ASDAN EPQ x AI 主题班

斯坦福、麻省理工等计算机相关专业外籍导师一对一学术强化

ASDAN EPQ 中方导师兼考官一对一支持项目成果 UCAS 学分转换

可获 UCAS 28 学分加分和数十所英国名校条件性录取

牛津 | 剑桥 | 帝国理工等英国名校官方强烈推荐

涵盖科技 | 金融 | 生物 | 人文等多项交叉学科领域课题

具备基础编程知识即可参与,课程中导师进行个性化灵活辅导

ASDAN EPQ 简介

EPQ (Extended Project Qualification)是英国教育部和高等教育招生服务中心(UCAS)强烈推荐的研究性学习认证项目,是一门不需要考试的课程。ASDAN 是英国考试与资格监管机构 (Ofqual) 批准有资格在全球范围开展 EPQ 认证的考试局。在申请英国大学时,所有考试局颁发的 EPQ 成绩与效力一致。

ASDAN EPQ 要求同学在老师指导下选择一个自己感兴趣的课题进行研究性学习,然后将学习的过程和研究成果汇总成一篇接近 5000 字的英文文章,或 1000 字的英文文章加上一个可展示项目(用于发明、创作等),最后进行 15 分钟的答辩。经过评审后,最终同学可获得 EPQ 证书、评级与最高 UCAS 28 学分加分。【EPQ官网】

"... ASDAN China programme team should be congratulated on the excellence of the assessmentand internal moderation systems."

—— 2022 Autumn External Moderation Report

UCAS 加分:留学申请抢跑一大步
牛剑 G5 官方推荐,部分英国名校条件性录取
不限制专业,接受多种研究成果
高中阶段可多次参与
 

大学重视的核心能力提升

Inspirit AI 介绍

构筑全球化的学习平台

Inspirit AI,作为全球领先的人工智能教育创新企业,致力于培养下一代创新者和技术领导者。 我们为全世界的高中生提供个性化、定制化的一对一人工智能科研课程,旨在激发学生对人工智能的兴趣和热情,帮助他们接触并理解当今技术的尖端内容,为他们未来的学术和职业生涯做好充分准备。

0
名来自斯坦福和 MIT 的导师
0
所项目合作高中
0
个学员所属国家地区
0
名学员获常春藤盟校录取

Inspirit AI 从硅谷汲取最前沿的人工智能技术与研究,旨在为全球的高中学生提供先进的学习资源和机会,让知识与技术不再有国界。

Inspirit AI 人工智能专业课程由来自斯坦福大学、麻省理工学院、哈佛大学等世界顶尖学府毕业的 400 多名导师团队设计和授课,为学生提供独一无二的学习体验。至今,Inspirit AI 的课程已经覆盖了 70 多个国家、2000 多所学校,并有超过 150 名 Inspirit AI 学生被常春藤盟校录取。

2023 年,Inspirit AI 与阿思丹考试局达成了官方战略合作,为中国优秀学子提供权威的研究性学习认证——ASDAN EPQ x AI 主题班。我们的项目旨在引导高中生探索并掌握全球最前沿的人工智能技术,同时培养其科学创新思维与人工智能素养,并进一步发掘人工智能与其他学科交叉领域的潜力。 我们坚信每位学生都有潜力成为改变世界的力量。现在,就与我们一同探索人工智能的无限可能吧!

——Jared Greene, Inspirit AI 项目学术总监

为什么选择我们?

