宾大、伯克利大动作！中国学生速速关注

最近这段时间，美国大学带来了不少惊喜的消息。

首先是南加大新设高级计算机学院，首次创立了一所可支持不同专业学生学习计算机、编码技术的学院， 之后还有包括MIT、耶鲁在内的很多美国大学，增设了很多实用跨学科新专业。

而近日，藤校宾夕法尼亚大学还专门给国际学生新设了一项奖学金机会，并且全美 第一的公立大学——加州大学伯克利分校（UCB）也新设立了计算机学院！ 非常值得大家关注！

宾大：新设国际学生奖学金

宾夕法尼亚大学于近日宣布，已收到校友、对冲基金创始人 Daniel Sundheim 和 Brett Sundheim 捐赠的 1000 万美元捐赠。

这笔捐赠将用于资助该校的国际本科生。这笔钱中有900万美元是专门为国际学生设立的——「桑德海姆国际学者基金」（Sundheim International Scholars Fund），旨在给宾大文理学院的国际学生提供奖学金。

第一批获得桑德海姆国际学生奖学金的学生，将会从2023年的秋季新生中选出。

此外，它还将为符合条件的的Penn First Plus的国际学生（家庭中第一代上大学或收入微薄的学生）提供暑期实习、研究项目和学术课程的更多资源。

校友之所以慷慨地捐赠，其用心也是希望宾大能吸引到“越来越多优秀的国际学生。

根据校方统计，2022 年秋季，有 12,222 名国际学生申请在宾夕法尼亚大学学习，但国际学生的录取概率只有 3.5%，即 431人收到了录取通知书。

因此，想要拿到这笔款项，实属不易。

宾大校长 Liz Magill表示，“吸引全球最有才华的学生并为他们提供发展所需的资源，无论他们的经济状况如何，是宾大的首要任务。 ”

 加州伯克利： 50年首次开设新学院

UC Berkeley自1960年之后，校园内增设的学院只有2所： 新闻学院，于1968年增设； 公共政策学院，于1969年成立。

自那以后，UC Berkeley都未再建立新的学院。

而这次“破天荒”新设「计算、数据科学与社会学院」（CDSS），主要是在校生们对编码技能、计算能力和创造性思维来组织和分析数据学习“无止境的”需求激增。

加州大学伯克利分校（UC Berkeley）作为公立常春藤之首，是除了斯坦福以外，最接近硅谷核心地带的顶尖大学，也是计算机科学领域的先驱。

加大校董会日前投票通过，UC Berkeley将新设「计算、数据科学与社会学院」（College of Computing, Data Science, and Society，简称CDSS）！

这也是UC Berkeley过去50多年来的第一所新设学院！ 

随着大数据时代到来，越来越多产业需要具备数据分析能力的人才，数据科学（Data Science）专业应运而生，且越来越热门。

UC Berkeley表示，目前「数据科学」和「计算机科学」专业是校内最受欢迎的前五个专业。

尤其是「数据科学」专业。 自2018年UC Berkeley宣布新开设「数据科学」专业以来，短短五年的时间，「数据科学」已跃居成为UC Berkeley100多个最受欢迎的专业中，排名第4的专业。

数据科学不仅在基本上所有其他学术领域都有应用，而且实际上也在改变这些领域的基础。

据UC Berkeley统计，今年选择该专业的学生人数比2019年秋季增加了近一倍，达到1232人。

选修数据科学（入门课程）的学生人数甚至更多。 本学年达到4,291人，其中许多人的专业是其他学科，包括： 经济学、心理学、社会学、政治学和公共卫生等。

UC Berkeley这个领域的毕业生，薪资也十分亮眼。

根据数据，UC Berkeley主修计算机科学的学生，毕业四年后的平均年收入为17.9万美元（约人民币122万元）。

根据研究就业趋势的非营利组织 Burning Glass 的数据指出，数据科学专业的毕业生平均年收入约为 13万美元（约人民币88万元）。

UC Berkeley的 计算机科学、数据科学和统计学专业 在《美国新闻与世界报道》中名列前茅。

新的「计算、数据科学与社会学院」大楼计划在2025-26学年开放。

新设学院将包括： 数据科学大学部计画、统计系、伯克利数据科学研究所、运算生物学中心、巴克尔地球数位材料研究所（Bakar Institute of Digital Materials for the Planet）等机构和中心。

新学院将提供： 数据科学本科专业，以及计算机科学、统计学、计算生物学和计算精度健康等其他学位课程。

并且到时它还将与UC Berkeley工程学院、计算机科学系、与社会科学部门共享社会科学数据实验室，并与加州大学旧金山分校 (UCSF) 共同参与计算精准健康计划（Computational Precision Health program）。