ChaseDream

标题: 哥大录取|我的选校定位、实习经历以及文书准备 [打印本页]

作者: b1911011    时间: 2019-11-11 13:38
标题: 哥大录取|我的选校定位、实习经历以及文书准备
  本科背景:南京大学,金融工程
  GPA:88.2 托福:104 GRE:328+4
  录取结果:哥伦比亚大学 管理科学与工程

LZ今天的分享将主要分为以下四个部分:因为在申请过程中申请了三个方向的专业,所以LZ在第一部分会主要讲一些专业选择的东西,也就是现在比较热门的Data Science和Business Analytics,还有IE/OR也就是运筹学和工业工程这三个大类的专业,它们之间的主要的区别,还有一些就业的情况。最后就是他们现在在美国的一些院校的申请情况,还有有哪些项目是适合大家申请的。第二部分是一些选校的经历,怎样选择一个自己心仪的学校,怎样定位自己的精力。第三部分LZ将讲述一些比较个人化的东西,就是我自己的实习和项目的经历,以及这些经历是怎样帮助我找到自己未来的职业规划,包括之后想要申请的方向。也希望这部分我自己个人的经历,能为大家提供一些在申请过程中的一些参考。第四部分申请季的准备,主要就是在文书方面的准备。


第一部分,在专业选择方面,因为我们现在大家都知道申请Data Science和Business Analytics这两个项目的同学在逐年增加,而业界对于这两个专业所培养出来学生的一些专业技能也有很大的需求缺口,且这方面因为和大数据人工智能或者是一些商业的东西结合得非常紧密,所以能够吸引到很多的同学申请这个方向。同时美国的很多院校也都因此开设了这方面的专业,希望能够培养既懂得商业分析,又懂得如何运用量化工具的专业人才,来解决一些在工业界遇到的实际问题。
[attach]242680[/attach]
这三类专业的共同点是:他们都关注一些社会的现实的问题,都以这些商业或者工程应用为背景来解决这些实际问题。我们首先认识问题,在生产或者是在商业世界中发生了什么问题,然后我们再分析它为什么会发生这样的问题,最后再做预测,然后最终再来改进,或者是再来解决这个问题。那么我们认识问题,改进问题,解决问题的过程,其实分别应用到这三个专业,第一部分怎样识别问题,认识问题,更多是商业分析所涉及的东西。而我们如何改进和解决问题,更多是运筹学工业工程所涉及的东西。第三部分就是Data Science,其实Data Science,因为我们现在有更多的数据可以进行更多的判断,那么在一些学术被训练的背景之下,Data Science其实是涵盖和覆盖在这个认识问题的整个过程中的。所以在接下来我们可以看到这三类方向其实都是以量化和基本的数学训练为核心的。

Data Science相对来讲,它对数学和计算机的要求比较高,因为它需要我们不仅要学会怎样去识别问题,也就是通过一些比如说Causal Inference或者是一些比较基本的Data Analysis之类的一些工具,怎样去识别问题之后解决问题,可能会涉及到一些算法来做优化改进,提出一个可行解。这就是Data Science可能比其他两个地方两个专业方向所涉及到的范围更广,还有学生会觉得比较难的部分的原因。那么它所看重的一些经历、看重的一些主要技能,一方面是概率论和统计,第二方面也就是最基础的,你需要有一些计算机的基础。商业分析的话,它更多是和商业,比如说商业金融和社会学相结合,运用一些量化工具来分析问题的一些方式,所以它其实不会像Data Science那样对CS要求那么高,你只要掌握一些量化的工具就可以了,比如说一些像R之类比较基本的编程语言。像IE/OR它更多是做最优化,也就是我们所熟知的运筹学,怎样用最优化数学工具、用量化分析的手段来解决一些工程上的问题,但是现在它也应用到了一些其他的商业领域,但是它的核心其实也是最优化,以工程问题居多。那么这三者的核心其实都是怎样量化地解决一些实际中的问题,怎样运用一些基础的数学方法把现实世界建模,然后怎样去识别问题,解决问题。

