美国生物信息学专业博士申请

说到美国大学的计算机专业，就一定会提到美国的“四大”：卡内基梅隆大学（Carnegie Mellon University）、斯坦福大学（Stanford University）、加州大学伯克利分校（University of California, Berkeley）、麻省理工学院（Massachusetts Institute of Technology）。在最新的U.S.News 2018年计算机专业研究生排名中，这四所美国大学不出意外地都得了5.0的满分，成为了并列第一。那具体这“四大”的计算机专业情况是怎么样呢？小伙伴们在进行美国研究生申请时，应当具备怎样的条件才能申请美国计算机科学专业最强的四所大学的研究生呢？接下来就请小伙伴们和续航教育一起一探究竟吧。卡内基梅隆大学卡内基梅隆大学坐落在美国宾夕法尼亚州的匹兹堡。在卡内基梅隆大学，好像就连花花草草都和计算机有联系。如果你是CMU的学生，无论你的专业是心理学、经济学、哲学、还是物理、化学、数学，你都要学习CS学院的课。虽然学校校区并不大，但它的计算机科学专业的规模却是美国乃至世界最大的。和其他学校不一样，卡内基梅隆大学为计算机与科学专业单独设立了一个学院。该院下共有7个部门和机构，在这7个部门下，一共有26个不同专业，可见其学院规模之大和所涉领域之广。卡内基梅隆计算机科学专业的研究生申请要求：在官网上我们不难发现，除了TOEFL要求100分以上，其余成绩都没有硬性要求。值得注意的是，每个专业官网上的要求列表里都明确写出，学生需要具备一定的计算机方面的基础能力，这其中包括对如Java、C++、Python等编程语言的熟悉。除此之外，学生也应该对一些数据结构、算法理论知识的了解。对于那些本科不是CS专业的同学，申请之前在这些方面下些功夫还是很有必要的。卡内基梅隆大学计算机研究生专业更重视申请者的综合素质水平。也就是说，如果学生的GRE和GPA不是很高，但学术科研水平较高，就有可能被录取；反过来也是一样，如果学生的CS背景不深，但成绩都很好，也有可能被录取。总体而言，想要被学校录取，最基本的条件就是学生要对计算机科学基础有所掌握。

首先，博生研究生导师和博士生导师说的是同一个事情。其次，不能用谁大来衡量，只能从行政级别和学术级别上来区分。博士研究生导师的行政级别与学术级别都要高于硕士研究生导师。拓展：博士研究生导师：是本学科学术造诣较深的教学科研人员，其学术水平在国内本学科领域内处于前列，在某些方面接近或达到国际先进水平，一般为教授职称，也有特别优秀的副教授、讲师担任博士生导师。有培养研究生经验，至少培养过两届硕士研究生。能坚持正常工作，担负实际指导博士生的责任。有协助本人指导博士生的学术队伍，培养的研究生质量较好。有课程教学经历，承担过或正在承担一定工作量的本科生或硕士生课程。对年轻的教授(1972年以后大学毕业)申请担任博士生导师，除具备上述条件外，一般应具博士学位。至少培养过一届硕士研究生或在国内外协助指导过博士生的学位论文。硕士研究生导师：是本学科学术造诣较深的教授或相当专业技术职务的教学，科研人员，其学术水平在某些方面接近或达到国内或国际先进水平。有培养本科生经验，至少培养过两届本科生。能坚持正常工作，担负实际指导硕士生的责任。有协助本人指导硕士生的学术队伍。有课程教学经历，承担过或正在承担一定工作量的本科生课程。

同学你好，美国的生物相关专业硕士项目具体专业包括Biotechnology、Biosciences、Bioengineering、Biomedical Engineering、Biostatistics、Bioinformatics等，其专中Biomedical Engineering（BME）、Bioinformatics是更加综合属的学科，更注重数理及计算机背景，Biostatistics更加看重数理统计背景。不知道题主是什么背景，如果是纯生物/生物技术背景，则可以申请Biotech/Bioscience，如果是工科背景，可以对口地申请Bioengineering，如果想转专业至生物统计/生物信息学，则需要多多补充数理课程、掌握编程语言及统计软件的使用。

选择方向跟自己的兴趣和以后的就业相关，我仅仅能给出大概的概念，供你参考计算机方向的生物信息学基本都偏向大数据处理（也有写例外，看导师的方向），类似基因注释，核苷酸变异，序列分析，序列比对，药物代谢等，需要具有计算机和统计学的相关知识，就是已经有算法了，但是数据较多，你需要用计算机编程（或工具箱）处理数据得出结论。着重点在数据上面，如果没有数据很难做，有数据就很好做，很多的生物信息学分析师都是这类方向。生物医学方向的分为两种，一种是自动化方向，是工科，偏重算法设计，需要计算机编程和数学知识的储备，方向有结构设计，核苷酸编码方式、力学结构、热力学结构，开发新的算法重新计算基因的各种相关性和功能，基本就是已有数据，大部分数据网上都能找到，然后自己开发算法重新对已有的数据进行重新分析和计算，要求比别的算法更精确，更能发现隐藏信息，偏重点在算法设计上面，生物信息学算法分析师属于这类。另外一类生物医学的介于两者之间，即做部分算法（很少，属于改进部分参数的范畴），又处理数据，不同点在于很多数据是自己或实验室一起做出来的，也就是说可能需要做实验，很多的数据都跟疾病相关，生物信息学公司应该比较喜欢要这种人才。

50000000000000000

我也是这方面的博士，我们学校倒是急需这方面的人才！

两个专业是相关专业，跨度不是那么大，可以跨。跨之前最好把那个领域内重要的论文读一下，报考之前找找导师。很多人读博士都跨领域，有的是从数学跨到CS，有的是从物理跨到CS，问题不大。就业方面呢读博士，毕业后可以走教职这条路。如果去企业，CS比生物信息这方面的就业更好一些。

中国农大

可以。要复准备的话，最好要参制考报考单位。比如 中科院上海生科院 计算生物学伙伴研究所http://www.picb.ac.cn/picb-dynamic/index.htm它们的2010博士招生目录：http://se.sibs.ac.cn/bszs/2010/zyml.htm今年 朱新广老师要招 植物方向的生物信息学博士生，那么他要求考 生物统计学和 植物生理学我相信这两门课你都学过吧。跟老师联系好，找到指定参考书，投入复习个两三个月，应该没问题了。至于考上后，我觉得还是要好好把计算机这一块补上的，呵呵。这个要看老师是否接受你吧。如果老师接受的话，应该没问题。考之前最好跟你心仪的导师联系一下，毕竟博士不同于的硕士了，很大的程度还是要看老师收不收，或者有没有名额。