一、近三年招生报考情况

北京大学深圳研究生院科学智能（材料科学）专业（代码0805J6）2026年计划招收全日制15人，拟接收推免生10人，统考名额仅5个。作为新兴交叉学科，该专业近三年统考报录比约为18:1，竞争热度持续攀升。考试科目包含302数学（二）与806材料综合，与材料科学与工程专业共享部分命题资源，但更侧重考查人工智能与材料科学的融合应用。专业备注明确学习年限为3年，且无明确英语成绩要求，但复试中会考查机器学习基础与专业英语能力。

二、专业考研特点

科学智能（材料科学）专业考研命题突出“交叉创新与实践应用”的导向，806材料综合在传统材料知识基础上，增加了对材料信息学、机器学习算法（如神经网络、随机森林）在材料设计中的应用考查。由于该专业服务于新材料研发、智能制造等国家战略需求，真题常结合“材料基因组计划”“高通量计算”等前沿议题，要求考生具备材料学基础与编程能力（Python优先）。此外，跨专业考生（如计算机、材料背景）需重点补充机器学习基础与材料数据库应用知识。

三、考研总体规划

2027年考生需遵循“三阶递进”规划：

基础阶段（2026年3-6月）：通读《材料科学基础》（胡赓祥）、《Python机器学习》（Sebastian Raschka）等核心教材，梳理材料结构-性能关系与机器学习基础算法，同步完成302数学（二）的高数与线代基础复习。

强化阶段（2026年7-9月）：精研《材料信息学》（Rampi Ramprasad），结合真题训练综合论述题（如“如何用机器学习预测材料性能”），数学二进入专题突破（如概率论、多元函数微分）。

冲刺阶段（2026年10-12月）：模拟考场环境进行全真测试，重点攻克806材料综合的交叉考点（如“材料数据库构建”“神经网络在相图预测中的应用”），同时通过英语一真题提升阅读与翻译能力。

四、公共课复习方法

思想政治理论（101）：以腿姐《冲刺背诵手册》为核心，结合时政热点（如“人工智能伦理”“新材料产业规划”）理解毛中特模块，11月后通过肖四、肖八训练分析题答题逻辑。

英语一（201）：每日精读《Nature Materials》《npj Computational Materials》等期刊摘要，真题训练聚焦阅读（占比40%）与翻译（占比10%），推荐唐迟阅读课提升逻辑分析能力。

数学二（302）：以张宇《高数18讲》、李永乐《线性代数辅导讲义》为工具，强化计算能力与证明题思路，10月后通过合工大超越卷提升应试技巧。

五、专业课复习指南

806材料综合的复习需分模块突破：

传统材料知识：重点掌握晶体结构、相变理论、材料表征方法（XRD、SEM），与材料科学与工程专业复习内容一致。

科学智能交叉内容：聚焦机器学习基础（监督学习、无监督学习）、材料信息学应用（材料性能预测、成分优化），结合《Python机器学习》掌握Scikit-learn库的基本操作。

拓展提升：关注Materials Project、OQMD等材料数据库，学习通过Python调用API获取材料数据，完成简单预测模型构建（如线性回归预测弹性模量）。

六、辅导课程推荐

针对科学智能（材料科学）专业“新兴交叉、名额少、要求高”的特点，新祥旭考研推出全科定制辅导课程，由北大深研院科学智能专业学长学姐一对一授课，精准把握命题趋势，提供个性化复习方案。课程涵盖公共课答疑、专业课真题精讲、编程实践指导等模块，帮助考生高效突破瓶颈。咨询电话：400-000-3363。