项目概览
加州理工学院 CMS 博士是一个多学科信息科学博士项目,连接计算机科学、电气工程、应用数学、经济学、运筹学和物理科学等领域。项目强调不同信息科学方向正在汇合,新的研究核心由算法、网络、机器学习、统计、优化、信号处理和数学基础共同构成。
学生可从 CMS 相关 30 多位 faculty 中选择导师,研究范围横跨 Applied & Computational Mathematics、Computer Science、Control & Dynamical Systems、Economics、Electrical Engineering、Physics 等领域。培养目标是在严谨方法与跨领域应用之间建立博士级研究能力。
学术方向与项目定位
二、核心研究方向与学术训练路径
项目特征细化:Computing and Mathematical Sciences (CMS, PhD),可作为理解课程组织、问题场景和专业能力侧重的直接线索。
项目训练线索:课程训练围绕信息科学核心展开,强调算法、网络、机器学习、统计、优化、信号处理和底层数学。
课程与任务线索:学生需要在导师指导下选择研究方向课程,并通过跨学科课程获得足够广度。
能力形成线索:项目鼓励把 information 和 computation 作宽口径理解,从软件、硬件、DNA、社会网络和市场等系统中寻找共同机制。
课程结构与培养方式
课程训练围绕信息科学核心展开,强调算法、网络、机器学习、统计、优化、信号处理和底层数学。
学生需要在导师指导下选择研究方向课程,并通过跨学科课程获得足够广度。
项目鼓励把 information 和 computation 作宽口径理解,从软件、硬件、DNA、社会网络和市场等系统中寻找共同机制。
博士训练以严谨性和应用相关性并重,学生需要在理论核心和科学、工程、社会应用之间形成研究连接。
申请要求
申请截止日期为 December 15,Caltech 研究生招生通常仅秋季入学。
CMS 页面记录 2025-2026 口径为 GRE not required;如提交 GRE,可使用 Caltech 机构代码 4034,且无最低分。
英语能力可通过 TOEFL、PTE、IELTS 或 Duolingo 等方式证明, 未列 TOEFL 或 IELTS 最低分。
申请准备应体现优化、算法、学习、统计、网络、数学与计算交叉基础,研究经历和三封推荐信是关键材料。
就业与发展方向
毕业生可进入高校、研究机构、国家实验室和技术企业,从事信息科学、应用数学和计算研究。
算法、优化、机器学习和统计背景可对接 AI、数据科学、决策系统和运筹研发。
控制、网络、量子与生物信息方向可延展至智能基础设施、量子技术、生物计算和复杂系统研究。
项目的跨学科训练适合需要同时理解数学理论、计算工具和应用场景的高层次研发岗位。