"港大计算机录我了！"211数学学子跨专业申请，凭建模科研斩获港大港城双录取！

学员信息卡片
姓名：W 同学
本科院校：北京化工大学
本科专业：数学

背景介绍
GPA：84.46
雅思：7.0

录取院校
香港大学
计算机科学硕士
香港城市大学
数据科学硕士

申请顾问
张美勤老师

一个数学专业的人，没有系统的计算机课程背景，申请香港大学的计算机科学硕士 —— 你觉得可能性有多大？

说实话，半年前的我，也坐在书桌前反复问自己这个问题。本科是数学专业，每天打交道的是定理推导和公式证明，简历上没有任何一段计算机相关的实习。可最终，我不仅拿到了港大计算机的录取，还同时收到了香港城市大学数据科学的 offer。

今天想把这段经历写下来，也给同样在纠结 "我到底能不能跨申" 的同学一点参考。

01
从数学到计算机，
这个念头是怎么冒出来的

我本科就读于北京化工大学数学专业，课程侧重数学理论和科学计算方向。大一大二的时候，说实话对自己未来要做什么挺迷茫的，觉得数学什么都学了一点，但又好像什么都不够专精。

转折点是大二参加校级的数学建模竞赛。我们团队需要针对一个实际问题搭建数学模型，然后用编程去求解、做数据分析、最后写出完整的论文。那是我第一次真正把课堂上学的数学知识用到实际问题的解决中，也是第一次认真写代码 —— 虽然当时写得挺笨拙的，但那种 "用算法把问题解出来" 的成就感，让我一下子上了瘾。

之后我又参加了两次亚太地区数学建模竞赛（APMCM），还参与了一个数值仿真方向的科研项目 —— 研究一维不可混溶两相流的界面分析与仿真计算，负责数值模拟、理论推导和编程仿真的实现。

这些经历做下来，我越来越发现自己对算法设计、编程实现这些方向有浓厚的兴趣。但与此同时，一个现实问题也摆在了面前：我的本科是数学专业，不是计算机科班，如果在国内考研跨考计算机，竞争压力大到难以想象。

于是我把目光投向了中国香港的硕士项目。香港的计算机类硕士学制短、认可度高，而且对跨专业申请相对友好。我想，能不能借助海外硕士课程，完成从数理基础到计算机应用的转型？

这个念头一旦冒出来，就再也按不下去了。

02
最大的焦虑：
我到底够不够格？

决定跨申之后，焦虑几乎是立刻涌上来的。

我翻了很多港校计算机类硕士的项目介绍，看了往届录取者的背景分享。很多人本科就是计算机科学、软件工程，简历上三四段计算机相关的实习，各种编程语言信手拈来。再看看自己 —— 本科是数学，简历上写的都是建模竞赛和数值仿真，连一段像样的计算机实习都没有。

我开始怀疑自己：我的竞赛和科研偏数学仿真方向，跟 AI、计算机硕士的招生偏好到底有多大差距？那些计算机科班的同学，简历上随便拎出来一段项目经历都比我 "对口"，我拿什么跟他们竞争？

那段时间，我一度对选校定位产生了动摇，甚至想过是不是该降低预期，申请一些没那么热门的专业算了。

03
重新梳理，
发现我的经历并没有 "不对口"

真正让我转变思路的，是和顾问老师、文书老师一起梳理申请素材的那段时间。

顾问老师先帮我做了一个很客观的背景分析：数学专业申请计算机方向，短板确实是缺少系统的计算机专业课，但优势同样明显 —— 数学功底扎实，而 AI 和算法方向的核心基础恰恰就是数学。很多计算机科班的同学反而在数学深度上不如我。

然后文书老师带着我把建模竞赛和科研项目的经历重新拆解了一遍。这一拆，我才意识到，原来自己做过的事情和计算机硕士的要求重合度其实很高：

建模竞赛中，我需要针对问题设计算法、用代码实现模型求解、做数据分析，最后输出英文论文 —— 这本身就是算法设计加编程实操加学术表达的综合训练。

科研项目里，我负责数值模拟和编程仿真，需要搭建物理系统的数学模型，然后编写算法去模拟两相流的界面变化，反复做仿真优化 —— 这些能力和计算机硕士看重的建模能力、代码能力、系统思维是高度契合的。

