USC 硕士预科课程（Pre-Master's Program，简称PM）又加“新成员”！来自USC Viterbi工程学院的4个研究生STEM项目，涉及医疗、电气与计算机、材料和物理领域，且本次更新再添机器学习方向的专业，部分专业还可接受非工程背景的申请，快来跟随小编一起了解一下 ！
1 电气工程-应用物理 理学硕士
Electrical Engineering, Applied Physics (M.S.)（电气与计算机工程系）
电气工程-应用物理理学硕士学位开设于南加州大学Viterbi工程学院电气与计算机工程系，面向对物理系统工程感兴趣的学生，其信息的获取和解释需要理解潜在的物理模型、测量技术和干扰因素，如噪声、湍流和杂散信号。例如物体或资源的射频电磁或声学检测，光子源和检测，以及航空、机械和生物医学组件和系统的设计和建模。
2 电气与计算机工程-模拟、混合信号和射频集成电路 理学硕士
Electrical and Computer Engineering, Analog, Mixed-Signal, and Radio-frequency Integrated Circuits (M.S.)
（电气与计算机工程系）
电气与计算机工程-模拟、混合信号和射频集成电路理学硕士以一系列的综合课程为特色，课程涉及到模拟、混合信号和射频集成电路，在无线和有线通信、自主系统、机器学习和人工智能、医疗电子、生物医学植入、控制、传感和成像中广泛应用。
3 医疗系统管理工程 理学硕士
Health Systems Management Engineering (M.S.) （工业与系统工程系）
医疗系统管理工程硕士将管理、临床和工程学科独特的融合，为学生在医疗健康行业的职业生涯做准备。医院和医疗健康系统迫切需要从成本、质量和生产力的角度重新设计，学位所教授的技能也正是雇主正在寻求的。课程由Epstein工业与系统工程系、Keck医学院和Sol Price 公共政策学院提供。该学位会起到增加卫生健康组织的技术或管理责任的作用，特别是在医院和咨询机构。（该专业接受非工程背景，关注后续了解更多）
4 材料工程-机器学习 理学硕士
Materials Engineering, Machine Learning (M.S.) （材料科学系）
材料工程-机器学习理学硕士是将材料建模、模拟和机器学习结合在一起，成为材料发现和网络制造的新范式，材料工程结合机器学习是一个新兴的领域。课程面向对材料工程感兴趣的学生，包括以材料发现、设计和加工为目标的机器学习。美国工业和网络制造业正迅速转向数据驱动的材料发现和开发。
转载自： 南加州大学研究生
如需进一步了解，或有任何相关疑问，欢迎在线咨询。如果您对自己是否适合留学还有疑虑，欢迎参与前途出国免费评估，以便给您进行准确定位。
