①101思想政治理论
②201英语Ⅰ
③301数学1
④961基础综合物理-化学或962数学-基础综合数据方向
961初级专业综合考试内容：大学物理等相关基础知识（以理科基础为主），适用于能源、环境、材料、光电子、传感器等研究方向。
962预科专业综合考试内容：数据科学等相关基础知识，适用于电网、大数据、物流、低碳金融政策分析、机器学习、工业工程等研究方向。
2.专业目录
3. 录取情况
数据科学与信息技术：
2021年清华大学伯克利分校物理化学专业录取4人，最高分404分，最低分337分。
2021年清华大学伯克利分校数据方向录取35人，最高分419分，最低分324分。
环境科学与新能源技术：
2021年清华大学伯克利分校物理化学专业录取7人，最高分407分，最低分325分。
2021年清华大学伯克利数据方向录取11人，最高分413分，最低分318分。
4、复试分数线
（一）报考清华-伯克利深圳学院统考学生总成绩计算方法：
总成绩=初试成绩（满分500分）+综合材料审核成绩（满分100分）+复试面试成绩（满分100分）*4
（二）申请清华-伯克利深圳学院转学生总成绩计算方法：
总成绩={500-[(500-初试成绩)*(500-学科类别复试成绩)/(500-所申请专业学术型硕士学位复试成绩)]}+综合材料复习成绩+复试面试成绩*4
(3)排序规则
根据各面试组名额，按照各组总成绩从高分到低分对考生进行排序，根据考生喜好择优录取。
5、考研经历
我是东北一所985大学力学专业的本科生。 经过一年的努力，我在三月份开始准备。 七月份的校考结束后，我开始全身心地准备。 最终我考研成绩390+，考入清华大学伯克利深圳学院。 数据科学与信息技术入学。 由于目前关于清华伯克利深圳学院的经历的帖子不多，我现在向大家介绍一下清华伯克利深圳学院的跨专业经历以及学院的基本概况，希望对即将考研的同学有所帮助。 21
一、清华伯克利深圳学院概况及考研动态
清华-伯克利深圳学院（TBSI）由清华大学与加州大学伯克利分校共同创办，于2014年9月7日签署合作协议。联合大学、政府和企业界。 开展跨学科学术研究和人才培养。 学院将探索“校-政-企”三方合作培养模式，整合高校、政府、行业资源，建立国际化人才培养和科研平台。 学院初期成立了以“环境科学与新能源技术”、“数据科学与信息技术”、“精准医学与公共卫生”为重点的跨学科研究中心，招收和培养博士、硕士研究生。 今后将根据发展需要进行扩建和设立。 其他跨学科研究方向。
2019年，清华大学深圳国际研究生院正式揭牌。 作为清华大学在国内唯一的校外机构，清华大学深圳国际研究生院是深圳与清华大学合作的进一步升级。 清华大学深圳国际研究生院由清华大学与深圳市委、市政府共建。 它是在清华大学深圳研究生院和清华-伯克利深圳学院的基础上进一步扩展的。 面向世界各地招收优秀教师和研究生，通过高水平国际合作、高水平人才培养、高质量创新实践，建设世界一流研究生院，助力清华大学“双一流”建设，为深圳、粤港澳大湾区建设和区域可持续发展增添创新动力。
清华大学与加州大学伯克利分校于2016年5月10日签署清华-伯克利双硕士学位项目协议，该项目于2016年秋季启动，符合两校入学要求的学生将有机会通过2年半至3年的学习，同时获得清华大学工程硕士学位（目前开设环境科学与新能源技术、数据科学与信息技术、精准医学与公共卫生三个专业）和工程硕士（工程领导力）来自加州大学伯克利分校。
数据科学与信息技术专业从2020年开始改变了专业课程内容，原来要求三门专业课程：数据结构、运筹学、随机过程。 现在专业课只讲数据结构的内容，这无疑是一个很好的消息。 不过，TBSI复试面试才是真正的焦点。 它需要用英语回答。 你需要非常熟悉相关专业术语，并且必须具备一定的口语和听力能力。 统一考试对英语成绩没有要求，但研究生院和统一考试调整要求英语CET-6达到500分或以上。 建议提前做好准备。 复试时提供英语成绩也是加分项。 2021年数据科学与信息技术专业的首选考生数量已经足够，未来可能会继续增加。
