GPA 3.2/4.3、GRE 318,申請材料怎麼把數學、AI 與實作經驗串起來
J 同學大學就讀國立陽明交通大學應用數學系,同時修習人工智慧跨域學程。申請研究所時,方向很清楚:希望往 Data Science、AI 與大數據相關工作發展,因此把美國的 Data Science 碩士列為主線。
他的 GPA 為 3.2/4.3,GRE 318。學術成績不屬於特別突出的高分型申請者,但背景裡有完整的數學訓練、資料科學與程式課程、Google 實習、台大量子計畫與數個 Machine Learning 專案。申請時的重點,就是把這些材料整理成同一條清楚的專業方向。
最終錄取 University of Maryland、San Jose State University 與 Boston University MET 的 Data Science 相關碩士,最後選擇 University of Maryland。
學生背景
|
大學 |
國立陽明交通大學 National Yang Ming Chiao Tung University |
|
主修 |
Applied Mathematics 應用數學 |
|
跨域學習 |
Artificial Intelligence Cross-Disciplinary Program |
|
GPA |
3.2/4.3 |
|
GRE |
318 |
|
申請方向 |
Data Science/AI/Big Data |
|
工作與研究 |
Google Data Center 實習;台大 Quantum Program Assistant |
|
程式能力 |
Python、SQL、C/C++、JavaScript;MySQL、Linux 等工具 |
數學系申請 Data Science,背景怎麼對上?
Data Science 碩士常要求數學、統計與程式基礎。J 同學的優勢在於,這幾塊不是臨時補課,而是在大學課程與實作經驗裡已經累積一段時間。
相關課程包括:Data Science、Python for Data Science and Machine Learning、Python and IoT Data Analysis、Numerical Analysis、Data Structures and Object-Oriented Programming、Algorithms、Statistics、Computer Vision、Computational Mathematics。
這組課程能直接對應 Data Science 常見的 prerequisite:calculus、linear algebra、statistics、programming,以及後續的 machine learning 與 data analysis。對跨領域申請來說,這比單純寫「對 AI 有興趣」更有說服力。
這份申請最有競爭力的幾個地方
1. 數學底子加上 AI 跨域課程
應用數學本身提供 calculus、analysis、statistics、numerical analysis 等基礎,AI 跨域學程則補上資料結構、演算法、Python、Computer Vision 與 Machine Learning。這種組合和 Data Science 碩士的課程銜接度很高。
2. Google 實習不是只放公司名稱
J 同學曾在 Google Data Center 擔任實習生。履歷裡寫到利用 Google Apps Script、JavaScript 與 Spreadsheet 建立工具,讓搜尋效率提升約 20%;也用 MySQL 建立 dashboard,處理不同團隊間的資訊整合。這段經驗和資料處理、工具開發、SQL 應用直接相關,放進 Data Science 申請比單純寫「曾在科技公司實習」有效很多。
3. 台大量子計畫補上研究與技術深度
另一段經歷是在台大 Quantum Program 擔任助理,研究量子計算在機器學習上的應用,並以 Variational Quantum Eigensolver(VQE)處理 Portfolio Optimization 問題。這讓申請材料裡除了課程與實習,也多了一塊較偏研究與演算法的內容。
4. Project 能證明真的做過 Machine Learning
- Forecasting Personal Annual Income:以 scikit-learn 建模,處理 feature selection 與 over-sampling,改善 F1 score。
- Chord Generator:使用 Python、PyTorch、RNN、Embedding Layer 與 LSTM 產生和弦。
- Face Forgery Detection:分析 Deepfake/Face Forgery detection 相關方法,課堂專案獲得 Excellent Project Award。
GPA 3.2/4.3 沒有把申請優勢放在成績本身,材料的辨識度主要來自數學基礎、程式能力、實習與專案之間的連續性。GRE 318 則提供另一個標準化成績參考。
選校怎麼排:排名之外,地點與 prerequisite 也要一起看
J 同學選校時很在意地理位置,主要鎖定華盛頓 DC 周邊與加州。早期 School List 曾包含 Georgetown、UC Irvine、UC San Diego、George Washington University、University of Maryland、San Jose State University、Stony Brook、Rutgers 等學校。
每一間 Data Science program 的條件差異很大。有些要求較高的 TOEFL,有些看重 calculus、linear algebra、statistics 與 programming prerequisite,也有學校要求多篇 Essay 或 WES 成績認證。選校表因此除了排名,也同步整理申請截止日、英文門檻、GRE、先修課與文件要求,再決定實際送件名單。
University of Maryland, College Park
University of Maryland, College Park(UMD)是馬里蘭州旗艦大學,位於華盛頓 DC 都會區。對 Data Science、Computer Science、AI、公共政策與政府相關領域來說,地理位置也是學校特色之一。
|
U.S. News 2026 |
全美 National Universities 第 42 名;公立大學第 16 名 |
|
U.S. News 2027 Graduate |
Computer Science 第 12 名;公立大學第 7 名 |
|
U.S. News 2027 Graduate |
Computer Science – Artificial Intelligence 第 16 名 |