那么首先我将简单介绍一下,Data Science是讲什么?Data Science其实就是以数学和编程为基础,然后你对其他不同领域的细分知识的了解,推动你整个专业知识的体系建立,像我下面这三个圈里面写的分别就是你的编程能力,还有数学统计的一些知识,还有最后你在其他领域的一些可以说是细分的一些使你和其他的一些工程师产生差异的一些专业的技能。比如说像NYU就是纽约大学提供的Data Science的硕士项目它其实分为很多个check。虽然你选择了Data Science,但是你其实有不同的侧重点。你可能会做NLP就是自然语言处理的,也可能会主要在生物方面,运用一些生物统计的知识作为Data Scientist,也有可能是直接解决一些Big Data的问题,还有一些可能是应用在物理、应用在数学上面。所以实际上我们可以看到,Data Science的应用范围是非常广的,而且它所需要掌握的专业知识的技能就会很深。因为你不仅需要计算机和数学的基础,同时你也需要在其中,就像我刚才讲的,比如说数学,比如说一些自然语言处理的基础知识的了解,你才能成为一个比较合格的Data Scientist。

正是因为这个Data Scientist的培养,以及它之后能做到的东西,面覆盖的非常广,所以在各大类型的行业里面都会对数据科学家的需求存在很大的缺口。而其中比较主要的毕业之后的职业类型去向都会集中于工程师分析师和数据科学家里面。然后大家可以看到,在这个项目之后,大家毕业的平均年薪也都比较高,可能都在10万美元左右。然后不同职业的title也都不一样,但是作为master毕业的话,可能相对来讲比较少,会接触到Data Scientist的东西,因为Data Scientist不仅仅是对你的职业技能要求比较高,同时它也会要求你有比较深的那种钻研精神,所以它可能会更偏好于PhD毕业的同学。所以有很大一部分在Data Science Programme毕业的同学,他们之后去做的Data Analytics,也就是我接下来会介绍可能跟Business Analytics 比较接近的一个部分,但是他们这个项目这类型项目培养出来的毕业生,会有更深厚的量化和计算机的基础。

然后现在申请的情况也是越来越多院校有开设Data Science的项目,而且大部分都是设立在工学院或者数学学院下面,项目时间一般都是两年左右,比较好的像Stanford、NYU,他们一直都是有Data Science的项目,毕业生的去向也都很好。他们整体来说也是偏爱有数学和计算机背景的一些申请的同学。然后我标红的这两个学校是他们就是18年刚刚开放了申请,开放了Data Science这个项目,也是俗话说这是被申报了。所以在Data Science这个专业来讲,竞争会相对来讲比较激烈一点。
[attach]242674[/attach]
那么也有很大一部分同学,他们又想做一些比较solid的,就像一些数据分析的一些东西,但同时他们也对一些商业问题会相对来讲更感兴趣。那么其实在这个基础上Business Analytics这个项目也是很多同学很适合去选择,也可以给大家提供一个比较宽广的职业发展路径的一个专业。商业分析其实也是以量化分析为基础,然后结合金融社会学之类的各行业的细分知识来解决商业中的实际问题。同样地和Data Science一样,其实也可以化作三个元交合在一起,就是你对计算机的计算机基本知识的储备和应用的了解,然后还有你对数学基本数学的掌握,还有一些你的Business Sense,所以它其实和Data Science的主要区别也在这里。你所掌握的专业技能,你到底需不需要有一些Business的一些基础的知识?然后还有就是你在数学和计算机方向的研究的深度,还有你掌握这些知识的深度,因为其实BA的话更多是你怎样去识别到这个问题,你怎样去建模进行解决其实不是BA它在现实生活中最容易遇到的问题,所以BA相对来讲,一般而言会处理第一体量相对比较小的数据。第二,实际中会涉及到比较少自己进行编程的一些工作。就不像Data Science一样,它要开发可能开发一些数据管理的一些工具,或者是一些包,但是你作为BA更多是怎样知道我有存在这个问题,我怎样使用这些工具来解决这个问题,所以Data Science更像工具的创造者,而Business Analytics 更像工具的使用者。它其实也就是以统计或者是以编程作为基础来接触数据分析的整个过程,在一些比如说像金融像市场营销,或者是像供应链之类的商业背景下,应用数学分析的一些数据分析的一些工具来解决实际的商业问题。

这个方向专业方向职业未来的去向也非常广泛,目标的行业也很多样化,有去银行、快消、能源、政府、医疗之类的各行各业,然后主要的就业工作的一些方向,其实也有市场的一些购物行为、一些欺诈或者是犯罪检查,然后比如说一些金融的一些基本的分析,还有可能涉及到一些健康科学或者是类似于生物统计,但是不需要处理那么大体量的数据的一些工作。那么大家可以看到BA其实这个项目毕业之后就业平均的工资也相对来讲比较高只比Data Science稍微低一点,可能在8万左右。