2、笔试经历
1. 政治：
我九月份开始学习政治。 前期主要参考资料是肖秀荣的《千问》。 肖秀荣的《一千个问题》还是必看的。 我会对政治整体的选择题策略有一个大概的了解。 另外，我还看了徐涛马远老师的网课清华大学物理专业课程，强烈推荐给没有完全理解马远部分的同学。 看完之后，他们会对马原这个角色的理念有一个深刻的理解。 后期主要靠小四和小八复习。 小四和小八的选择题你一定要非常熟练，小四的主要题你一定要背下来。 事实证明，肖秀荣对2021年政治的提问非常准确。 另外，如果你有足够的精力去学习，也可以看看腿姐的政治选择题部分，也很有帮助。
2. 英语：
我的英语基础比较好。 我大一的时候成绩就550+，所以我没有花太多的时间在英语准备上，把所有的时间都留给了数学和专业课。 英语真题一定要考好几遍，尤其是阅读部分。 不建议选择模拟试题。 英语模拟试题质量参差不齐，可能会影响个人判断。 一定要提前准备英语作文，多写文章，找一些有经验的老师批改。 你不能相信各种模板。 近年来，作文题目更加新颖。 提高你的写作技巧并掌握某些技能。 写作能力才是硬道理。
3. 数学：
数学是初始准备阶段花费时间最长的学科。 我前期的准备就用了张宇的1000题。 张宇1000题的优势在于，题目分为ABC三个级别，其中B级题目最实用，与考研数学的难度非常接近。 A型题是在熟悉知识点的情况下做的，整体难度偏简单。 C类题多为偏科、怪题，不建议做此类题。 在强化阶段，你需要做一系列的模拟试卷，计时，看看你在三个小时内表现如何。 过去的论文是最有价值的资源。 我采取的策略是，我将模拟考试中没有正确回答的问题全部复制到错误的题本中，然后稍后重复，因为我在模拟考试中已经掌握的问题没有任何意义。第二次和第三次考试。 ，重点应该放在你不知道或忽略的主题上。 其他模拟题资源还有李林的六套卷、四套卷、和工大朝月的五套卷等，如果时间充裕，尽量全部看完。
4、专业课程：
官方还指定了专业课程的教科书。 对于不熟悉的知识点，我会再听一次网课。 虽然讲的是C++版本，但是内容大体是一样的，而且他讲解的很详细，很容易理解。 虽然没有机考，但真正掌握算法原理必须亲自去实践。 在备考过程中，我亲自使用C++算法实现了C++等算法。 事实证明，通过个人实践，我对算法有了更深的理解。 经验。
3、复试经历
清华伯克利的面试通常在三月底的周末进行。 2020年和2021年将采用在线面试。 取消笔试，改为材料审核，满分100分。 材料的审核更接近国外大学的申请体系，所以一定要认真准备相关材料，尽量突出自己的个人优势。 建议初试之后就开始准备。 面试部分满分400分，由5位具有研究生指导资格的老师进行，时长约20分钟，内容涵盖数学和机器学习的基础知识清华大学物理专业课程，以及个人项目细节。 由于当时老师对我简历上的项目和相关课程很感兴趣，所以问题不涉及基础知识。 因此，我必须非常熟悉我的项目和经验的细节，并熟悉其中涉及的数学原理。 期末成绩采用叠加制，初试500分，复试500分，总分1000分，按排名录取。 因此，初试之后，重点一定要放在复试上，切忌狂妄自大。 低分逆袭、高分被淘汰的情况并不少见。
4.写在最后
研究生入学考试与高考完全不同。 高考是一群人拼搏，有老师，有同学； 而考研是一场个人的战斗，只有你一个人。 高考的一切准备工作都会为您精心做好，为您学习资料、收集信息。 后勤工作都是老师和家长的支持，但考研却是孤独的。 但孤独过后，结局注定是美好的。
