跨专业申请CS？清华自动化学生经验分享

记得刚上大三那会儿，我坐在清华图书馆里，盯着电脑屏幕上的课程表发呆。自动化专业的课程让我觉得熟悉又无聊，而计算机科学却像一扇新世界的大门，让我心跳加速。那时我正在考虑是否要跨专业申请计算机科学（CS）研究生。身边的朋友有的劝我别折腾，说“你不是学CS的，肯定不行”；也有人鼓励我说，“只要努力，谁都能转行”。我当时心里七上八下，但最终还是决定试试看。

其实很多留学生都面临类似的困惑。比如在加拿大，UBC的计算机科学专业对跨专业申请者有明确的要求：必须修过算法、数据结构和操作系统等核心课程，或者有相关项目经验。如果你是工程背景，可能需要额外补课或参加在线课程来满足这些条件。像我这样来自自动化专业的学生，虽然学过一些编程基础，但距离申请要求还有不小的差距。

我在准备过程中最头疼的就是编程能力。虽然之前学过C语言，但真正开始写代码时才发现自己连基本的数据结构都不太清楚。于是我去看了Coursera上的一门《Python for Everybody》课程，这门课不仅教了基础语法，还带我们做了小项目，比如爬虫和数据分析。这让我意识到，自学编程不能只停留在“看教程”，一定要动手实践。

除了编程，数学基础也是关键。CS的核心课程，比如机器学习、算法设计，都需要扎实的线性代数和概率统计知识。我花了几个月时间重新学了这些内容，用了MIT的OpenCourseWare资源，还报了一个线上辅导班。刚开始的时候，我连矩阵乘法都搞不明白，但坚持下来后，感觉数学思维真的变强了。

参与项目是提升竞争力的重要方式。我加入了一个开源项目，帮忙优化一个图像识别的模块。虽然一开始只是做文档整理和测试，但慢慢地我开始理解整个系统的架构，并尝试自己写一些小功能。这段经历后来成了我申请材料中的亮点之一。像NYU这样的学校，很看重申请者的实际操作能力和项目经验，而不是单纯看GPA。

我还去参加了几场技术分享会，认识了一些在海外工作的CS前辈。他们告诉我，很多成功转行的人都是通过自学和项目积累起来的。有一位在硅谷工作的校友说过：“你不需要一开始就懂所有东西，重要的是你愿意学。”这句话让我特别有感触。有时候，我担心自己不够好，但只要持续进步，总会有机会。

申请过程中的压力也不小。有一次，我收到了一封拒绝信，心情特别低落。但我没有放弃，而是仔细分析了导师的反馈，调整了简历和推荐信的内容。后来我联系了一位教授，他给了我一些建议，帮助我更好地展示自己的优势。这个经历让我明白，失败并不可怕，关键是如何从中学习。

在选校时，我参考了很多资料。比如美国的CMU（卡内基梅隆大学）对跨专业学生的录取标准比较严格，但如果你能证明自己的能力，还是有机会的。而像密歇根大学安娜堡分校（UMich）则更注重申请者的项目经验和技能，只要你能展示出足够的潜力，就能被考虑。

留学政策也在不断变化。以美国为例，F1签证允许学生在毕业前实习，这对想积累经验的同学是个好消息。如果你能在实习中表现好，甚至可能拿到全职offer。所以，尽早规划实习和项目非常重要。

我觉得最重要的是找到自己的节奏。每个人的学习方式不同，有人喜欢看书，有人喜欢做项目，有人喜欢听讲座。关键是要保持动力，不要因为一时的困难就放弃。我曾经连续一个月每天早上六点起床学习，晚上十点才睡觉，虽然很累，但看到自己的进步，就觉得一切都值得。

最后我想说的是，跨专业申请CS并不是一件遥不可及的事。它需要时间和努力，但只要你愿意迈出第一步，就离成功不远了。不管你是清华的学生，还是其他学校的，只要你想改变，就有机会。别让“我不行”成为你的借口，勇敢尝试，你会发现自己比想象中更强大。