现在美国越来越多的院校把BA开设到自己的商学院下面,其实开设到商学院跟开设到工程管理学院下面可能是完全不同的两个概念。商学院它更多是培养学生的对于商业分析的知识,也就是BA的这个项目或者是BA的这些职位所需要大家培养的一些东西,就是我怎样去识别一些商业中的问题,就是需要有那种比较solid Business Sense。这些项目时间普遍在一年到两年左右。然后这个项目其实就对商学院背景的同学也比较友好,还有一些其他背景,比如说社会学、新传之类的,就是只要你有一些商学的基础的背景,比如说实习或者一些研究经历,然后你有先修一些数学,还有编程的一些基础课程,其实你都可以去尝试申请这个方向。现在美国开设了专业的一些硕士项目的学校也越来越多,主要是MIT,但是MIT的这个项目其实更偏好于数学、物理、工程背景的学生,它在自己项目主页里面也有做到一些介绍,它其实是主要面向于理科背景的同学的,所以可能这个项目相对来讲对于商学院背景的同学没有那么友好。但是像NYU、哥大、卡梅和西北,还有其他地区学校,他们都有开设就是BA的项目,只是他们的名字可能不一样。这些项目也都是非常就业性,就是为了培养你非常深厚的就是Business Sense,所以它可能会它的career service也都非常好,之后毕业生的就业情况也都就业率很好,起薪也相对来讲比较高,所以这些商学院开设的一些BA的项目,可能对于各位想要同时解决一些商业问题,然后了解一些量化的工具来讲,是一个比较好的选择。

第三个方向就是运筹学或者是工业工程,它其实是以优化为基本的思想,需要同学有一些经济学、管理学、还有工程的建模仿真之类的一些学术训练背景下来应用这些工具,然后解决一些生产和运营的问题,所以它的应用领域其实相对来讲也比较广泛,可以解决一些供应链管理的问题、运营管理的问题。同时如果你对心理学之类的比较感兴趣,也会有一些人因工程的相关的职位。那么随着在各个行业中数据分析和应用的增加,这个方向也就是工业对工业工程和运筹学,其实已经突破了它原来传统的应用,在工业上,比如说像富士康之类制造业的一些应用的小圈子,更多的进入了算法优化,或者是互联网的项目管理之类更广泛的就业领域,比如说像快消,像宝洁、巴黎欧莱雅、联合利华之类比较大的快消公司,他们都会有一些相应的供应链管理的职位。还有就是IE和OR这两个专业是咨询行业进入非常多的,因为咨询行业有一些和物流、机场流程、设计之类紧密相关的一些项目,所以他可能会需要懂得优化的一些人才来解决这些问题,然后为他们的一些项目提供一些基本的数学背景的指导,还有一些可能方法论上面的指导。在互联网方向,其实这个领域应用很广,不仅是项目管理,就是我们所说的PM,还有一些比如说在人工智能的一些算法发展到平静的时候,可能会有一些运筹学的一些优化的算法引入,提升整体的算法效率,这些都是它在于互联网行业中的一些应用。同时还有一些传统的物流制造业他们的一些管理和应用。所以它相对来讲也是职业选择比较广泛的一个就业领域。

它其实一直在美国是一个传统的工学院的项目,每年都会招收一部分有非常好的工程和数学训练背景的学生。在MIT、乔治亚理工、密歇根大学、哥大之类,他们都有一些开设一些运筹学或者是工业工程专业相关的项目。毕业生之后的背景其实也都千奇百怪,有同学去做咨询,有同学去金融,也有同学去快消互联网,所以这个专业其实可以称得上是万金油,就是你掌握了一定的数学仿真和建模的一些基础之后,你其实可以到很多的企业进行实际的应用,然后在那些企业工作。

这部分我差不多向大家介绍了这三个方向的异同,还有他们之后的就业去向,包括哪些学校开设了这些项目的专业。


第二部分我将从自己的角度出发,从我自己个人的一些实习和项目竞赛的一些经历,和大家分享一下我们在怎样通过实习和一些竞赛经历提升我们的背景,然后怎样通过这些实习经历对自己的职业道路进行规划。那么在申请里面,其实你的软实力是非常重要的一部分。你可以通过实习和一些项目经历来确认自己未来学所希望的专业选择,还有自己的职业规划。

