| 步骤 | 注意点 |
|---|---|
| 1. 了解专业方向 | 港理工计算机与数学科学学院注重交叉学科,课程偏应用 |
| 2. 准备语言成绩 | TOEFL 至少 90 分,雅思 6.5 以上,口语部分要达标 |
| 3. 提升 GPA 和相关背景 | GPA 3.3 以上较有竞争力,最好有编程或数学建模经历 |
| 4. 写好个人陈述 | 突出你对交叉学科的兴趣,比如 AI 与数学结合 |
| 5. 联系导师或校友 | 通过 LinkedIn 或学校官网找校友,获取一手信息 |
去年暑假,我还在纠结到底该去加拿大读 UBC 的 CS,还是来港理工计算机与数学科学学院。当时我一个学长在港理工读 MSc in Data Science,他发了个朋友圈,说“这里不像传统 CS,更偏数学建模和 AI 应用,适合想走交叉方向的同学”。我一看就心动了,因为我自己在本科时就喜欢把数学建模和机器学习结合起来做项目。
港理工这所学校的计算机与数学科学学院,其实很多人不太了解,但它的定位很清晰。如果你是那种对 AI、数据科学、金融科技这些方向感兴趣的人,而且本科是数学、统计、计算机、物理等背景,那这个学院真的很适合你。它不像传统 CS 那样偏软件开发,而是更注重算法、数学建模、数据分析这些能力的培养。
我当时在准备申请材料的时候,其实也考虑过 NYU 的数据科学项目,但学费太贵了。港理工的学费一年大概 18 万港币左右,折合人民币大概 16 万多,生活费也比纽约低很多。而且港理工的地理位置很好,在九龙,离地铁近,生活方便。最重要的是,毕业之后可以申请 IANG 签证,留港找工作也相对容易。
说到语言成绩,我建议早点准备。港理工要求 TOEFL 至少 90 分,或者雅思 6.5,单科不低于 5.5。我当时考了两次托福,第一次口语只有 22,第二次冲到了 26,最后才敢放心提交。语言成绩真的不能马虎,特别是口语,因为面试的时候也会用到。
GPA 也很关键。港理工虽然没像 MIT 那样明确说要 3.7 以上,但根据我了解的情况,3.3 是个基本线,3.5 以上更有竞争力。我当时 GPA 是 3.4,但有两段科研经历,一段是和老师做的图像识别项目,一段是参加全国大学生数学建模比赛,拿了个省奖。这两段经历帮我拉了不少分。
申请材料里最让我头疼的就是个人陈述(PS)。我一开始写得特别流水账,后来找了个在港理工读研的学姐帮我改,她直接说:“你得讲清楚你为什么选这个专业,为什么选港理工,以及你未来想做什么。” 我改了好几版,最后突出我对 AI 和数学建模结合的兴趣,还提到了港理工在金融科技方向的研究,感觉一下子就有说服力了。
推荐信我找了两个老师,一个是教我机器学习的教授,一个是带我做数学建模的指导老师。他们都比较了解我的研究能力,写出来的东西也挺有针对性。建议大家早点联系老师,别等到最后一刻,不然老师可能没时间写。
面试环节我也是第一次经历。港理工的面试是线上进行的,大概 20 分钟左右。面试官问了我几个问题,比如“你为什么对这个项目感兴趣?”、“你有没有相关项目经验?”、“你未来的职业规划是什么?”我当时准备得还算充分,回答得也比较自然,最后顺利通过了。
来港理工之后,我发现课程设置真的很贴合实际。比如我上学期选了一门叫“机器学习数学基础”的课,老师是港大数学系出身的,讲得特别深入。还有一门“金融科技建模”的课,用 Python 做金融数据分析,特别实用。这种课程风格很适合我这种想往数据科学方向发展的人。
港理工的校园氛围也很不错。虽然不像清华北大那样有大片草坪,但图书馆和自习室都很安静,设备也很新。而且学校经常有各种讲座,比如请一些大厂的工程师来讲 AI 最新进展,或者邀请金融行业的专家谈数据驱动的决策模型,这种资源在内地学校可能没那么多。
实习方面,港理工也挺重视。我一个同学在腾讯实习,另一个在渣打银行的数据分析部门。学校 Career Centre 会定期发布实习信息,还会组织企业宣讲会。我觉得如果你有实习打算,最好早点准备简历,多参加这些活动,别等到最后一学期才开始找。
最后我想说,选择港理工计算机与数学科学学院,对我而言是一个很明智的决定。它不仅帮我打下了扎实的数学和编程基础,还让我对未来的职业方向有了更清晰的认识。如果你也在考虑申请这个学院,别犹豫,早做准备,多问问学长学姐的经验,相信你也能找到属于自己的路。