文书老师的建议是：不要在文书里反复强调 "我是数学专业的"，而是把重点放在 "我在这些项目里展现了什么样的编程能力、算法能力和建模能力"。把理科背景从 "纯数学" 的标签，转化为 "具备扎实数理基础的计算机实操者"。

这个思路一下子打开了我的视野。原来跨申的关键不是去补计算机科班的课，而是学会用对方听得懂的语言，去翻译自己已有的经历。

04
选校策略：
不盲目冲刺，也不过分保守

在选校方案上，顾问老师帮我做了梯度分层。

冲刺档：香港大学计算机科学硕士 —— 这是我最想去的项目，但竞争也确实激烈，顾问老师没有打包票，而是建议我全力以赴去试。

稳妥档：香港城市大学数据科学硕士 —— 数据科学方向和我的数学建模背景匹配度很高，顾问老师认为这是一个很有竞争力的选择。

保底档：也搭配了一所录取概率较高的院校，确保不至于 "全军覆没"。

顾问老师反复跟我强调：跨专业申请最忌讳的就是所有学校都冲最高难度的项目，一旦某个环节出问题就没有退路。梯度搭配才能保证整体成功率。

事实证明这个策略是对的。

2025 年 11 月 1 日，我递交了全部申请。递交之后顾问老师持续跟进进度，针对院校可能关注的专业背景匹配问题，提前准备了补充说明材料。

2026 年 1 月 8 日，香港城市大学数据科学硕士的 offer 先到了。收到消息的那一刻我长舒了一口气 —— 至少有一所心仪的学校稳稳拿下了。

然后就是漫长的等待。港大的申请一直没有消息，中间有好几次我都觉得可能没戏了。顾问老师每次都帮我分析进度，提醒我耐心等待，同时也在帮我对比已有 offer 的课程设置和就业方向，为后续可能的选择做准备。

2026 年 3 月 25 日，港大计算机科学的录取终于来了。

说实话，看到邮件的那一刻有点不真实的感觉。从半年前那个怀疑自己 "到底够不够格" 的数学系学生，到真的拿到港大计算机的 offer—— 这条路比我想象中难，但也比我想象中更有收获。

05
给后来人的几句话

回头看这段申请经历，有几点想分享给同样在考虑跨申的同学：

第一，理科背景跨申计算机，不要自我否定。数学、统计这些理科基础，在 AI 和算法方向其实是加分项。你要做的是把项目经历里编程、建模、算法相关的内容提炼出来，让招生官看到你的数理优势不是 "偏科"，而是 "底层能力"。

第二，文书素材的挖掘比堆砌经历数量更重要。不需要简历上写满满当当的六七段经历，关键是把每一段经历和目标专业的能力要求做精准匹配。不要只写 "我做了什么"，重点写 "我在这个过程中掌握了什么技术、锻炼了什麼能力"。

第三，选校一定要做好梯度分层。跨专业申请本身就存在不确定性，不要把所有鸡蛋放在一个篮子里。冲刺、稳妥、保底合理搭配，才能提高整体的申请成功率。

最后想说一句：不要让 "我本科不是这个专业" 成为限制你的理由。每一行代码的底层是逻辑，每一个算法的核心是数学。当你学会把自己的数理基础翻译成计算机世界听得懂的语言，你会发现，所谓的 "跨专业"，其实并没有那么远。

启德教育 2000 年创立，在国内 43个城市布局 75 家分支机构、128 家分中心，境外设有 15 家分支机构。与全球多所世界名校深度合作，打造全链条留学服务体系，累计服务学子超百万。同时构建"国内+海外"双轨升学服务生态，提供国内高中多元升学规划、研究生推免指导，以专业化、品质化服务，助力培养具备全球竞争力的未来人才。

欢迎访问启德教育中国香港求学频道　欢迎咨询启德教育留学顾问     

免费获取留学规划方案，您可以通过以下4种方式联络我们： 

1、欢迎致电启德教育客户服务中心400-1010-123； 

2、欢迎 点击这里 进行网络咨询； 

3、添加启德官网微信，可立即咨询；

4、填写表单，我们会在1-3天内为您提供专业的服务。