那么我是第一份实习在券商的投行部,然后在券商实习了之后,我觉得可能我不是对这些需要很多重复劳动的一些工作很感兴趣,我本身是金融工程专业的,所以我希望之后转向运用一些这些量化的一些手段来解决一些实际生活中商业的问题。所以我后来到了德勤实习,帮济南当地的市政府进行了一个产业规划的项目,后来又到了滴滴做了定价的项目,然后又到麦肯锡做了物流规划的一个项目,最后到了百度做了数据挖掘实习生。我在发展的过程中,其实是一步一步慢慢了解每个行业他是在做什么,然后每个行业可能缺乏什么样子的毕业生,我如果毕业之后,我是否能成为这个行业里面一个优秀的人才,所以我是怀着这样的目的在不同行业里面进行实习,然后尝试,最后确定自己的职业规划。同时大家也可以从大二开始参加美赛,或者是一些类似于华西杯之类的应用类的比赛,来应用自己的专业知识,然后了解我是否能够掌握这些知识,而且我在学习这些知识的过程中,给我的提升是不是我所最迫切需要的。

实习和项目的经历,其实不只是在于对自己的一个专业未来方向的一个确认,更是服务于你自己的申请,能够向招生官展示出你是一个充分受过学术知识,还有专业训练的一个申请者。

在刚刚我们所说的三个专业里面,其实它涉及到主要三个方面的东西:一个是在商业方面的东西。那么我之前的实习经历,其实更多给我的是我怎样对宏观市场或者宏观经济进行一些分析,比如说像行业分析,或者是在德勤项目里面接触到的一些比较冷门的产业的分析,然后还有你的金融知识的应用。还有第二个是在IE和OR方向,就是运筹学方向。我在麦肯锡的一个物流的项目,然后帮助我了解更多怎样进行物流规划,怎样进行流程设计,怎样运用一些最优化的手段去解决问题的一些知识和应用的经验。然后对于Data Science 和运筹学,还有商业分析,这三个专业都用到一些非常基本的技能——其实就是建模和编程,也就是我在百度和DD里面所学习到的东西,怎样用tensorflow去写一些脚本。

这些东西都是我们从项目和实习经历里面可以获得的,写在我们的简历上,也是对于我们能力的一个佐证,就是告诉招生官,第一,我可以申请到这些实习项目。第二,我可以在这些实习和项目里面运用到这些工具解决某些特定的问题,所以我在这个方面有受过训练,同时对你所提供的项目感兴趣。所以实习和一些竞赛项目的一个作用就是展示自己的能力,最终获得一些提升,能够为自己的申请提供足够的软实力背景。也就是你在简历里面会提到你用了什么模型,用什么编程的方法,最后实现的效果是怎样的。然后这个公司,比如说像百度、麦肯锡之类比较好的公司,他的一个bigname能为你提供一些声誉的支持,或者是你所参加的一些比较具有含金量的一些竞赛,能够为你展示出一个非常成熟的申请者的形象。最后也是比较重要的一部分,你可以在这些实习或者项目的经历里面收获推荐信,因为推荐信其实也是申请中比较重要的一部分。不管是你从实习的老师或者从实习的老板那里获得,它都是可以展示出你自己的人际沟通,或者是一些专业技能的一个非常重要的辅佐材料。所以你在实习和项目经理里面应该获得这三个方面的东西,最终能够为你自己的软实力背景添加一些比较出彩的东西。


第三部分其实在前两个部分基础上,你对这三个专业有一些基本的认识了,你有一些基本的竞赛和项目的经历了,你怎样去选择一所你心仪的学校或者是你心仪的项目?其实第一点是你是什么样子的,应该基于你的选择,应该基于你个人的职业发展规划和兴趣,从你的硬实力和软实力两个角度出发来定位选校

