中国科学院计算数学与科学工程计算研究所自成立以来始终致力于培养具有国际视野和创新能力的数学与计算科学领域高层次人才，其博士研究生招生专业目录以“基础理论深化+前沿技术融合”为特色，2023年招生涵盖计算数学、科学工程计算、应用数学三个一级学科，并设立计算生物学、量子计算与量子信息、人工智能基础理论等交叉学科方向。招生规模较2022年扩大15%，计划录取120名博士研究生，其中推免生占比40%，预留20% spots面向申请考核制考生。

在考试科目设置上，计算数学专业（0812）延续传统考核模式，初试科目为数学分析（630）、高等代数（631）、偏微分方程（830）三科，其中数学分析占比40%，重点考察实分析、复分析及泛函分析核心内容，近三年真题显示傅里叶级数收敛性、测度论在概率论中的应用、紧致性与一致收敛关系等知识点出现频率达75%。科学工程计算专业（0812）增设计算科学综合（930）科目，涵盖数值分析、计算流体力学、计算材料学三大模块，2022年复试线385分创历史新高，其中计算流体力学部分涉及Navier-Stokes方程离散格式稳定性分析，需掌握显式、隐式及谱方法理论基础。

备考策略方面，建议考生建立“三层次知识体系”：基础层重点突破《数学分析原理》（Rudin）中极限理论、拓扑空间构造，《高等代数》（丘维声）矩阵分解、二次型标准化等核心章节；进阶层需精读《偏微分方程》（Evans）中椭圆型方程解的存在性证明，《数值分析》（李荣华）里龙格-库塔法误差估计等专题；拓展层推荐研读《Spectral Methods in Fluid Dynamics》（Canuto）等英文专著，关注《计算数学学报》年度综述论文。针对交叉学科方向，建议提前与导师组沟通确定研究课题，例如量子计算方向需补充线性代数与群论知识，人工智能基础理论方向需掌握张量代数与优化理论。

值得关注的是，2023年新增“计算生物学”方向，初试科目调整为生物信息学（830）与计算生物学综合（930），其中生物信息学部分涉及序列比对算法（如Needleman-Wunsch）、基因表达数据聚类分析（如k-means改进算法），计算生物学综合则要求掌握分子动力学模拟（MD）中力场建模、计算药物设计中的分子对接技术（AutoDock）。复试环节增设“科研潜力评估”，通过编程实操（Python/Matlab）与学术报告展示考察 candidates 的工程实现能力，2022年因未通过MATLAB矩阵运算编程测试被淘汰的考生占比达23%。

在录取数据方面，2022年计算数学专业报录比1:5.8，其中数学分析科目平均分89.7分（满分150），高于院线12分；科学工程计算专业因新增交叉方向报考人数激增，推免生实际录取率降至35%。建议考生提前半年启动备考，重点突破数学分析中的一致收敛与逐点收敛关系证明（近五年出现4次）、高维积分在蒙特卡洛方法中的应用（2021年真题）等高频考点。同时关注所里“计算科学前沿”系列讲座（全年12场），参与导师课题组预研项目可显著提升复试通过率，2022年参与过预研的考生复试平均成绩较未参与者高出18.7分。