哈佛大学计算生物硕士申请难度解析

　　一句话概括：“哈佛大学计算生物硕士可能会偏比如说precision medicine，然后algorithm，这个项目大概是10多个，然后到往年大概是20个左右，后面一年已经有扩招一些，但是相比于epi和biostat这两个相对一点大那些项目来说还是还是人数少一些。”

　　1、CS背景要求：

　　这个项目申请的话并没有cs 背景是要求的，生统其实最好是要有cs 背景，这个项目因为是生统加流病两个项目共同承办的，所以他对 cs 其实没有太大硬性要求。但是建议最多会一点R，python也不会，因为所有的编程基本上是到这个项目以后突击训练的，所以没有CS背景不是太硬伤，但是如果要申请生统的话可能还是蛮需要cs 背景的。

　　2、数理基础课程背景：

　　一个是需要science方面的背景，就比如说你是数学专业，bio，经济或者 psychology 都是可以的。

　　要学过calculus，比如partial differentiation 和 multivariate Integration，需要有一个学期的 linear algebra，probability and statistics ，还需要基本的生物知识。

　　3、科研项目经验：

　　科研如果是本科，可以做一段 research，不管你是wet lab 或者是偏cs一点都可以，看自己focus在哪方面，选课感觉这个项目还是需要数学，因为大部分课不管是偏stat还是偏cs都会需要一点数学背景的理论要求，所以学一点数学肯定是不会错的，其实就是主要要求的stats，一些bio，一些数学，主要就是这些，bio 方面要求的是molecular biology and genetics。

　　4、标化要求：

　　考了GRE，托福，如果你美国本科的话应该是可以waive掉，应该都是没有问题的。如果是国内大学过来可能有一些生物方面的专业术语可能如果有些对不上，但是我感觉大家可能一两节课后基本上应该都会适应了。

　　5、适合未来转专业：

　　大部分申这个项目其实是为了转一个方向，可能本科是偏比较理论的Biochemistry或者bio，偏应用一些的转的是biostats。

　　计算生物项目就业前景：

　　校方面的支持基本上就是提供一个平台，但是具体的联系还是要看你自己去沟通，如果networking，学校教授的话还是都非常 nice，会帮学生distribute 你的resume给她附近的教授们，主要就是你自己去networking。

　　计算生物科研的话，就是有不同的偏向，有的是更注重 algorithm develop ，就是你可能想出一种新的计算方法。

　　还有种就是你可能improve 那种计算方法到新的数据上面然后可能会发现新的drug targets ，就是你可能应用algorithm 到health data 上面然后去发现一些新的drug targets或者新的一些precision medicines or target 的一些方向或者可以揭露一些比如说疾病的一些新的病理，他主要的还是偏数据分析，之后做对疾病或者药的一些 inferences。

　　这是个stem专业，所以他的opt是3年，如果你之后工作想要有 opt可能再转H-1B工签。

　　所以不同兴趣方向，未来找工作方向也不一：

　　如果特别想去科技大厂，比如说facebook或者Amazon其实因为平时那些machine learning你其实你该学的也都会学，然后编程该练的也都会练，所以你要去科技大厂也都是 ok 的。

　　如果想更偏genetics 方向，你也可以选择去医院做DA /DS，不过数据处理的方向不太一样。

　　还有就是networking，可以从教授跟你的advisor了解到有没有一些方向，学院也会有slack channel，如果有open opportunity会定期po一些在slack channel 上面，可以设成提示，如果上面有po可以自己去看，其他的其实就比较常规的比如说求职网站，哈佛也有自己的career center，可以找他们帮自己mark interview，找他们帮你改resume，每个学校应该都会有。

　　以上是关于哈佛大学计算生物硕士申请的完整解析，如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。