背景介紹：

學校：歐洲本科

GPA: 3.97/4

GRE: ?155+170

托福：109

錄?。?/p>

Stanford Master in ICME Data Science（去向）;

USC MSBA;

UPenn MSE in Data Science; Oxford MSc in Statistical Science;

Umich PhD in IOE（8萬$/ year）；

Cambridge MASt in Mathematical Statistics(part iii)

寫在開頭

在我看來，申請季更像是一個緩沖劑，讓很多時候忙碌著的我們，有時間停下來，去回望我們過去的經(jīng)歷，思考自己真正喜歡的事情。大家身在其中，都難免有焦慮的時光，但我們永遠不是一個人，有身邊的朋友，有愛我們的家人，還有GGU（世畢盟）耐心的培訓師和mentor。我只是一個再平凡不過的人，在身邊人的幫助和愛里，幸運的能夠開啟下一段有趣的經(jīng)歷。

申請三圍

我自己的GPA還是比較高的，大一是top 1%；大二因為剛開始同時TA/RA/Intern，自己的時間管理能力不行，GPA下降了一些。大三又回到了大一的狀態(tài)，最終畢業(yè)大概還是top1%。課程的話，我主要分為以下幾個板塊：

Stat方面上了stat&prob，stochastic processes，advanced econometrics，stat類的課程都是top 1%的rank。量化的課程以及比較高的分數(shù)，也給我后來的科研機會提供了很大的助力。后來找RA的時候，一個professor直接指出他我stat方面的成績impressive，所以很愉快地招了我。

Econ&Finance方面我是上過最基本的micro, macro, corporate fin，asset pricing，time series，stochastic processes。其中asset pricing的課程是申請結(jié)束之后上的，所以申請后期對喜歡的方向也有些動搖（就是對finance感興趣起來了，以前無感）。

計算機方面，data structure &algorithm in Java, machine learning上了一門用python寫作業(yè)的本科課程，一門R寫作業(yè)的研究生課程，還有一門deep learning，nlp，cv，基本的模型都用這兩種語言implement過，但說實話也只是最基本的調(diào)包俠水平, 以及MATLAB。

OR方面上過線性規(guī)劃，組合優(yōu)化，非線性優(yōu)化，數(shù)值模擬。

Math方面的基本就是matrix，analysis，vector calculus。以上提到的課程包括本科學校，summer school，exchange 里上過的課程。

整體來說，本科在三年里讀完，每門課程在完成老師的要求同時，我也會因好奇心去看這個方向最新的一些進展，同時還做了一些TA/RA/Intern是比較累的，偶爾會burnout，這里就非常感謝身邊的朋友了，總會陪我哭陪我笑，我想去海邊想去爬山想去探索新餐廳和電影他們也是隨叫隨到。平時課程里遇到難題，大家的討論也很積極，總之本科的時候就是一種互幫互助的美好氛圍了。感恩&比心～

前兩年過的有點累，申請后期也是本科最后一年了，所以說實話我自己有點松懈了，語言的話我自己因為是海本，是很多學校可以選擇waive的，最后考了一個差強人意的分數(shù)；GRE的話，我也很懶，雖然很早就買了書，但也只是買過來壓泡面的蓋子。后來是考前三四天開始，認真每天花5個小時左右刷了一下題，考出來也只能算及格。這點我自己可以說是一個反面例子，我覺得大家有時間還是要好好準備一下的，錄取的項目里我的GT應(yīng)該都是在average以下。GT是完全可以自學的，在這里推薦一下KMF（用來刷題）和GRE鎮(zhèn)考3000詞（用來背單詞）。

本科生科研和實習

我在大二的時候因為參加學校的一個項目，期間跟著一個教授寫了一篇paper，水水的那種，但大致知道了research的流程。然后我加入GGU之后，培訓師幫我迅速地修改了CV，我發(fā)了一波郵件之后，迅速地找到了在美國的科研機會。這個暑假做的這一段美國的暑研（游），是關(guān)于theoretical deep learning的其中一個子方向。教授一開始有被我impress到，是因為他先準備一個月讓我熟悉topic，但在開始的第一周，我就把唯一一本這個領(lǐng)域（這個話題還是比較新的）的graduate textbook學完了還寫了一篇summary，提出了很多問題和他討論。后來就變成越來越理論的閱讀和推導(dǎo)，也是在這過程中我意識到這并不是我的興趣所在，我在做這些事情的時候沒有自己的intrinsic motivation。最后走的時候，做了presentation，只能說表達能力尚可，算是一個有效的總結(jié)，在很多方向都試著往前走一點，但并沒有做出什么實質(zhì)的東西。后來我也拿到了這個教授以及其他教授的面試邀請，后來拿到PhD offer后我也和其他教授skype面試了，但面試過程中隨著我對dl/optimization方向research了解的深入，我也知道it is not my thing。但這段經(jīng)歷也這讓我開始感慨暑研對PhD申請真的是相當重要的，因為教授總是習慣于招自己熟悉的人（1st/2ndconnection），當然前提是你的表現(xiàn)不錯，表現(xiàn)出負責任的態(tài)度，對學術(shù)的熱情，和發(fā)展的潛力。然后暑假科研中學的這個模型，讓我開始重新思考大二下seminar做的一個模型，我發(fā)現(xiàn)傳統(tǒng)的econometrics模型多多少少太restrictive，但是暑假里學的模型就非常flexible。于是我就自發(fā)的把之前seminar的話題深入了一下，這就是我自己的好奇心驅(qū)使的，后來導(dǎo)師可能也在他的推薦信寫到了這一點。

后來大三開始接觸一些quantitative finance的research，也很幸運遇到了領(lǐng)域內(nèi)的rising star作為supervisor（PhD畢業(yè)后直接當AP后，3年半過tenure發(fā)表全是計量頂刊包括Econometrica），第一次見面的時候這個star跟我說的是，不管是學術(shù)，人生，愛情，宇宙的問題我都可以和他討論，果然是很特別的人了。申請季我考慮的是三個方向BA/DS/STAT，我自己內(nèi)心三個方向的first choice分別是MIT MBAn，Stanford ICME，Cambridge part iii。我當時獲取項目信息一是從官網(wǎng)，二是就讀學生的反饋，這里推薦一個MIT MBAn畢業(yè)學長的信息分享，他對DS和BA項目都進行了詳細的分析，可以說讓我受益匪淺。這里我就簡單分享一下我對這三個項目的申請準備和了解。MIT MBAn項目強在課程的實踐性和保證的帶薪實習，是BA項目當之無愧的王者了，我自己一開始還是很有信心，因為每年我們學校都穩(wěn)定輸送生源，面試前我也和學長學姐溝通過，但最后還是因為我的短板-實習經(jīng)歷為0，以及面試的時候狀態(tài)不佳，面試后悲劇了。這里也分享一下我的面試內(nèi)容，一開始就是講自己的project，后來有technical（簡單Markov Chain，derivatives）和behavioral（how you lead a team）。

GGU的Mock Interview（behavioral）非常厲害，提供很詳細的feedback，但可惜的是當時我并沒有花很多時間去提升反而是專注在刷題復(fù)習上。我拿到的Stanford ICME和Cambridge part iii都可以當作比較好的PhD跳板。我自己認識的一個教授就是part iii之后去了MIT ORC PhD；同時ICME更加靈活，PhD和工作都ok，第一年和PhD一起上課，可以選擇考Qualification找導(dǎo)師轉(zhuǎn)PhD，也可以在tech機會豐富的灣區(qū)找工作。