升学价值

最高可获 UCAS 28 学分加分和英国名校条件性录取机会,牛津、剑桥、帝国理工等英国名校官方强烈推荐

专业师资

阿思丹考试局 EPQ 导师兼考官项目辅导,来自斯坦福大学、麻省理工学院等外籍专业导师学术强化

一对一服务

中外导师提供一对一辅导,充分考虑学生需求和兴趣,确保学生获得个性化支持和指导

专业课程

AI 专业课程涵盖人工智能的全方位知识,针对青少年进行基础理论到应用实践的培养

技能提升

以提升批判思维和论文写作技能为目标,让学生提前适应大学学习方式,全面增强学术能力

课题多样

接受论文、科学发明、艺术创作、商业策划等丰富多样的作品,鼓励跨学科融合,涵盖科技、金融、生物、人文等多个领域课题

学术成果

完成项目可获 EPQ UCAS 学分证书,优秀学员可获 AI 导师推荐信及发表指导

丰富的教学资源

学生用书 | 高分案例 | 学习课表与手账 | 在线研究课程

丰富的教学资源

学生用书

浓缩 30 小时研究理论课精华,EPQ 全球考纲命题专家审核制作,每年更新至最新版

高分案例

往年 EPQ 高分真实案例分享,ASDAN 讲师引导内容精读,学习优秀经验

学习课表与手账

包含学生定制版 EPQ 课表、学习规划贴纸、精美研究手账本,帮助学生规划项目

在线研究课程

ASDAN EPQ 学生除每周末参与直播课之外,可在学习期内无限次回看课程录播

Python基础课程

EPQ x AI学生可获得稀有的Python基础在线课程,可提前并递进式地掌握AI必备知识

丰富的教学资源

 

学生用书

浓缩 20 小时研究理论课精华,EPQ 全球考纲命题专家审核制作,每年更新至最新版

高分案例

往年 EPQ 高分真实案例分享,ASDAN 讲师引导内容精读,学习优秀经验

学习课表与手账

包含学生定制版 EPQ 课表、学习规划贴纸、精美研究手账本,帮助学生规划项目

在线研究课程

ASDAN EPQ 学生除每周末参与直播课之外,可在学习期内无限次回看课程录播

Python基础在线课程

EPQ x AI学生可获得稀有的Python基础在线课程,可提前并递进式地掌握AI必备知识

课程与辅导结构

EPQ 必修研究理论课程

外籍AI导师一对一

中方导师兼考官一对一

ASDAN EPQ福利大礼包(赠送)

在线研究理论课:30 课时

EPQ 全球考纲命题专家团队研发教学材料,ASDAN 考试局认证讲师中文授课,精讲精练。(福利赠送:精美开课大礼包)

EPQ 考纲精解 EPQ(3 课时) Assessment Objectives

EPQ 考纲精解 EPQ(3 课时)
Assessment Objectives

多元思维发散(3 课时) Research Topic Exploration

多元思维发散(3 课时)
Research Topic Exploration

项目管理技巧 (2 课时)Project Management

项目管理技巧 (2 课时)
Project Management

科学研究方法(4 课时)Research Methodology

科学研究方法(4 课时)
Research Methodology

学术文献研究 (2 课时)Secondary Research

学术文献研究 (2 课时)
Secondary Research

数据统计分析(4 课时) Data Analysis

数据统计分析(4 课时)
Data Analysis

学术论文写作(6 课时) Academic Writing

学术论文写作(6 课时)
Academic Writing

深度项目评估(2 课时) Self-reflection

深度项目评估(2 课时)
Self-reflection

英语答辩练习 (4 课时)Presentation

英语答辩练习 (4 课时)
Presentation

中外双导师一对一研究指导思路

• 一对一辅导的主题将灵活根据学生个人选题、能力、进度、时间规划等方面进行个性化安排,以充分解决研究问题为目标
• 外籍 AI 导师 10 课时 + ASDAN EPQ 中方导师兼考官(SA) 5 课时(实际授课可能根据学生能力侧重点进行微调)

课时数 辅导主题 导师
1 探索EPQ兴趣方向 中方EPQ SA
2 确立研究选题 外籍AI专业导师
3 制定AI研究路径 外籍AI专业导师
4 制定EPQ研究目标 中方EPQ SA
5 设立AI项目计划 外籍AI专业导师
6 数据处理与分析 外籍AI专业导师
7 模型选择及检验 外籍AI专业导师
8 完善模型功能 外籍AI专业导师
9 EPQ项目中期复盘 中方EPQ SA
10 超参数调优分析 外籍AI专业导师
11 研究论文写作 外籍AI专业导师
12 EPQ学术写作强化 中方EPQ SA
13 演讲技能提升 外籍AI专业导师
14 成果发表指导 外籍AI专业导师
15 EPQ项目终期复盘 中方EPQ SA

福利赠送:全程班主任及学习社群服务,学术资源内部共享,导师课后答疑。免费参与 EPQ 与 Inspirit AI 的所有科研公开课 / 内部学术讲座 / 毕业礼等精彩活动。

导师介绍

AI 专业导师均从麻省理工学院 (MIT)、斯坦福大学、康奈尔大学、耶鲁大学、哈佛大学等专业排名 top 20 院校毕业,具备丰富 的人工智能科研和实践经历,可以帮助学生从项目选题、数据收集、模型建立、结果分析等科研过程中提供专业辅导

AI 专业导师推荐语

“我热衷于看到我的学生们巧妙地运用人工智能技术,并用它解决现实世界的问题。我期望人工智能不再是一个“遥不可及”的概念,而是一个大家都可以轻松驾驭的强大工具,可以用来改变这个世界。看到从未接触过人工智能的学生们也能流利地分享所学到的知识,这真是太令人振奋了!”

