英国哪些大学的理工类专业可跨专业申请?这些院校等你来捡漏!
除了商科专业之外，薪资待遇高、就业前景可观的专业就属理工类，英国作为工业强国，其理工科教育一直领先全球，拥有着众多顶尖的理工科院校，比如帝国理工学院、伦敦政治经济学院等等，因此，越来越多的学生去英国攻读理工科专业，其中不乏有很多学生想跨专业申请，那么，问题来了，英国哪些大学的理工类专业可跨专业申请?接下来，就随小编来看看吧，希望对大家有所帮助：
01.跨CS专业
计算机类项目接受跨专业的范围都没有特别大，大多集中在EE、数学、物理、科学、工程类的专业范畴内，也有部分项目接受来自哲学、心理学的申请者(例如爱丁堡)。列举以下项目为例：
【剑桥大学】
MPhil in Machine Learning and Machine Intelligence：相关的本科学位包括工程学或技术学科，例如计算机科学、物理、化学或数学，以及以数学为重点的经济学。
MPhil in Scientific Computing：科学或技术学科，有足够的计算机素养(能够使用高级计算语言编写执行科学或数学应用程序的代码)。
MPhil in Advanced Computer Science：CS专业，或工程、科学、数学学位(数学达到A-level标准或同等水平，并有编程经验)。
【牛津大学】
MSc in Mathematics and Foundations of Computer Science：具有重要数学内容的学科。
【帝国理工学院】
MSc Advanced Computing：包含大量计算内容的学科。
MSc Artificial Intelligence：数学、物理、工程或其他有大量数学内容的学位。
MSc Computing (Artificial Intelligence and Machine Learning)：包含大量计算内容的学科。
MSc Computing (Management and Finance)：包含大量计算内容的学科。
MSc Computing (Security and Reliability)：包含大量计算内容的学科。
MSc Computing (Software Engineering)：包含大量计算内容的学科。
MSc Computing：包含大量计算内容的学科。
【伦敦大学学院】
MSc Computer Science：计算机科学或信息技术以外的学科，有适当的数学技能和分析技能。
MSc Computational Statistics and Machine Learning：定量学科背景，如计算机科学、数学、电气工程或物理科学。
MSc Information Security：计算机科学、电气工程或数学背景。
MSc Machine Learning：量化背景，如计算机科学、数学、电气工程或物理科学。
MSc Robotics and Computation：高度定量学科，如计算机科学、数学、电气或电子工程、物理科学。
【爱丁堡大学】
MSc Computer Science：数学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理或心理学学位。
MSc Advanced Technology for Financial Computing：信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、物理或其他数学学位。
MSc Artificial Intelligence：信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理或心理学学位。
MSc Cyber Security, Privacy and Trust：信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理学、心理学或其他定量学科。
【伦敦国王学院】
MSc Advanced Computing：计算机科学或其他相关定量学科(如数学、统计学、物理学、自然科学、电子工程、通用工程、运筹学，或两个此类学科的联合学位)。
MSc Cyber Security：计算机科学或其他相关定量学科(如数学、统计学、物理学、自然科学、电子工程、通用工程、运筹学，或两个此类学科的联合学位)。
MSc Artificial Intelligence：计算机科学或其他相关定量学科(如数学、统计学、物理学、自然科学、电子工程、通用工程、运筹学，或两个此类学科的联合学位)。
【华威大学】
MSc Computer Science：计算机科学、数学、统计学、物理学、或其他相关的数量重点学位。
MSc Cyber Security Engineering (CSE)：信息技术、计算机科学或相关专业。
02.跨EE专业
EE类项目和CS类项目接受跨专业的范畴类似，大多都集中在计算机、数学、物理、科学、工程类的专业范畴内。列举以下项目为例：
【剑桥大学】
MPhil in Engineering：大多数成功的申请者都有工程、自然科学或计算机科学或数学等相关学科的背景，也接受如管理专业或医学专业的多元背景。
【牛津大学】
MSc in Energy Systems：工程、物理、化学、材料科学、数学、经济学、地理或相关的学科。
【帝国理工学院】
MSc Applied Computational Science and Engineering：工程学或以科学为基础的学科。
【伦敦大学学院】
MSc Integrated Machine Learning Systems：电子电气工程、计算机科学等相关专业，具备编程语言(如C, c++， Python, Java或类似语言)的基础知识，具备代数、分析、概率或统计学数学知识。
MSc Internet Engineering：相关学科。
MSc Telecommunications：相关背景，欢迎电子工程、计算机科学和其他相关学科和具有适当行业经验的候选人申请。
MSc Telecommunications with Business：欢迎在工程和物理科学方面具有不同背景的申请人。
【曼彻斯特大学】
