

非本科轉領域申請研究所,靠什麼說服學校?
英萊歷屆榜單中,轉領域申請的案例橫跨保險轉 CS、 農藝轉 CS、外文轉 HCI、生物轉Game Design 等, 涵蓋各種跨度的背景組合,且多數成功進入 Top 30 院校。
我們在輔導轉領域學生時,最核心的一件事不是叫學生顧好 GPA 或考高考試成績,而是帶領學生從頭想清楚三件事:轉領域的必要性、實踐的可行性, 以及萬一遇到困難,是否還有撐下去的動力。
我們最常聽到的轉領域動機有兩種:「聽說這個領域好找工作」,以及「我對 XX 有興趣,但沒有相關技能就找不到工作」。這兩種動機的共同問題是:把出國拿學位當成唯一解法,卻忽略了一個最根本的問題: 這個領域你真的念得來嗎?如果就業市場有變、遇到瓶頸又沒有熱情支撐,當初出國的原動力還會不會存在?
說服夢想科系錄取你,心態要從「我要從 XX 大學 XX 科系出發轉換領域」,變成「我要從現在就邁出第一步」。先把最基礎的學科補起來,親身感受一下水溫合不合適,不要讓「聽別人說」左右了自己的決定。
最後,對原本科系沒有熱情不是跳到另外一個科系的動機,因為……
……那其實是逃避好好挖掘自己興趣的藉口啦!
如果已經考慮清楚轉領域必要性,那我們就來看看接下來如何實踐吧。
各領域轉 CS:這條路沒有捷徑
我們現在以熱門科系Computer Science為例,要如何證明自己懂大學資工四年在教什麼?在學時可以跟得上其他大學四年資工系的學生,畢業後也具備相同的職場競爭力?
我們看過各式各樣背景的學生,離CS近一些的如電機資管,遠一點的有工業工程與機械,更遠的有數學、建築、與翻譯。轉CS專業是一條沒有捷徑的路,學校挑選學生,比CS先修課程,越多越好。依照自己的時間與精力,建議至少要上滿八到十堂課之後再來申請念研究所,這樣有機會申請上的學校,會比只有四到六堂課的選校來的多。
數學基礎:兩學期的微積分、統計與機率、離散數學、線性代數。
CS基礎:計算機概論、演算法、資料結構、程式語言、作業系統。
CS進階:物件導向語言、資料庫、網絡與分散式系統、機系學習與人工智能、電腦視覺、圖學等。
能夠先在數學與CS基礎都拿到高分(A+),才能證明自己的學術實力,或許會比說自己有三年工作經驗來的更直接有力。
在台灣,想補學分班,不少學校有推廣部或著隨班附讀的選項。其中台科大、北科大、輔大、清大、東海都有類似的課程。在美國University of Phoenix,University of the People也都有提供線上課程。假如有時間、有決心、有財力,那更推薦去念第二學士吧。Oregon State, University of Colorado, Penn State都有線上學程,可以系統性地打好 CS 基礎。
其他工程領域互轉:背景相近,關鍵在關聯性
工程背景的學生,相互轉科系的問題稍微小一點。因為他們背景中基本的數學與科學背景是相通的。需要注意的就是新舊領域之間的關聯性。
比如材料科學與化學工程之間互轉,兩者之間相互應用重疊的地方不少,可能是在半導體製程所需的原料上,也有可能是在環保材質的研發上;材料科學與電機之間互轉,兩者重疊的地方可能是新電池材料的研發。
但化學工程出身、專注塑膠領域的學生突然想轉去土木工程建造橋樑,這就難了;土木需要的結構力學是化學工程學生普遍陌生的,反倒是機械系背景的學生轉土木會更有把握。
跨工程領域申請時,SOP 的說服力至關重要:你需要清楚說明兩個領域的交集在哪裡,以及你的背景如何讓你成為這個交集的最佳人選。
文組轉商:補數學和程式,比你想的重要
許多文組背景的學生,在職場上接觸到各種數據分析流程後,萌生了攻讀商業分析或供應鏈管理的念頭。這些科系對大學背景通常沒有明確限制,但對技術面與數學能力有一定要求,這正是大多數文組學生的弱項。
常見需要補的課程有微積分,統計與機率等數學課程;同時有些學校也要求學生具備寫程式的能力,才能跑課程需要的軟體與套件,因為這些學校並不會從頭開始教,最常見的就是Python & R。
這些能力有時可以透過工作經驗來展現,但更直接的方式是跟著線上平台的課程系統學習。值得注意的是,大部分商學院對線上課程的接受度遠高於工學院,這讓文組學生的補強路徑相對靈活。
英 萊轉領域錄取案例
轉CS領域學校大補貼
U of Chicago MPCS with immersion
BU MET CS
工學院背景可申請(有數學/統計、Intro to CS、演算法或數據結構等基本學分)
USC MSCS for Scientists and Engineering
Santa Clara MCSE
其他可以和CS技術結合的科系:
CMU MS in Health Care Analytics & Information Technology
Harvard MS in Health Data Science
Rice Master of Computational Science and Engineering
GaTech MS in Computational Science and Engineering
Duke MS in Economics & Computation
UChicago MS in Computational Analysis and Public Policy