—— Mr. Ram, 斯坦福大学计算机科学家

Mr. Trotsyuk

斯坦福大学生物工程博士研究员,计算机科学硕士

Mr. Jain

斯坦福大学计算机科学硕士哥伦比亚大学计算机科学 (AI)和经济学学士

Ms. Bradshaw

哈佛大学教育技术硕士

Mr. Ranjan

斯坦福大学计算机科学硕士
康奈尔大学计算机科学学士

Mr. Jagadeesh

斯坦福大学视觉科学博士研究员,加州大学伯克利分校计算机科学和认知科学学士

Mr. Jedoui

斯坦福大学计算机科学博士研究员,数学学士

Ms. Katie

马歇尔学者,牛津大学实验心理学硕士

Ms. Christina

斯坦福大学材料科学与工程专业博士研究员

更多中方学术导师院校背景(部分)

中方 EPQ 导师兼考官师接受英国考试局统一培训,对 EPQ 课程要求与考纲标准有深入理解,同时熟悉中国学生特色与社会形态,可以结合学生能力水平、时间规划,提出更细致的提分建议,对学生项目进行过程监督和评审。
毕业院校 专业背景
伦敦大学学院 国际教育
爱丁堡大学 数字社会学
伯明翰大学 城市规划
华盛顿大学 数学
毕业院校 专业背景
伯明翰大学 环境化学
悉尼大学 传媒
南安普顿大学 商务与金融
巴斯大学 国际管理
毕业院校 专业背景
爱丁堡大学 生物信息学
拉夫堡大学 金融学
瓦赫宁根大学 食品科学
中国人民大学 外交学

课题领域

人工智能 + 医疗健康

人工智能 + 医疗健康

• COVID-19 基因组学
• 可穿戴设备:癫痫预测
人工智能 + 新闻

人工智能 + 新闻

• 假新闻大规模检测
• 新闻机构诚信与消息来源保护
人工智能 + 政法

人工智能 + 政法

• 改善灾难救援
• 构建公正的算法判决模型
人工智能 + 艺术与音乐

人工智能 + 艺术与音乐

• 音乐推荐系统
• 基于计算机视觉的草图识别
人工智能 + 工程

人工智能 + 工程

• 自动驾驶汽车
• 视觉辅助技术
人工智能 + 心理学

人工智能 + 心理学

• 精神分裂症表型分析
• 心理健康聊天机器人
人工智能 + 金融

人工智能 + 金融

• 算法交易策略
• 金融网络安全与商业应用
人工智能 + 物理

人工智能 + 物理

• AI 在系外行星搜索的应用
• 利用 AI 技术确保宇航员安全

历年优秀课题展示:

我们鼓励跨学科融合,本科研项目涵盖科技、金融、生物、人文等多个领域课题,欢迎与导师共同探索。

课题领域 学生姓名 课题
商业金融

Business and finance

Aryaman R. 探索使用人工智能检测信用卡交易欺诈的方法

Approaches to fraud detection on credit card transactions using artificial intelligence methods

Vincent P. 分析热门YouTube视频:探寻迅速走红类内容的模式

Analysis of Trending YouTube Videos: Finding Patterns in Viral Content

Krishang S.  使用不同的机器学习方法预测期权中的卖出价

Predicting the ask price in options using different machine learning methods

教育学

Education

Saket R.  哪些因素与性别、种族和STEM教育之间的关系相关?

What Factors Correlate with the Relationship Between Gender and Race and Pursuing STEM?

