新加坡国立大学计算机工程理学硕士 - 机器智能与应用方向研究生申请要求-排名-学费-就业-语言要求

在新加坡国立大学计算机工程理学硕士 - 机器智能与应用方向专业中，学生将有机会探索人工智能（AI）和机器学习（ML）技术，以解决机器人、医疗保健和网络物理基础设施等领域的各种工程应用问题。随着现代工程系统采用机器智能技术，本专业灌输与工具技术相关的知识，这些工具技术将进入给定应用程序的设计过程中。在某些模块（以及必修项目模块）中，学生将有机会承担独立项目并使用现实生活中的应用程序数据进行处理。将引入各种机器学习工具来帮助处理给定工程应用的数据。

展开全部

申请要求

具有认可机构颁发的学士学位（偏好荣誉学位）或同等学历，需要相关工程学科或包含计算和应用数学内容的其他学科背景 尚未毕业的申请者需要提供7学期成绩单（假设为4年制本科）

语言要求

雅思

总分要求

托福

总分要求

申请时间

{{ `${per_time.year}年${per_time.enroll_time}季入学${per_time.children.length == 1 && per_time.children[0].head == 1 ? '（提前批）' : per_time.children.length == 1 && per_time.children[0].head == 2 ? '（夏令营）' : ''}` }}

on hold

国际生

夏令营

提前批次

进行中

on hold

申请量过大，相应的申请有延迟或者无法拿到offer的风险。

国际生

本条是指国际生截止日期

课程设置

机器学习及其应用

Machine Learning with Applications

现代计算机网络

Modern Computer Networking

硬件技术、原理和平台

Hardware Technologies, Principles, & Platforms

进化计算

Evolutionary Computation

智能自主机器人系统

Intelligent Autonomous Robotic Systems

数字化技术深度学习

Deep Learning for Digitalization Technologies

视觉计算

Visual Computing

计算机工程项目

Computer Engineering Project

展开全部

顾问解析

该课程是由NUS设计与工程学院 (CDE) 和电机与电脑工程系 (ECE) 联合创办的全新专业。对于那些希望在计算机工程领域深造、在相关行业工作的科研人员和技术从业者，以及希望在新加坡的数字化科技领域保持领先地位的专业人士，这是一个理想的选择。就业服务：该课程为毕业生提供全面的职业培训，使他们能够应对广泛的职业选择。从NUS计算机工程硕士毕业生的就业行业分布来看，涵盖了航天与航空、汽车、化工、国防、电子与半导体、能源、石油与天然气、金融与投资、信息通讯、海事与离岸工程、媒体与数码娱乐，以及医疗技术与医疗保健等多个领域。他们的就业去向包括科技跨国公司如安捷伦科技、苹果、博世、Meta、谷歌、IBM、微软和横河电机等，以及IC设计/半导体公司如应用材料、格罗方德、联发科和美光科技等。在能源/石油和天然气领域，埃克森美孚、斯伦贝谢和新加坡能源等公司也是他们的理想雇主。招生特点：申请者需要具备相关工程学科或其他学科（包括计算机和应用数学）的学士学位，并满足雅思6.0或托福80的英语语言要求。

展开全部

登录后查看全部

录取报告

录取指南|该方向对申请者的院校背景有明显偏好，录取者中985/211背景占比超过85%，且典型录取者的GPA在85分以上、雅思7.0+是更具竞争力的参考线。对于来自985/211院校的学生，应重点保持高学业成绩并尽早准备语言考试；而普通本科背景的申请者，录取率相对较低，需要通过高含金量的科研项目、竞赛获奖或顶级公司实习经历来弥补院校背景的不足，并建议将GPA目标设定在更高分段以增强竞争力。本科专业匹配度是录取的关键因素，计算机、电子工程等强相关专业背景的申请者具有明显优势。建议申请者根据自身专业背景选择最匹配的子项目方向，以最大化录取概率。对于跨专业申请者，必须通过补充相关课程（如数据结构、算法、机器学习）、参与计算机领域的科研项目或积累相关实习经历，来证明自身具备完成该方向学业所需的专业基础和学术潜力。从历史数据来看，申请竞争逐年加剧，建议申请者尽早规划。推荐在9月至11月的申请季初期完成材料准备并提交申请，以占据先机。申请者应提前准备好成绩单、语言成绩、个人陈述和推荐信等核心材料，避免因材料不齐而延误投递。延迟投递可能面临更激烈的竞争和更长的审理周期，因此尽早完成申请是提升录取机会的有效策略。