本文将由五部分组成，包括TBSI简介，公共课经验分享，962数据结构初试经验分享，复试经验分享，总结，希望可以帮助到你们~

一、清华伯克利深圳学院（TBSI）简介

TBSI建立了3大跨学科研究中心，我认为正是因为跨学科的特性造就了学院的学科设置十分复杂的情形，所以在一开始弄清学院的设置是非常重要的。

三个跨学科研究中心分别是：环境科学与新能源技术、数据科学与信息技术、精准医学与公共健康。

这三个中心与三个交叉学科专业一一对应（也就是说中心与专业同名,这三个中心就分别代表了三个专业，即三个discipline）。

TBSI还有三个研究方向（也就是三个track）：track1：物理-化学方向；track2：数学-数据方向；track3：生命-科学方向

于是三个专业基于三个研究方向建立了培养领域，也就是说每个专业都可以有三个研究方向，排列组合一下就有9种，不过目前不是每个专业都有三个方向，环境科学与新能源专业（discipline1）和数据科学与信息技术专业（discipline2）只有track1和track2，而精准医学与公共健康专业（discipline3）则只有track3。所以TBSI统考生目前为止有5个培养领域可以选择，我们简称为D1T1,D1T2,D2T1,D2T2,D3T3

TBSI目前下设18个实验室:1a,1f,1b,2a,2b,1c,1d,1e,2c,2d,2e,2f,3a,3b,3c,3d,3e,3f,

每个实验室都有其对应的培养领域，培养领域又细分到研究方向，如下图中1a实验室对应D1T1这个培养领域的材料物理领域和材料工程领域研究方向。

点击添加图片描述（最多60个字）编辑

TBSI的大纲是根据track划分的，报考时，首先确定你想报考哪个研究方向，也就是上图中间这一栏，然后再对应报考专业和track就好了。

以上信息希望能帮助你们搞清楚复杂的专业，方向，大纲等问题。

我报考的是环境科学与新能源技术专业，最初专业目录显示该专业招生36人，后因上线人数不足招生名额调整至30人，加上调剂生共51人进入复试。在临近复试时我们才得知原来每一个专业招收的总人数还会根据你选择的track细分。我考的是track2，最初显示环境科学与新能源技术专业track2方向招10人，进入复试的有8个一志愿考生和17个调剂生共25人，但由于后来有一些名额调整，所以该培养领域即D1T2最终有13个人被拟录取，但是有两人放弃了拟录取资格，这两人均为调剂生。

TBSI近年来都会招收调剂，但TBSI是保护一志愿的，可是这并不意味着一志愿考生过了分数线就可以稳上。所以一定要重视复试，同时初试成绩也要考得够高才比较稳妥。TBSI今年的分数线是校线300分。

二、公共课复习经验

我是从7月份开始复习的，我复习的时间已经很晚了，所以我建议大家尽量早点开始复习。

政治：我开始的比较晚，是从10月份开始的。我先是配合徐涛的核心考案倍速刷完了徐涛的视频，看完视频帮助我理清了脉络。然后就是不断的刷题，用的书是肖秀荣1000题，最后阶段我背了肖四的所有大题并做了市面上大部分政治押题卷的选择题。

英语一：我的英语基础还可以，所以在这方面没有花太多时间，但是我从7月份开始每天都会做题保持手感，而且每天都会背单词，考前要总结自己的作文模板。英语我只做过真题。

数学一：我的数学一向不太好，所以花费了大量时间在数学上。一轮复习时我没有看概率部分。高数部分我首先自己看着复习全书学习了高数的内容，并做1800相关的基础部分的练习题巩固知识。线代我是看的李永乐的视频并配套李永乐的线性代数辅导讲义。把这本书刷完线代大体就掌握了。从7月开始到8月中旬学完了高数和线代部分。然后我开始了二轮复习。

二轮复习我通过做李永乐660题巩固基础，查漏补缺，并且对复习全书中的例题都再次学习了一遍。同时，我通过看张宇的视频以及配套的视频讲义学习了概率部分，同时我还看了复习全书上概率部分的例题。在这一阶段我还梳理了一下高数、线代和概率每一章的脉络，帮助我更好地掌握这门课。我从十月份开始做真题，前几年的真题很简单，可以用来巩固基础，重点要放在后面的卷子上，不要贪多贪快。

我是一天按照考试的时间练习一份卷子，一天用来分析总结这份卷子，做错的题要确定自己是什么原因做错的。对于错题要找时间反复地练习，总是记不住的知识点要反复记忆默写，绝不能存在侥幸心理。要留下几套简单的真题卷考前练习。真题练习完后我还做了合工大的模拟卷。