Samantha K.  儿童与导师关系对儿童心理健康的影

The Impacts of Child-Mentor Relationships on Child Mental Health

工程学

Engineering

Khondoker F. 探索孟加拉国的DeepSolar:一种用于在发展中国家从低分辨率卫星图像中检测太阳能电池板的新型卷积神经网络(CNN)架构

DeepSolar Bangladesh: A Novel Convolutional Neural Network (CNN) Architecture for the Detection of Solar Panels from Low Resolution Satellite Imagery in Developing Countries

Jason M. Allez Go:人工智能击剑裁判

Allez Go: AI Fencing Referee

环境

Environment

Archith S.  促进农业进步的昆虫识别项目

Insect Identification Project for Agricultural Advancement

Maximilian P. 利用气象传感器数据预测太阳能电池阵列输出

Predicting Solar Array Output Using Weather Sensor Data

Alexander K. 用于消费者塑料识别和分类的机器学习算法

Machine Learning Algorithms for Consumer Plastics Identification and Sorting

Molly H. 通过机器学习识别饮用水水质分析中的参数

Identifying Parameters in Water Potability Analysis Through Machine Learning

医疗保健和生物学

Healthcare and Biology

Deetya N. 使用网络特征预测药物相互作用的严重程度

Predicting Drug-Drug Interaction Severity Using Network Characteristics

Shanzeh H. 人工智能在早期发现脑肿瘤中的应用

The Utilization of Artificial Intelligence in Enabling the Early Detection of Brain Tumors

Arnav D. 利用深度学习鉴别病毒性肺炎和细菌性肺炎 The Differentiation of Viral and Bacterial Pneumonia using Deep Learning
Nuo W. 多模态模型中的Attention LSTM模型:一种预测COVID感染趋势的整体方法

Attention LSTMs in Multimodal Models: A holistic approach to predicting COVID infection trends

Aditya M 将机器学习应用于基因相关疾病检测的开发与测试

The Development and Testing of Machine Learning Applications into Genetically-Based Disease Detection

人道主义工作和社会公平
Humanitarian Efforts and Social Justice
Sohum T. 一个人的社会背景如何决定其精神状态?

How Does One’s Background Determine Their Mental State?

Sophia G. 一种用于理解性别工资差距决定因素的机器学习方法

A Machine Learning Approach to Understanding the Determining Factors of the Gender Wage Gap

新闻学

Journalism

Arianna H.  使用人工智能检测偏见新闻

Biased News Detection Using Artificial Intelligence

Pranav B. 新闻对股市的影响

The Effect of the News on the Stock Market

语言与文学

Language and Literature

Peijie G. 预测普通话未来的语音变化

Predicting Future Phonological Changes Of Mandarin Chinese

Anitej S. GPT-3是否比六年级学生更聪明?

Is GPT-3 smarter than a sixth-grader?

物理学

Physics

Eve B. 使用机器学习从TESS过境数据识别太阳系外行星的适居性

Using Machine Learning to identify the Habitability of Exoplanets from TESS Transit Data

Roberto T. 基于众多特征利用机器学习为恒星分类

Stellar Classification based on Numerous Characteristics using Machine Learning

Isaac A. 机器学习算法在太阳耀斑数据和距离预测中的应用研究

An Investigation Into Applications of Machine Learning Algorithms on Solar Flare Data and Distance Prediction

Eesha S. 伽马射线分类

Gamma Ray Classification

Alice H. 用于预测太阳第25周期的混合CNN-LSTM模型

A Hybrid CNN-LSTM Model For Predicting Solar Cycle 25

政治学和法学

Politic and Law

Thalia S.  无论是否受保护特征的影响,探究人工智能的利用在决定罪犯是否可能再犯时的必要性

Is AI Necessary In Deciding Whether an Offender Is Likely To Recidivate, With & Without the Effect of Protected Characteristics

Alexander F. 预测美国刑事司法系统中的再犯趋向

Predicting Recidivism in the United States Criminal Justice System

心理学

Psychology

Claire M. 根据图像的颜色统计信息预测情绪评分

Predicting emotion ratings from color statistics of images

Bwohan W. 训练机器学习模型以识别抑郁症迹象

Training a Machine Learning Model to Recognize Signs of Depression

Jasamarbir S. 一种利用面部特征预测儿童自闭症的机器学习模型

A Machine Learning Model to Predict Autism in Children Using Facial Features

Bertran M. 检测面部表情

Detecting Facial Expressions

世界名校对人工智能素养的重视

如今,众多大型科技公司均在寻找拥有 AI 背景的人才,AI 技术能够帮助企业改进和优化其核心业务流程。尽管目前有很多媒体担忧自动化和人工智能可能会削弱就业前景,但世界经济论坛(World Economic Forum)的最新报告显示,到 2025 年,AI预计将为全球创造约 9700 万个新工作岗位。这也是世界顶尖大学都开始提供专门针对人工智能的特定课程和学位的重要原因

