15011337672
作为大S数据方向的王牌硕士项目，ICME历年招收人数较少。可谓是人踩人地抢个位数名额，想要申请这个项目的看本文详细解析！
01.项目介绍
斯坦福大学计算与数学工程研究所（Institute for Computational and Mathematical Engineering，简称ICME）成立于2004年，前身为1989年设立的科学计算和计算数学项目。ICME专注于数学、计算机、工程和应用科学的交叉学科研究。
斯坦福ICME-DS是开设在Stanford Institute for Computational & Mathematical Engineering (ICME) 下的一个track，每年约录取20人左右，比起Stanford的另一个DS项目Statistics & Data Science录取人数更少，竞争更加激烈。
Stanford采用quarter制，学生修满45个学分即可毕业，一般项目时长为5-6个quarter，大约两年毕业。
02.申请形势
ICME-DS每年的class size在20人左右，大约4-5个中国学生，是一个比较selective的项目。
03.申请要求
申请材料：
● 线上申请表
● 本科学校成绩单
● 托福成绩（如果本科学校不是全英语教学）
● 简历
● 三封推荐信
● 个人陈述（SOP）
● 多样性文书（Diversity Statement）
建议背景：具备坚实的数学基础，修读过线性代数、数值方法、概率、随机过程、统计理论等课程，并熟练掌握C和R语言的编程。
申请经历：从录取学生背景上看，大部分来自海外本科数学/统计背景，GPA接近4.0，有比较强的internship或research experience。大家数学和编程能力都很强，都很聪明。
04.课程设置
ICME-DS的要求是学生必须修满45个学分，其中有15个学分是必修的core courses，必修课包含Numerical Linear Algebra, Stochastic Methods, Statistics。选修课则包含Programming, Experimentation, Machine Learning等多个方向，其中也有CS229，CS231N等Stanford网红AI课，如果在fall quarter上这两节课还有机会见到吴恩达和李飞飞本人。
除了这些课程之外，该项目还要求学生参与practical component。在这些课程中，学生有机会参与和工业界合作的data science项目，积累科研经验和在业界的人脉。
总而言之，ICME-DS的课程设置强调数学基础和编程能力，注重理论知识的学习，同时强调实践应用，培养学生解决实际问题的能力。
具体课程设置：https://bulletin.stanford.edu/programs/CME-MS
05.师资水平
Professor Eric Darve
课程：CME 302 Numerical Linear Algebra
研究领域：Computational Mathematics, Numerical Linear Algebra, Parallel Computing, Machine Learning
职位：Director, Institute for Computational and Mathematical Engineering (ICME) and Professor of Mechanical Engineering
引用数：20943
上课感受：Eric是个十分博学的教授，风格非常发散且有创意，和他上课能学到很多课外的知识；同时他也对学生很有耐心，会给予学生许多支持。
Trevor Hastie
课程：STATS 305A Applied Statistcs I
研究领域：applied statistics, statistical modeling, bioinformatics, and machine learning
职位：John A. Overdeck Professor of Mathematical SciencesProfessor of StatisticsProfessor of Biomedical Data Science
引用数：375273
上课感受：他与罗伯特·蒂布希拉尼（Robert Tibshirani）和杰罗姆·弗里德曼（Jerome Friedman）合著的《统计学习基础》（The Elements of Statistical Learning）被广泛认为是统计学习领域的经典教材。哈斯蒂教授以其深入浅出的教学风格著称，深受学生喜爱。
Peter W. Glynn
课程：CME 308 Stochastic Methods in Engineering
研究领域：simulation, computational probability, queueing theory, statistical inference for stochastic processes, and stochastic modeling.
职位：Thomas W. Ford Professor in the School of EngineeringProfessor, Department of Management Science and Engineering,Institute for Computational and Mathematical Engineering
引用数：21816
上课感受：Peter Glynn教授的授课风格以深入浅出、条理清晰著称，注重知识的衔接与铺垫。他在讲解过程中，不仅关注数学证明，还强调传授思想方法与理论推导的思维逻辑。此外，Glynn教授非常重视课堂互动，关注学生的反馈，积极引导学生思考，营造良好的学习氛围。
06.求职服务&资源
斯坦福地处硅谷中心，学校的求职资源和校友资源自然是很丰富的，除了全校的career fair之外，ICME还有自己的career fair：Xtend，在career fair上基本所有学生都能拿到一到两个面试机会，并有机会和公司HR进行一对一的coffee chat，是很好的上岸机会。除此之外，ICME还会定期组织Lunch&Learn，邀请公司来学校开info session，帮助学生更好的了解公司，与industr建立联系。
这学期ICME开了一节新的workshop课CME291，在这门课中，program会邀请业界人士作为guest speaker，上课内容包含简历修改、面试技巧等对找工作很有用的知识。
07.地理位置
斯坦福大学位于加州Palo Alto，地处湾区的中心地带，毗邻硅谷核心区域。校园占地约35平方公里，是美国面积最大的大学校园之一。
大多数斯坦福学生选择住在校内宿舍，宿舍区与教学楼之间的距离适中。由于校园面积广阔，骑自行车成为学生主要的交通方式，从宿舍骑行至校园各处通常需要约10分钟。斯坦福大学拥有多个食堂，提供多样化的美食选择，满足不同口味的需求。周边美食与出行拥有车辆的学生可以方便地前往旧金山或南湾地区，那里有众多优质的中餐馆。从校园驾车前往旧金山或南湾主要城市，如San Jose和Mountain View，通常需要约30分钟。这些地区的中餐馆种类丰富，涵盖各地风味，满足对家乡美食的思念。
总体来说，斯坦福大学的地理位置优越，校园生活便利，周边环境丰富多彩，为学生提供了良好的学习和生活体验。
08.个人就读体验
● 学习方面：这个项目上课的workload还是很大的，很多数学课和PhD一起上，同学们都很聪明。Staff都很supportive，再加上积极参加office hour，学业上应该就没什么问题了。课程设置比较硬核，适合数学/统计基础好的同学。
● 求职方面：在找工作方面学校给的support还是很足的，基本每周都有好几个career event，其中不乏顶级HF和科技大厂。同时，学校还提供修改简历、mock interview等服务，也可以自己connect alumni。
● 社交方面：因为class size很小，同学之间都很熟，大家都很nice，愿意分享学习资源和求职资讯。Department每周还会组织Friday beer，是一个很好的交朋友的机会。
在留学方面有疑惑的同学欢迎联系传兮留学的老师咨询~
