥大学素以盛产诺贝尔奖得主而闻名，约 40% 的诺贝尔经济学奖得主与芝大相关。截至 2019 年 10 月，共有 100 位诺奖得主在芝大工作或学习过计算机学研究生，【芝大】计算机科学硕士来袭！你想转码吗？，位列世界第四。另有 9 位菲尔兹奖得主（世界第七）、4 位图灵奖得主及 25 位普利策奖得主曾在芝大工作或学习。美国第 44 任总统奥巴马曾长期在芝大法学院教授宪法（1992-2004年）

2019-20 年度计算机学研究生，芝加哥大学位列U.S. News 美国最佳大学排名第 6、泰晤士高等教育世界大学声誉排名第 10。2020-21年度，QS 世界大学排名第 9、泰晤士高等教育世界大学排名第 10、U.S. News 世界大学排名第 15、软科世界大学学术排名第 10。2022年，芝加哥大学位列U.S. News 美国最佳大学排名第 6。

导师 ：

芝加哥大学计算机科学硕士属夜间授课全日制项目，要求申请者拥有本科学历，不限专业背景要求。

该项目是以职业为导向的硕士项目，融合了计算机科学的基础知识与科技行业的应用技能培训。核心课程包括：计算机编程、计算机理论、计算机数据库、计算机系统、百联网与计算机架构等。该项目不提供任何形式的奖学金。该项目夏季学期主要为没有编程或计算机科学背景的学生开设前置课程。

项目分为两种：

•9- MS in am: 9个月毕业

•12- MS in : (15个月毕业)，可以更进一步选择方向： , , data , and high-

目前该项目在读学生有 270 人，其中 37% 是国际学生，只有 40% 的学生本科是计算机专业出身，而 30% 的学生完全没有任何计算机背景（例如读过相关课程、拿过辅修专业等）。由此可见，这个项目确实对跨专业申请人是比较友好的。

更多 2022 申请季美国录取结果

计算机研究生很好就业的。据工信部统计，虽然中国学习IT的学生很多，但IT人才仍然非常奇缺，因为在在IT人才中出现了严重的瓶颈，即大多数IT人员为基层人才，中高级人才还是供不应求。鉴于这一客观事实，计算机研究生还是很有前景的。读计算机研究生投入与产出分析如下：1）机会成本。这是个经济学问题。读研的机会成本的确是很高。任何人都可以简单地计算出来。所以，我也不赞成所有的人都去读研。读研只适合那些痛感数学在编程中的极端重要性的人。如果对理论工具和理论思维的极端重要性没有切肤的认识，那么读研的价值几乎为0；读研的好处在于：A，把你自己放在一个学术和工程的交叉点上；B，让你具备了进入微软等世界顶级软件研发机构的可能性；记住只是可能性。但是不读研这种可能性为0；C，如前所述，如果没有读研的机会，你也就没有静下心来好好钻研几年理论的机会；一边工作拿高薪，一边深入地学习各种理论，诸位认为这可能吗？我反正认为不可能，我觉得学习钻研理论最需要的就是一个长期安静独处的环境，一边工作一边读书是不可能有这样的环境的，你会觉得每天都在疲于奔命。而读研正好可以提供这样一个环境。我同时还反对整天跟着导师的屁股后面跑，这样会浪费很多时间。

读计算机的研究生，主要依靠自己去查阅最新文献，自己去研读文献，和导师的口头交流一个月一次就足够了，前提还需要导师的水平足够牛。如果导师的水平不牛，这也没关系，不理他就是了计算机研究生学位，计算机研究生毕业好就业吗，自己做好自己的事情即可。2）教学质量。就如网上一个人说，全国都是“洪桐县中无好人”，尤其在计算科学领域，大牛极少。那为什么还要去读研？大哉问！把读研的收获寄托在名校或名师的名我认为气上，是注定要失败的。读研全靠自学，研究生之间的差距全部体现在自学能力上面。又有人问，既然是自学，为什么非要读研？回答是：因为读研就是为你买一份保险，就是买一份你自学三年之后不会失业的保险。这份保险主要是一种心理上的后盾，让你在自学过程中经得起诱惑，能够从容镇定地去追寻计算机理论发展的坚实足迹，从欧拉，费马，高斯，康托，图灵等巨匠那里寻找方法论的珠宝。倘若没有这份保证，你在家里面自学3个月，保证你会被失业的压力压得喘不过气来，何谈安心学习？3）理论与实践。这没有定论，如前所述，管理信息系统，设备驱动开发，工具软件开发，软件病毒剖析等等这些工作不太需要创造性计算机研究生学位，需要的是耐心和经验，需要的是对既有规范的准确理解，这类开发工作最适合在实战中提高，理论学习没什么作用。

但是在人工智能，模式识别，图像压缩，虚拟现实，巨量数据检索，自然语言理解，计算机图形学等等领域，理论学习就占据着绝对的统治地位！这些领域的突破对人类的生活的影响是极其巨大而深刻的。某些领域处于一个极其快速发展的态势之中，比如计算机图形学，相信诸君能够从众多3D游戏的灿烂辉煌中体认到我的这种说法。在这些领域，如果没有扎实的理论功底，一切都是那么遥远，不管你花了多少时间在编程上面。4）知识结构。首先声明，我不是一个纯粹理论激进分子，即认为除了理论之外，一切都不重要。我认为，纯熟的编程技能是最基本但也是最必不可少的技能。没有这个基础，一切计算机理论就是空谈（研究图灵可计算性理论的研究者除外）。有了这个基础之后，一些基本理论学习方向必须重点突破。