麻省理工学院 (MIT)

Massachusetts Institute of Technology (MIT)

QS 世界排名第 1,计算机科学与信息系统学科排名第 1
As computers continue to automate more routine tasks, AI education is a key enabler to future opportunities where success depends increasingly on intellect, creativity, empathy, and having the right skills and knowledge. Being digitally literate is no longer sufcient in the era of AI.随着计算机技术逐渐将人们日常的工作自动化,人工智能教育就越发成为未来获得成功机会的关键推手,而这样的成功,也越来越取决于所获得的智力、创造力、同理心,以及正确的知识和技能。在人工智能时代,仅具备基本的数字素养已经远远不够。

剑桥大学 University of Cambridge

QS 世界排名第 2,计算机科学与信息系统学科排名第 7
Today, from the climate crisis to personalised medicine, we are applying AI to the world's majorchallenges, exploring its ethical dimensions and collaborating with industry to ensure that our research has impact.
如今,从应对气候危机到推进个性化医学,我们正积极将人工智能技术应用于全球的重大挑战中,探索其伦理层面,并与各行各业合作,确保我们的研究能产生实质性的影响力。

牛津大学 University of Oxford

QS 世界排名第 3,计算机科学与信息系统学科排名第 5
Not only do our researchers come from all over the world and from a variety of backgrounds,they're also working across the full spectrum of the transformative eld we call artificial intelligence.These technologies genuinely will be transformative.
我们的研究人员不仅来自世界各地和各种背景,而且他们还在人工智能这样一个变革领域的各方面工作中发光发热,这意味着人工智能的技术会真正发生深远的变革。

哈佛大学 Harvard University

QS 世界排名第 4,计算机科学与信息系统学科排名第 8
From health care to education, policy to art, articial intelligence is rapidly changing our world andour daily lives. Researchers across Harvard are exploring how we can embrace and advance AI's benefits while still addressing issues of bias and transparency.
从医疗保健到教育、从政策到艺术,人工智能正迅速改变我们的世界和日常生活。哈佛大学的研究人员正在探索如何在充分利用和推进人工智能的好处的同时,解决偏见和透明度等问题。

斯坦福大学 Stanford University

QS 世界排名第 5,计算机科学与信息系统学科排名第 3
The total number of computer science classes related to artificial intelligence more than tripled in the past decade. A driving factor of the increase was the explosive growth in student's demand,which is just refiecting the huge breakthroughs that have been made in AI recently and the huge enthusiasm among students to learn this.
在过去的十年中,与人工智能相关的计算机科学课程总数增长了两倍以上。影响增长的一个主要因素便是爆炸性增长的学生需求,这反映了最近在人工智能领域取得的巨大突破以及学生对学习人工智能的巨大热情。

学生感言

Dhruv J.

现就读学校:伦敦帝国理工学院
课题领域:人工智能 + 语言
课题内容:基于 AI 语言技术的 Siri理解与应用
学生感言:这个项目让我深入探索了 AI 和机器学习的奥妙,更激发了我对 AI 研究的热情。通过 Python编程,我的问题解决技能得到了显著提升。

Jason M.

职业:Allez Go 公司创始人
课题领域:人工智能 + 体育
课题内容:开发击剑 AI 裁判系统
学生感言:这个项目让我对未来的职业道路充满信心,我相信人工智能将继续在体育领域发挥重要作用,而我将一直热衷于推动这一进程,为体育竞技的公平性和精彩性贡献自己的力量。

Varun M.

