这个问题是这样,我们先看下gatech的computational science and engineering在网申里长啥样(看gatech的是因为gatech的罗列比较容易让人理解到底是什么是computational science):

你可能会有两个疑惑
为什么computational science and engineering后面搭配了这么多工科
为什么computational science and engineering就是单单没搭配cs学科
这就和computational science and engineering的本质有关了。。。嗯。。这个问题其实是这样的:
在当今这个时代,cs大行其道,渗透到了各个领域,也包括传统工科。举几个例子,比如生物学科中有一个track叫computational biology,是用数据和机器学习的方法解决特定生物问题(比如预测基因层面的一些性质);同样,化学学科中有一个track叫computational chemistry,是用数据和机器学习的方法解决特定化学问题(比如预测化学分子的一些特性)。
所以说computational science其实并不能算一个独立的学科,computational science其实是为所有工科领域服务的。这件事可以发生(它可以为所有工科领域服务),是得益于computer science这个学科的强大,渗透到了其他工科里去。
因此,computational science不会搭配computer science方向,只会搭配那些受cs影响的其他工科。
嗯,没错,现在就是很多工科都有使用data和ml的需求,以更好的解决自己工科内部的问题。
那既然所有工科都需要学data和ml,那我为何不把这些人gather到一起,成立一个computational science and engineering专业,这样一来,这些不同工科的人来学了后,就可以回到各自的领域(例如生物领域 化学领域),然后解决那个领域内部的computational 问题。
所以,虽然从单纯的技术的角度说,computational science and engineering几乎等于machine learning master,但是,从期待招的人的角度来说,computational science and engineering和machine learning master(或者说是cs master - machine learning track)肯定招的就完全不是一波人群。。
Machine learning master在招人的时候,优先级最高的一定是cs的人且这些人方向是ml和ai;而computational science在招人的时候,他可能会优先考虑非cs专业的本科生 并且这些人有学ml的需求,然后学完后会回到他们原本在的工科领域去解决问题。
嗯这就是computational science and engineering的本质。
所以,如果你是backend大类的形象,投递harvard的computational science大概率是一点希望都没有;如果你是ai大类,我只能说,你只是基本从技术的角度满足了harvard computational science的feel,但是其实是否有必要申,还是看你的经历中,是否有非cs的传统工科领域的东西。
以及,我补充一句。。。不管你咋写你的computational science文书,我都建议你这个文书里大概有30%-40%的文字不是CS文字(是其他工科知识有关的文字),然后60%左右的文字是CS文字。这才最对computational science的味儿~