专业课：962数学-数据方向基础综合（大纲内容为《数据结构》）初试经验分享

数据结构我以前从来没接触过，这门课需要一点点c语言基础，会最基本的知识即可。我本科时学过c语言，学的不好，只有一点点印象了。正式学习数据结构之前，我先翻了翻清华大学出版社谭浩强老师的C程序设计（第四版），因为只需要了解一些C语言的基础知识，所以这个过程很快，几天就完成了。

962规定的教材是严蔚敏老师的书，我买了这本书。同时我还买了一本辅导教材，天勤2020数据结构高分笔记，我主要是通过这本书学习数据结构的。万事开头难，我刚开始看这本书的时候真的很难，因为以前没有接触过，所以难免抵触，但一旦开始看了，就可以看进去了。所以对第一次学数据结构的同学们我的建议是：一要早点看，因为如果你一开始有畏难情绪的话，那么从你想好要看到真正开始看是有一定时间差的，所以早点打定主意要看就可以真正的早点开始；二是刚开始看的时候开头看不懂就多看几遍，也可以在qq群搜索一些数据结构考研群，有不会的问题在群里问大家，慢慢地就会渐入佳境了。我先是看书自学了一遍，然后跟着网课复习了一遍，这时候你就会觉得老师讲的很容易明白了。也有人是先看的课再看书，这取决于自己的偏好。在这之中还要穿插着做题巩固。最后我还是看了一下严老师的书。今年考得内容很基础，有考到严老师书中的例子。只要好好学肯定没问题~

三、复试经验分享

TBSI考研的总分是1000分，初试成绩只占50%。往年复试包含笔试和面试，笔试占10%，面试占40%，今年由于疫情原因在线上面试，所以复试笔试改成了资料审查（会让你在TBSI官网招生系统上上传个人自述，个人简历，学习计划等，中英版都需要），面试共20分钟，一般是前3-5分钟让你做自我介绍，然后是英文问答。给我面试的是track2的老师们。老师们都非常好，听不懂的问题他们会重复甚至用中文问你，所以不要紧张，尽量用英语回答，实在不行也可以用中文回答。老师们一般会关注的有你的简历上的实习与项目经历等，一定要准备好，可能问的很细节；其次是本科成绩单上考得好和考的不好的科目，最好复习复习这些科目，巩固基础知识。

具体的评分标准从以下TBSI的公众号摘录过来的一段可以参考：

专家表示，在面试过程中考官主要考核的是考生对于专业知识的掌握情况和英语的使用能力，以及在回答问题时展现的综合能力，希望考生能够围绕这三点多做准备。

针对怎样的学生更受到青睐这个问题，来自环境科学与新能源技术研究中心的面试专家接受采访时指出，近年来许多重大的科学发现都是来源于交叉学科，TBSI打破原有学科、院系的壁垒，为有志于在交叉学科领域展开研究学习的学生，提供了一个开放包容的平台上。因此，具有开拓创新精神，能够展现出对交叉学科研究更多的思考，能够提出更清晰的研究计划的学生，会更受青睐。专家同时提出，基于交叉学科的创新更加强调基础学科的能力。希望学生在选择交叉学科时，步子不要迈得太大，首先对自己报考的track有基本的了解，自我评估在本科或硕士阶段积累的知识体系能否够胜任这一领域的交叉研究，这也是考官在面试中重要的考核点之一。

来自数据科学与信息技术研究中心的面试专家建议，学生在面试中更多展现出在相关专业的研究经历和实习经历。以数据科学 (Data Science) 为例，在数学和计算机方面有深入学习经历的考生，会更加具有优势。此外，“产业合作”是TBSI的办学特色之一，在入学考核中，考官除了考察学生的专业能力，同样看重应用能力。

面试专家们鼓励学生对新的教学模式与新的研究领域抱持更加开放的思想，勇于走出舒适区，从细处着手，找到一个进入新领域学习的切入口。未来，产业界需要具备更全面的知识储备的人才，希望学生能够把握TBSI资源共享平台的有利条件，涉猎更多专业的基础知识，为未来的工作、深造提前做好规划。

四、总结

虽然我在复习过程中做了大量的题，但千万不能掉入做题的陷阱，不要以为自己做了很多题就万无一失了。一定要确保自己做的题记在脑子里了，否则做多少题也只是浪费时间罢了。

其次，每个人的情况都不同，不要过度迷信别人的经验，无论是老师的选择，用书的选择还是复习进度，都要在不同的尝试之下找到最适合自己的方式，因此我的建议是越早开始越好。

加油吧！只要脚踏实地，定能无愧于心！