登录
  • #ms
  • #研究生申请
  • #datascience/analytics
  • #申请总结
  • #长篇申请经验分享

DS‌‌‍‍‌‌‍‌‌‌‌‍‌‌‍‌‌‍‍‌‌‍‌‌‌‍‌‍‍‌‌‌/BA master申请经验总结【timeline/gt/修课/文书/面试】

TEAWINE
2403
6
申请的第一个问题是选择专业。对于专业的选择,我主要以日后的职业规划为出发点,确定硕士阶段的深造期望,并结合自己的本科学习实践的基础与感受来进行考虑。DS是近几年兴起的学科,对本科基础的要求定位在商科、统计和计算机交叉。商科的训练与实践提供行业洞见和直觉,数学和编程能力提供分析思路与工具。因此绝大部分项目提出了相应的硬性先修课要求。数学课程大多数要求两门微积分、线性代数、概率论与统计,计算机课程大多数要求数据库(SQL)、数据分析与可视化语言(R、python、Stata等)、面向对象的语言(C、C++、Java)。DS硕士项目适合具有强化统计与编程基础深造期望的申请者。多数优秀的DS、运筹项目为工科院系开设或工商院系合开,会偏重技术上的训练,辅以少量leadership的课程。行业嗅觉通常是在capstone project及internship中加以积累。就业发展方面,BA专业应届生主要流向的岗位有Data Scientist、Data Analyst、Software Development Engineer等,行业涵盖互联网公司、技术咨询等。同时鉴于STEM专业加成,找工作与实习的缓冲期较长。结合当下的市场需求,属于就业相对不错的专业。

选择方向后,需要对自己的条件进行优化与充实。主要分为标准化分数、实习/科研、文书、面试四个方面。标准化分数中,GPA以及核心课程成绩是最为重要的环节。最为理想的是能够争取到申请相关课程优秀的成绩、排名并保持稳定上升的趋势。TOEFL和GRE最好能够利用假期的时间集中学习,并稍微提早一些考出足够的成绩,而不要过多占用申请后期的时间和精力。如果在申请当年8、9月份报考,考试场次会比较紧张,建议报名两场以防万一。

实习和科研方面,我认为它们除了是提升背景的条件,更重要的意义在于提供摸索就业兴趣与方向的机会。这是本科同学能够接触到试错成本最低、行业感受又最为切身的择业渠道。如果能够迅速找到合适的方向是最理想的,可以在同一方向上不断精进。如果第一份、第二份实习并没有激发自己的工作热情,也完全可以继续尝试多样的经历。不同领域的经历都会带来宝贵的积累与助益。对于DS专业的申请而言,可以更多留意互联网公司的数据分析岗位、战略岗位、IT咨询岗位等,这些方面的经验相对来说直接关联性更强。

文书是申请中后期主要耗费精力的部分,包括PS、命题essay、cv、推荐信等。文书是体现个人主见和“诚意”的环节,尽量提早准备。撰写文书是一个梳理个人志向与经历的机会,花时间认真思考、认真撰写有助于更清楚地观察和定位自己。如果能够将自己一步步摸索并确认方向、而后在方方面面为之不断充实自己的个人成长过程清楚客观地描述出来,多次修改、多方请教,并表现出这一过程中实实在在的个人考虑,收获会很大。推荐信建议邀请熟悉自己的相关课程任课老师、相关实习或科研的老板来完成,最好能邀请到至少一位海外老师或老板。

面试方面,大部分是行为面试,形式多为video essay。建议在各大论坛及申请微信群尽可能广泛地收集面经,认真准备draft、认真模拟练习。技术面试则要熟悉简历中的每一段经历,每一个project,包括基本的统计、编程课堂知识。

最后也是最重要的,是心态的平衡。申请过程战线比较漫长,在没有收到理想offer之前,都没办法彻底放下心来。保持平稳的心态是非常重要的。虽然说“完全不预测得失”是很难做到,但现在看来还是要尽可能少预测得失,抱以明确的目标踏实准备,带着轻松的期望轻装上阵,把当下能够控制的事情尽量做到最好
6条回复
热度排序

发表回复