| 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。
