一、报考录取情况
北京大学深圳研究生院科学智能（计算机科学与技术）专业，依托北大计算机学科底蕴与深圳人工智能产业优势，聚焦智能算法、机器学习、人机交互、智能系统开发等交叉方向，以 “培养兼具计算机技术与智能思维的创新人才” 为目标，是国内计算机领域前沿交叉专业，近年报考热度快速攀升。
近年数据显示，该专业每年录取总人数稳定在 15-20 人（全日制学术型 / 专业型硕士），推免生占比约 60%，统考实际录取 6-8 人。报考人数年均增长 12%，报录比长期维持在 35:1 左右，竞争压力高于传统计算机专业，对考生交叉学科基础要求高。复试分数线集中在 345-350 分，公共课（政治、英语一）单科线 55 分，专业课（数学一、计算机科学与智能基础）单科线 95 分，注重考察计算机技术与智能算法的融合应用能力。
考试侧重考察考生对计算机核心理论、智能算法设计、跨学科技术应用的掌握，复试淘汰率约 50%。从录取情况看，专业课区分度极高，高分考生计算机科学与智能基础均分达 130 分以上；复试中，智能算法编程测试、AI 系统设计思路阐述（如机器学习模型优化、智能交互系统开发）的表现占比大；录取考生多具备计算机、数学、自动化等相关背景，部分有算法竞赛、智能项目研发或 AI 企业实习经历，能否结合深圳产业需求（如智能终端、AI 服务）解决交叉技术问题，是上岸的核心关键。
二、专业备考攻略
2025 年 7 月 - 2026 年 3 月为基础阶段，核心是搭建 “计算机 + 智能” 双基框架。计算机方面，以《数据结构》《操作系统》《计算机网络》为核心，梳理计算机学科基础理论（如算法复杂度分析、进程调度、网络协议），同步学习 C++/Python 编程，完成 LeetCode 简单 - 中等难度算法题训练；智能技术方面，学习机器学习导论（如线性回归、决策树、神经网络）、深度学习基础（如 CNN、RNN 原理），了解智能算法在计算机视觉、自然语言处理中的应用场景，结合《科学智能导论》辅助著作，避免技术知识割裂。
2026 年 4 月 - 8 月进入强化阶段，聚焦 “真题突破 + 交叉应用”。通过近 5 年北大交叉学科真题（含科学智能、AI 方向）总结命题规律：专业课一（数学一）侧重数学在智能算法中的应用（如概率统计与机器学习模型、线性代数与矩阵运算），专业课二（计算机科学与智能基础）侧重交叉技术分析（如 “设计基于机器学习的图像识别算法”“分析智能系统的算力优化方案”）；每周开展 1 次专业课真题模拟（3 小时 / 科），整理 “计算机技术 + 智能算法 + 应用案例” 对应表，强化交叉思维，突破高频考点（如深度学习模型训练、智能算法优化、人机交互系统设计、智能系统安全防护）。
2026 年 9 月 - 12 月为冲刺阶段，侧重 “实战模拟 + 复试准备”。每月开展 3 次全科全真模拟（含公共课），优化答题节奏，确保在规定时间内完成编程题与交叉技术分析题；编程方面，集中训练 LeetCode 中等 - 困难难度算法题（侧重智能算法相关题目），熟悉 TensorFlow/PyTorch 等框架基础应用；复试提前准备常见问题（如 “解释 Transformer 模型在 NLP 中的应用”“设计智能推荐系统架构”），梳理科研或实习中的交叉技术成果（如智能算法优化效果、AI 系统开发模块），同时关注北大深圳研究生院智能领域研究动态（如 AI 学术研讨会、智能系统产学研项目），确保备考贴合专业特色与考试方向。
三、考研定制辅导
北京大学深圳研究生院科学智能（计算机科学与技术）考研兼具 “交叉复杂性 + 技术前沿性”，考生易面临 “计算机与智能技术脱节”“智能算法编程不熟练”“复试交叉技术表达薄弱” 等问题，专业定制辅导可有效突破瓶颈。
新祥旭考研全科全程定制辅导优势突出，公共课（政治、英语一、数学一）与专业课均为一对一辅导。一是师资精准匹配，数学辅导者聚焦高数、线代与智能算法数学基础的结合点（如概率统计与机器学习），专业课辅导者熟悉交叉学科命题逻辑，既系统梳理计算机基础理论与智能算法体系，又指导编程实战（如智能算法题讲解、AI 框架应用）；二是计划专属定制，结合考生基础（如跨专业、智能技术薄弱点）制定方案，如为计算机背景考生补充智能算法训练，为数学背景考生强化计算机编程基础；三是全程跟踪指导，监督学习进度，逐题批改真题与交叉技术编程作业，复试阶段提供模拟编程测试与交叉技术面试指导，针对 “答题逻辑松散”“代码效率低” 等问题专项突破，尤其适合跨专业、交叉基础薄弱或追求高分的考生。
如有考研问题可以咨询 13671344286（微信同号），新祥旭考研咨询师将热情专业的解答您的考研问题。
