一、關於清華伯克利
學生同時註冊清華-伯克利深圳學院與伯克利加州大學工學院，獲得雙邊認可學分要求，按規定完成基礎課程、專業模塊、工程領導力、專題研究、企業實踐、畢業論文等環節相應內容及學位要求學分，畢業論文需通過導師組評定，後提交答辯。
由清華-伯克利深圳學院學術指導委員會指定答辯委員會，主持碩士項目答辯，並獨立完成碩士論文與答辯評定，根據論文的創新性與質量，獨立決定學位授予。按照雙方的學位要求，獲得中美雙碩士學位：清華大學數據科學與信息技術碩士學位，伯克利加州大學工學院工程碩士學位。
二、考研過程
我大概是7月中旬左右打算考研，本來打算考北大叉院數據，但是在王道看到北大那麼火，所以八月份決定考清華伯克利的數據方向。後來純數據方向的名額縮減了，當時給了4個，但是包含物理化學、材料方向，最終複試純數據的只有1個名額（群裡傳是數據的夏令營招夠了）。綜合各種考慮，我就痛快地報了新能源的數據-數學方向。伯克利總體的報錄比不知道，但已知上線的人少，我的報名號尾數是98，不做猜測。個人複習時間分配是5成時間專業課，3成時間數一，剩下的政治、英語對半。
複試情況 上線的人還是很少，面試的大多是調劑的。大家如果仔細觀察的話，官方通告有許多訊息的，無論是調劑的算法還是別的等等。總的結果還沒有出來，等官網吧。
三、專業課及複試筆試的複習經驗
專業課是隨機過程、運籌學和數據結構，下面是各科的複習情況（PS:這三門課我都沒有接觸過，真徹底跨考。
應用隨機過程：教材是林元烈的《應用隨機過程》，剛開始看的時候我是懵的（WC，這都講的什麼玩意），書基本看不懂，課後題基本不會，找到會做的一道瞬間欣喜萬分（自我膨脹了）。當時也找了許多資料，比如隨機過程與習題集（還可以，難度低一點，但書上有一些錯誤）、中科院隨機過程講義（很精簡，挺好的）、陸大金的隨機過程、張波的應用隨機過程、Sheldon的隨機過程等以及林版書的課後答案，還有網上找的各大高校研究生期末試卷。
大致過程：先細細過了一遍林的書（考綱指定部分），把能做的習題做了，然後過隨機過程的習題集，過完之後又看了一遍林的書，中間穿插看了張波、sheldon的隨機過程，但是都印象不深。然後比較熟了之後再看中科院的隨機講義，發現它的講義內容確實非常精簡，就過了一篇以及和它的習題集。然後再參照林的課後答案過了幾遍它的課後題。總之，我考試前大概是把林的教材過了4次，當然不是每一次都能過得很全面，很細緻，但是你慢慢地就會發現他的教材確實寫得很好。
一些經驗和建議：
運籌學：這個大家都很熟悉了，按給定的教材看就好了。我看的視頻是黃麗娟的，講得挺細緻的。考試前練的題目主要是天津大學的運籌學真題。
數據結構：先買了王道的輔導書和教材（嚴版），這個看了一兩遍，後面又看了天勤。（前面準備考北大的時候看了北大的視頻，後面改看清華的視頻。）這個要說一下，王道版本對跨考生來說有點難，我前面看的時候有一些章節搞不明白。
特別要講的一點（也是給王道提個建議）的是可以參考天勤在前面給跨考生系統地說一下考試如何寫C語言的程序，因為這一塊我當時糾結了很久，看了天勤的就清楚多了。
總之，個人還是建議專業的看王道，跨考得先看天勤再看王道。
個人理解，其實這三門課裡隨機過程與運籌學有一定關聯的，數據結構與運籌學關係也比較緊密。比如我自己就可以想到的請寫出百度地圖的導航算法實現、編程實現匈牙利算法等等。
初試複試的分值設置就是官網說的。初複試內容羅列如下（不區分）：
隨機過程：分布、條件概率的期望、馬爾科夫的穩態分布、常返態、更新過程、齊次馬爾科夫鏈、生滅過程、特徵函數、複合泊松過程、連續馬爾科夫鏈；
運籌學：對策論、決策論、線性規劃、圖論、排隊論、非線性規劃；
數據結構：鍊表、郝夫曼樹、hash、遞歸、圖與樹、棧、優先級隊列、堆。
hint：其實你了解老師們的研究重點，考試的重點還是有一定方向性的，不過我當時保守起見，還是都複習了，只是有一些章節感覺不是重點的就沒有複習那麼深。還有，目前這裡沒有要求計算機機試，這也與面試專業相關，所以大家不要擔心，如果需要機試，官網肯定會告訴的。