《2021清华大学伯克利深圳学院数据科学和信息技术考研390+高分经验分享》由会员分享，可在线阅读，更多相关《2021清华大学伯克利深圳学院数据科学和信息技术考研390+高分经验分享（2页珍藏版）》请在金锄头文库上搜索。
1、2021清华大学伯克利深圳学院数据科学和信息技术考研390+高分经验分享本人本科是是东北地区某985高校力学类工科学生，通过一年的努力，从三月份开始准备，七月份学校考试结束后开始全身心准备，最终考研成绩390分+,被清华大学伯克利深圳学院Track2数据科学和信息技术专业录取。由于目前关于清华伯克利深圳学院的经验文章不多，现将跨专业经验以及学院基本概况介绍给大家，希望能对后续考研的同学有所帮助。一、清华伯克利深圳学院概况与Track2考研趋势清华一伯克利深圳学院（TBSI）由清华大学与美国伯克利加州大学于2014年9月7日签署合作协议共同创建，面向全球共同面临的重大科技问题和社会发展问题，联合
2、高等学院、政府和企业界开展跨学科学术研究和人才培养。学院将探索“大学一政府一企业”三方合作的培养模式，整合高校、政府和产业界的资源，建立一个国际化的人才培养与研究平台。学院初期围绕“环境科学与新能源技术”、“数据科学和信息技术”、“精准医学与公共健康”建立跨学科研究中心，进行博士研究生及硕士研究生招生培养，未来将根据发展需要，拓展建立其它跨学科研究方向。2019年，清华深圳国际研究生院正式揭牌成立，作为清华大学国内唯一的异地办学机构，清华大学深圳国际研究生院是深圳市与清华大学市校合作进一步升级。清华大学深圳国际研究生院由清华大学与深圳市委市政府携手成立，在清华大学深圳研究生院和清华-伯克利深圳
3、学院的基础上进一步拓展，面向全球延揽优秀教师和研究生，通过高层次的国际合作，高水平的人才培养，高质量的创新实践，建设国际一流研究生院，助力清华大学双一流”建设，为深圳市、粤港澳大湾区建设和区域可持续发展增添创新动力。清华大学与伯克利加州大学已在2016年5月10日签署清华一伯克利双硕士学位项目协议，该项目已于2016年秋季启动。符合两校入学要求的学生将有机会通过2年半到3年时间的学习同时获得清华大学的工学硕士学位（目前开设了环境科学与新能源技术、数据科学和信息技术、精准医疗与公共健康三个专业）和伯克利加州大学的工程硕士学位（工程领导力）。数据科学与信息技术2020年起更改了专业课内容，原来需要
4、考察数据结构、运筹学和随机过程三门专业课，现在专业课只涉及数据结构的内容，无非是一个非常利好的消息。但是TBSI的复试面试是真正的重点，要求进行全英文作答，需要对相关的专业名词非常熟悉，而且要有一定的口语和听力能力。统考对于英语成绩没有要求，但是对于保研以及统考调剂，需要要求英语六级500分以上，建议提前准备，复试时提供英语成绩也是一个加分点。2021年数据科学与信息技术专业的一志愿考生上线人数已经足够，将来可能有继续增加的趋势。二、初试复习经验1.思想政治理论：我在九月份开始考研政治的学习，前期主要参考资料是肖秀荣的1000题，1000题是必做的，会对考研政治整体选择题策略有一个大致的了解，
5、另外我还看了徐涛老师马原部分的网课，对于马原部分理解不充分的同学强烈推荐徐涛老师的网课，看完之后会对马原部分的概念有一个很深的理解。后期我主要依靠肖四和肖八进行复习，肖四和肖八的选择题一定要非常的熟练，肖四的大题也一定要背的滚瓜烂熟，事实证明2021年政治肖秀荣的押题非常准。此外如果学有余力，还可以看一下腿姐的政治选择题部分，也是很有帮助。2英语：我本人的英语基础比较好，大一的时候取得了四级550+的分数，因此在英语的准备上没有花太多的时间，将时间都留给数学和专业课。英语真题一定要多做几遍，特别是阅读部分，不建议选择模拟题，英语的模拟题质量参差不齐，很可能影响个人的判断。英语的作文一定要提前准
6、备，多写几篇，并找一些经验丰富的老师进行批改，也不能相信各种模板，近几年的作文题目创新型明显增强，提高自己的写作能力和掌握一定的写作技巧才是硬道理。3数学：数学是初始准备阶段花费时间最长的一门学科，我前期准备釆用的是张宇1000题。张宇1000题的好处是，题目分成了ABC三个档次，其中B档次的题目最实用，与考研数学的难度很接近。A类题目属于在熟悉知识点的时候需要用到的，整体难度偏简单，C类题目大多为偏题怪题，不推荐做这一类的题目。在强化阶段就需要做一系列的模拟卷了，卡好时间，看自己三个小时内的表现如何。历年真题是最宝贵的资源，我釆取的策略是，一遍模拟考中没有全部作对的题目我会抄在错题本上，后期
7、再进行复做，因为二刷三刷已经会做的题目没有意义，重点应放在自己不会或者疏忽的题目上。其它模拟题资源包括李林六套卷四套卷合工大超越共创五套卷等，时间充足尽量全都涉猎一遍。4专业课：专业课我釆用的是王道计算机考研数据结构专篇，对于自己不熟悉的知识点，会去再听一边网课，这里推荐一下邓俊辉的网课，虽然讲的C+版，但是内容大体一致，并且他讲的细致而且容易理解。虽然没有上机考试的环节，但是真正熟练掌握一个算法原理还是要靠亲自实现，我在备考当中对于诸如Dijkstra等算法还是亲自用C+算法实现了一遍，事实证明通过亲自实践后对于算法有了更深的体会。三、复试准备经验清华伯克利的面试时间通常在三月末的一个周末，
8、2020年和2021年均釆用线上面试的形式，取消笔试，改成了材料审核环节，占100分。材料审核更接近于国外大学的申请制，因此对于相关材料的准备一定要细心，尽量突出个人的优点，建议在初试结束后开始准备。面试环节占400分，将有5名具有研究生指导资格的老师进行大约二十分钟的面试，内容涉及数学和机器学习的基础知识，以及个人的项目细节等。由于当时老师对于我个人简历上的项目和相关课程非常感兴趣，提问就没有涉及基础知识，所以要对自己项目和经历的细节非常熟悉，而且要熟悉其中的数学原理。最终成绩釆取叠加制，初试500分加复试满分500分，总分1000分，然后按名次进行录取。所以初试之后关注点一定要放在复试上，切勿骄躁，低分逆袭和高分淘汰的事件并不罕见。四、最后寄语考研与高考截然不同，高考是一群人在战斗，有老师有同学；而考研，是一个人的战斗，只有自己一个人，高考所有的备考工作都有人帮你做好做周到，学习材料搜集信息后勤工作都有老师家长的鞍前马后，而考研是孤独的。但孤独过后，结局注定很美。
