1、全美第一专业：计算机科学专业(CS)

专业特点：为数不多单独开设CS学院、全美第一、课程设置灵活，转码难度极高

据悉，卡内基梅隆大学MSCS是全美排名第一的计算机硕士项目。和斯坦福，伯克利，麻省理工并列第一。本菜鸡中了彩票进入到了这个项目!

项目要求在Theory/ML/System，每一个方向选起码一节课，其他课只要在计算机学院下都可以选，课程设置非常灵活，而且优先权非常高。(一般在waitlist上的课都可以选上)

对于金融转码的课程真的很难!每节课每周花费10-20个小时，只能勉强到平均分。对于数理/计算机基础稍微差一点的同学真的很不友好。

顶级跨学科项目：计算金融硕士项目(MSCF)

专业特点：顶级金融项目、跨学科性质，就业前景好

卡内基梅隆大学研究生计算金融项目在QuantNet 全美金融工程硕士项目排名第2，属于顶尖金融类项目!

据悉，27年来，卡内基梅隆大学跨学科的，顶级的计算金融硕士项目(MSCF)为学生在量化金融领域取得巨大成功做好了充分的准备。

计算金融理学硕士(MSCF)课程是由CMU四所学院联合开发。这种独特的合作使MSCF能够提供统计学、计算机科学、数学和金融学(这四个学科是计算金融学的基础)的紧密结合。

人工领域奠基人：机器学习研究生项目

专业特点：年轻院系，全美人工智能领域奠基人、课程含金量高

卡内基梅隆大学机器学习系成立于2006年春，其博士和硕士课程是世界上首批提供机器学习专业培训的学位课程之一。该系提供机器学习的博士课程，以及统计学和机器学习、机器学习和公共政策、神经计算和机器学习的联合博士课程。

这里还提供机器学习的本科辅修课程和机器学习的初、中级硕士课程。

机器学习硕士项目共需修满6门核心课程、3门选修课程和1门实习课程。其中：

6门核心课程：机器学习入门或机器学习高级入门、中级深度学习或深度强化学习或高级深度学习、概率图形模型、实践中的机器学习、凸优化、概率和数学统计或中级统计。具体课程会根据具体项目程度进行搭配。

3门选修课程可以从下列课程中任选：大数据集机器学习、高级机器学习、自然语言处理算法、多模态机器学习、毕业生人工智能、电脑视觉、高等统计理论……需要注意的是，多个机器学习专题课程可以作为选修课;每个学生不限于一个专题课程。

1门实习课程：硕士项目还要求学生完成1个学期的全日制学习，一般在暑期进行。

交互领域大牛：交互设计专业研究生

专业特点：资深且权威的存在，由知名院系管理

作为一所美国老牌的综合类大学，卡内基梅隆可是交互设计专业的大佬，全球交互界排名第一，CMU的人机交互项目可以说是全球交互项目中最资深最有权威性的存在。

CMU有两个项目可供学生选择，一个是归属于CFA艺术学院的交互设计项目，由视觉传达和信息设计两个专业合并而来;

另一个则是归属于SCS计算机科学学院的大名鼎鼎的人机交互专业。无论是哪一个项目CMU的入学门槛可是非常高的，不仅要求非常好的学术成绩，也非常看重学生作品集的创意与创新力。