|
QS World University Rankings 2027 |
全球第 =252 名 |
J 同學當年錄取的課程,現在已經改成 MS in Data Science
J 同學 2024 Fall 的正式錄取名稱是 Master of Professional Studies in Data Science and Analytics。UMD 後續把這個課程調整為現行的 Master of Science in Data Science,因此 2027 Fall 申請要看目前的 MS 規定。
現行 MS in Data Science 為 30 credits,內容包含 probability and statistics、algorithms、big data systems、machine learning、data mining、network analysis 與 data science communication。課程以實務訓練為主,由 College of Computer, Mathematical, and Natural Sciences 的 Science Academy 開設。
UMD Data Science 目前申請條件
- Statement of Purpose
- 大學成績單
- 國際學生依規定提交 TOEFL/IELTS/PTE
- CV/Resume
- Research/Work Experience 說明
- 推薦信:目前列為 1 封 optional
- 需具備 quantitative coursework,例如 calculus、linear algebra、basic statistics
- 需能證明 programming proficiency,可來自程式課程或實際 software development 經驗
2027 Fall 國際學生目前公布的申請截止日為 2027 年 2 月 26 日。
這個案例的實際申請流程
背景盤點|整理 GPA、GRE、數學與程式課程、AI 跨域學程、Google 實習、台大量子計畫與 ML projects。
第一版 School List|依排名、Data Science 課程、先修條件、英文要求與地點建立候選名單。
第二輪收斂|將華府與加州偏好、deadline、prerequisite 與申請文件工作量一起納入,縮小實際送件範圍。
CV/SOP/推薦信|CV 把技術經歷量化;SOP 串起應數背景、AI 學習、實習與職涯方向;推薦信配合申請主軸。
送件與 Portal 追蹤|確認文件到件、補件與申請狀態。
Offer 後|比較課程、地點與未來方向,完成簽證面試與行前準備。
送件後直接去當兵,申請工作還沒有停
J 同學在學校申請送出後很快就入伍,軍中無法隨時使用手機,也不一定能即時處理學校訊息。這段期間由顧問持續追蹤申請狀態、處理申請過程中出現的問題與學校通知。後續收到結果後,再接續簽證面試與行前準備。
美國研究所按下 Submit 之後,還會有推薦信是否到件、Portal 狀態、補件、錄取回覆期限與簽證資料等工作。這個案例剛好把「送件後管理」的重要性呈現得很完整。
錄取結果
- University of Maryland, College Park — Data Science and Analytics(2024 Fall,最終選擇)
- San Jose State University — Data Science
- Boston University MET — Data Science
J 同學最後選擇 UMD。從申請背景來看,這個結果最能反映的不是單一分數,而是數學、程式、AI、實習與專案經驗能否在申請文件裡形成一個完整的 Data Science profile。
數學、統計或工程背景想轉 Data Science,評估時會看什麼?
這類申請最常檢查四個部分:數學與統計先修課是否完整、程式能力是否有課程或作品支撐、工作/研究/專案和 Data Science 的連結夠不夠明確,以及 GPA、英文與 GRE 能不能支撐目標學校。
如果 GPA 沒有特別高,履歷與 SOP 更需要把技術課程、實作成果與職涯方向寫得具體。像 J 同學的 Google 實習、量子計算計畫與 Machine Learning projects,就比泛泛描述「對 AI 有興趣」更能形成申請辨識度。
瑞軒美國研究所申請
瑞軒提供美國研究所選校評估、School List、CV/SOP/Essay、推薦信策略、送件與後續追蹤。申請 Data Science、Computer Science、Business Analytics 等相關領域時,可帶成績單、英文成績、GRE(如有)、履歷與目標 program,直接從課程背景與申請落點開始評估。
資料來源
- Columbia SIPA — Master of International Affairs
https://www.sipa.columbia.edu/sipa-education/masters-programs/master-international-affairs - Columbia SIPA Bulletin 2026–2027 — MIA
https://www.sipa.columbia.edu/sipa-education/bulletin/mia - Columbia SIPA — MIA and MPA Concentrations
https://www.sipa.columbia.edu/sipa-education/bulletin/concentrations - Columbia SIPA — Applying to SIPA
https://www.sipa.columbia.edu/admissions/apply - U.S. News & World Report — Best National Universities 2026
- Times Higher Education — World University Rankings 2026
https://www.timeshighereducation.com/world-university-rankings/columbia-university - QS World University Rankings 2027
https://www.topuniversities.com/universities/columbia-university
延伸閱讀>>
★ 更多澳洲精選學校
★ 留學代辦資訊歡迎參考:留學代辦該找嗎?怎麼找?代辦優缺點、流程、費用詳解
以上資訊是否讓同學有更清楚的方向呢?想更進一步了解的同學歡歡迎你來瑞軒跟我們的專業顧問聊聊,我們將會詳細了解你的情況,幫助你找出符合個人優勢的選校策略,並替你把關申請時程,陪你一路完成你的留學夢!