现就读学校:伊利诺伊大学
课题领域:人工智能 + 工程
课题内容:街道图像中的物体检测
学生感言:在项目中,我不仅仅是一个学生,还是一个实际问题的解决者。通过探索如何有效地检测并分析城市街道图像中的物体,我深入了解了人工智能技术在解决现实世界难题中的巨大潜力。

参与流程

项目时间规划:

春季学期 秋季学期
第一步

报名预约免费试听课

填写基本报名信息后,会由顾问老师沟通时间
第二步

注册,缴费并签署协议

12月~5月 6月~11月
第三步

EPQ研究理论课程培训

每周末滚动开班,集训班开班日期详询
第四步

中外导师一对一在线指导

为期4~8个月的项目开展
第五步

论文答辩,成果提交

当年9月 次年3月
第六步

获得初步成绩

当年10月 次年4月
第七步

获得最终成绩

次年1月 次年8月

选拔标准:

  • 英语成绩:托福 80 分或雅思 5.5 分及以上,如无语言成绩,则需要英语老师提供推荐信,证明其英语听说读写能力。
  • 对人工智能领域有强烈兴趣,具备一定的相关学习经验。
  • 高度的自律能力与坚持学习的毅力。

专项奖学金:

参加阿思丹(ASDAN China)承办的各类国际理工科竞赛、商学经济学和综合学术竞赛获奖选手可获 ASDAN 专项奖学金,用于抵扣 EPQ 项目费用,或申请项目费用返还。详情参见官网 https://www.seedasdan.org/scholarship

项目费用包含:

  • 30 课时 EPQ 必修研究理论课程(包含小班直播课程、在线值班答疑、课后作业反馈等形式)
  • 10 课时斯坦福 / 麻省理工等外籍专业导师一对一学术强化
  • 5 课时 ASDAN EPQ 中方导师兼考官一对一项目辅导
  • 教务协调与流程处理服务
  • EPQ 注册费
  • 答辩评审费
  • 学术材料费

常见问题 Q&A

1.没有编程基础也可以参加么?是否需要很好的编程基础才能参加?
我们欢迎对人工智能感兴趣的学生报名,但请注意,有一定的编程基础能让你在项目初期更快地融入,使你在整个项目中的体验更佳。对于初学者,你可能需要在项目初期,额外投入时间去学习和掌握最基础的编程技能。
2.我可以中途更换科研课题吗?
在考虑更换课题时,我们建议同学们谨慎评估其可行性,并确定是否有充足的时间进行调整和制定新的研究计划。如果课题更换的可行性不高,我们建议你保持原研究方向,只进行必要的微调。这样能确保项目的顺利进行,并避免不必要的延误。
3.全程参与项目,一定可以获得推荐信吗?
每位同学成功完成 EPQ 项目后,都将获得 ASDAN 英国考试局颁发的证书。此外,在项目中展现出色的研究能力和积极学习态度的学生,将有机会得到 AI 专业导师的个性化推荐信。
4.项目是否需要下载专业软件?
课程开始前,我们会通过电子邮件发送详细的准备指南。指南中可能包含了如何设置 Google Colab、Piazza、Pre-camp Python等课程相关材料。我们会提供所有必要的信息和指导,以帮助你顺利地参与课,具体内容请待开课通知。
5.IB、AP学生可以参加ASDAN EPQ吗?
可以!无论是 A-Level、IB、AP 还是其他中外课程体系的学生,都可以参与 ASDAN EPQ。但请注意,已完成的 IB EE 或 APCAPSTONE 项目,或者其他已完成并发布的项目,不能用于申请ASDAN EPQ。另外,关于是否可以用 ASDAN EPQ 的成果用于IB EE 或 AP CAPSTONE 的问题,建议你咨询相关课程的负责老师。
6.中方 EPQ 导师兼考官擅长领域和我的选题方向会完全一致吗?
可能不会完全一致。我们会优先安排背景和你的选题方向相近的导师,但请注意,EPQ 的重点在于评估学生的独立学习能力。一个优秀的 EPQ 导师会引导你独立完成你感兴趣的项目,整个过程的主导权在你,导师仅作为指导者和评估者。在 EPQ 的考核中,导师提供的基础指导越少,你的得分可能性就越高。从我们多年运行EPQ 的经验看,学生的选题可能会有所调整,因此,导师的EPQ教辅经验往往比具体学科知识更为重要。
7.我已经学会编程了,EPQ常规班与AI班如何选择?

如果你渴望更进一步深入了解人工智能领域,AI主题班会为你提供密集目深度的知识输入!而如果你认为当前的编程能力已足够完成科研选题,并不需要AI专业导师的指导,那么常规 班的中外导师依然会全力支持你完成科研项目!

报名咨询: