Maestría en Ciencias con Premio, Universidad Estatal de Texas, EE.UU.

 

Beca: Ayudas de enseñanza o investigación de aproximadamente 1500 dólares mensuales por año académico
Título: Bachillerato, Maestría
Asignaturas: Ingeniería Industrial, Matemáticas, Informática, Ciencias de la Gestión e Ingeniería
Nacionalidad: Se alienta a todas las personas calificadas a que presenten su solicitud
Ubicación: EE.UU.
Fecha de cierre: 1 de junio de 2021 (Recomendamos que complete su solicitud antes del 1 de febrero)
Fecha de inicio: Agosto 2021

Descripción de la beca:
La Universidad Estatal de Texas está ubicada en el área metropolitana de Austin en St. Marks, Texas, EE.UU., a unos 80 kilómetros de la capital de Austin, Texas. La Universidad Estatal de Texas es la universidad más grande del Sistema de la Universidad de Texas, ocupando el quinto lugar en el sistema y una de las 75 mejores universidades de la nación. Entre los notables ex-alumnos que se han graduado se encuentra Lyndon B. Johnson, el 36º Presidente de los Estados Unidos. El estado de Texas alberga una gran cantidad de recursos académicos y corporativos en ingeniería industrial, como la industria de los semiconductores en Austin (Samsung, AMD), la industria de las aerolíneas y los ferrocarriles en Dallas (American Airlines, Northwest Airlines, BNSF), y la industria del petróleo en Houston.

Temas disponibles:
Ingeniería industrial, matemáticas, informática, ciencias de la gestión e ingeniería

Criterios de elegibilidad:
GPA de al menos 3.0, TOEFL de al menos 78, IELTS de al menos 6.5 (no menos de 6.0 en una categoría), GRE de al menos 304

Procedimiento de solicitud:
Dr. Zhijie Dong: [email protected], WeChat: sasa1912415; por favor, adjunte su curriculum vitae. El Dr. Dong se graduó en la Universidad de Cornell y actualmente es profesor adjunto del Departamento de Ingeniería Industrial de la Universidad Estatal de Texas. Sus intereses de investigación incluyen el transporte, la logística y la gestión de emergencias, incluyendo la integración de recursos y la optimización de la programación, el aprendizaje de las máquinas y los algoritmos de optimización.