MSc Advanced Control and Systems Engineering：电气和电子工程学科，也鼓励来自其他工程和科学学科的候选人申请，前提是有如动力学、信号和系统或控制方面的实力。
【伦敦国王学院】
MSc Electronic Engineering with Management：电子、电气工程、计算机科学、应用数学或物理学科。
MSc Mobile & Personal Communications：电子、电气工程、计算机科学、应用数学或物理学科。
03.跨统计/Data专业
统计/Data类的专业大多都是接受来自数学、计算机、以及有较强的量化背景的学科，尤其特别强调数学背景。还有一些在其它例如商科/社科领域的统计/Data项目也接受其相关的学科申请者(例如曼大)。列举以下项目为例：
【剑桥大学】
MASt in Mathematical Statistics：要求数学、物理、统计学或其他具有重要高级数学知识的学科。
【牛津大学】
MSc in Social Data Science：不限专业，概率、统计学、线性代数和/或微积分成绩优秀。
【帝国理工学院】
MSc Statistics：要求统计学、数学、工程学、物理学、计算机科学。
MSc Environmental Data Science and Machine Learning：工程或科学学科。
【伦敦大学学院】
MSc Statistics：量化学科背景，具备大学水平的数学方法和线性代数知识，熟悉概率论和统计学的基础知识，相关的工作经验也会被考虑在内。
MSc Data Science：定量学科背景，具备大学水平的数学方法和线性代数知识，并熟悉概率论、统计学和计算机编程。具备高级编程语言(如R/matlab/python)的使用经验。相关的工作经验也会被考虑。
MSc Data Science and Machine Learning：定量学科背景，如计算机科学、数学、工程学、物理学或统计学，具备数学方法的知识，包括线性代数、微积分、概率和统计。
MSc Data Science for Cultural Heritage：有工程、计算机科学、应用数学或其他相关科学的背景，并希望在文化遗产中应用这些技能。或者是艺术、文化或遗产方面的背景，并希望开发数据科学方面的技能。
MSc Health Data Science：在临床或科学学科中具有重要的计算或数学元素。
【伦敦政治经济学院】
MSc Data Science：学过大量的数学。
MSc Statistics：相关学科背景，需要包括大量的统计和数学课程知识。
MSc Statistics (Financial Statistics)：统计学和数学背景。
MSc Statistics (Social Statistics)：相关学科背景，需要包括大量的统计和数学课程知识。
MSc Applied Social Data Science：社会科学、数据科学、统计学或定量领域背景，有工作经验者优先。
MSc Health Data Science：有大量的数学和统计学背景(3年医学英本/医学美本学生才可申请，非英/美医学学位的学生需要先联系研究生招生办咨询)。
【爱丁堡大学】
MSc Data Science：信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理学、心理学或其他定量学科。
MSc Operational Research with Data Science：数学、工程学、计算机科学、物理或生物科学、经济学或商科，学习过概率和统计理论。
MSc Statistics and Operational Research：数学、工程、计算机科学、物理或生物科学、经济或商科等数学学科。
MSc Statistics with Data Science：数学、工程、计算机科学、物理或生物科学、经济或商科等数学学科。
【曼彻斯特大学】
MSc Statistics：有大量的数学知识，包括概率和统计学。至少学过微积分或数学分析、线性代数、两门概率论课程和两门统计学课程。
MSc Health Data Science：数学、统计数据、计算机科学、物理科学、生物医学(包括流行病学、生物科学或医学/护理)等统计和计算类背景。
MSc Data Science (Applied Urban Analytics)：数据分析和/或统计、计算类背景，并且有城市主题的工作经验(例如，空间现象的数据分析，公共政策或房地产市场分析);有空间或基于gis的数据分析工作经验;在城市主题方法(如GIS)方面受过培训。
MSc Data Science (Business and Management)：定量或计算学科学位，如数学、统计学、管理科学或经济学、物理学、工程或计算机科学。拥有丰富的商业和管理行业经验，并拥有定量学科荣誉学位的申请人也可以被考虑。
MSc Data Science (Computer Science Data Informatics)：申请人在计算机科学方面有很强的背景，或拥有至少50%计算机科学内容的联合学位，或有丰富的计算机科学工作经验和计算机科学荣誉学位。
MSc Data Science (Mathematics)：本科有足够的数学背景，包括概率和统计、微积分或数学分析、线性代数。
MSc Data Science (Social Analytics)：本科主要为社会科学背景，如社会学、心理学、人类学、经济学、历史学、人文地理学、政治学、公共卫生。
【伦敦国王学院】
MSc Data Science：计算机科学或其他相关定量学科(例如数学、统计学、物理学、自然科学、电子工程、通用工程、运筹学， 或两个此类学科的联合学位)。
【华威大学】
MSc Data Analytics：计算机科学、数学、统计学、物理学、或其他相关的数量重点学位。
MSc Statistics：统计学、数学或具有足够数学含量的科学专业。
综上所述，以上讲的就是关于英国哪些大学的理工类专业可跨专业申请的相关问题介绍，希望能给各位赴英留学的学子们指点迷津。出国留学是一个具有挑战性的过程，除了不断提高自己的各项水平之外，找准时间点，掌握关键信息，也是成功获得Offer的通关秘籍。成立50余年，协助10余万名学生成功留学的IDP中国竭力为您提供专业的申请指导，助您实现留学梦！