硬实力的话就是三个:GRE、托福、GPA。GRE:其实比较稳妥的申请,如果你申请的方向非常数学的话,建议你GRE数学一定要在169以上。那么你的verbal,如果这个项目是在商学院下面,就代表这个项目会涉及到很多presentation的东西,所以他们的招生官可能会希望你会有一些比较高的第一:托福的口语成绩;第二:GRE的verbal,也就是它的语文成绩,所以GRE的verbal至少要在155以上。其实158或者160以上是更为稳妥的一个选择,但是155是一个bottom line。然后写作因学校而异,大部分学校不是特别在意GRE的写作,但是极少数的学校,比如说宾大,它会对GRE的写作有要求,它只录取四分以上的学生。所以大家在申请的时候,其实也可以从官网里面获得这些信息,它有没有什么基础的一些成绩要求。GPA:其实你要申请比较好的学校的话,重要的课均分是在85分,然后整体的GPA可能在88分会比较好。托福:至少都在100分以上。100、105和110其实是三个等级,100分以上是一个非常基础的等级,110以上是代表你不用为自己的托福成绩而担心,你不会因为硬件成绩被刷下来,105其实是一个比较中间的选择,如果说申请人数比较多、竞争非常激烈的项目,105可能并不是一个非常理想的成绩。软实力就是我刚才所说的一些科研竞赛、实习包括推荐信的部分。

除了你自己的硬件条件和软件条件是否符合这个学校之外,你在进行学校选择的时候,也需要考虑这个项目历史招生的一些统计数据。

他们项目开设的时间,比较理想的时间是16个月到两年。一方面是你在16个月到两年可以学到更多东西。虽然大部分同学希望能把硕士项目当做一个跳板,但实际上你需要在跳板里面学到足够多的东西,来支撑你接下来职业生涯的发展,所以比较理想是16个月到两年。一方面既保证了你有足够的时间去学习到一些知识,另一方面也保证了你有足够的暑期实习的机会。暑期实习其实也是非常重要的,当我们去了项目之后,比较重要的部分对你之后找工作也会很有帮助,所以如果是12个月的项目的话,其实时间非常的赶,你可能就没有那么多时间去实习,然后对找工作也会有一些负面的影响。

以及这个项目所能提供给你的一些职业的career service。你可以从项目官网所提供的一些就业率,平均的年薪来看它到底是不是符合你的标准。可能有一些相对非常好的学校,他们所提供的一些program可能就业率没有那么高。所以可能相比之下,你会需要权衡一下,在你自己的背景之上,我到底是更要追求在那边直接工作,选一个就业率比较高的program,还是说我只是去那边相当于镀个金,然后再回来,可能就跟这个项目或者学校的声誉和影响力比较相关。

还有一部分就是看它设置的课程是否好。你所将要学习到这些课程是否符合你的职业规划?是否符合你所想要提升自己的地方?你之前有没有过这些项目课程的一些先修课基础?如果你看到他们这个项目的一些课程,你发现自己什么都没有听说过,不明白的话,可能这个项目对你来说就不是最好的选择。

最重要的是你可以看到他们的一些招生统计,这个是可以作为参考,因为其实每一年的申请都是水涨船高,特别是这三类热门的专业,所以也需要看你自己是否是符合他们所招生的历史标准。这些东西都是在项目的官网上可以看到的,大家就可以有时间浏览一下自己心仪的项目,然后对自己未来的规划大概做一个了解。


接下来一部分就是在申请季的时候,我的文书是怎么准备的?
[attach]242675[/attach]
大家可以看到这个是一个基本的申请流程,其中文书的构思和写作修改可能大概会占两个月左右的时间。在文书写作中,指南者的文书老师就强调了我的数学基础及编程技能(Python,R,Stata)。在学术经历上,考虑到哥大的MS&E专业是在工业工程系及运筹系下,着重通过数学建模竞赛的经历突出我在优化以及随机方面的能力,其他的几个学术经历(如微博运营策略等)只做了简短描述。不同学校对于你文书的准备要求不同,一般来讲会分为PS和SOP,PS就是Personal Statement。如果说同时要求两个东西,那么你就将提交同时提交这两部分。第一部分PS更偏个人的一些经历,你的背景,你的人生的一些历程。第二部分SOP的话就更偏一些学术或者一些专业性的一些背景。你的职业规划是什么样子的,你为什么会喜欢这个学校?如果说这个项目只要求了PS,那么这个PS就相当于这个上面所展示的PS和SOP的结合。也就是说你同时需要在文书里面展示:你自己的一些经历和背景是什么样子促使你去申请这个项目?你又希望这个项目能为你提供一些怎样的提升?你之前的一些学术或者是一些职业的训练是什么样子的?你需要在文书里面充分展示自己的思考历程和自己个人的特点和品质,并且强调出简历里面所列举的东西带来的意义。也就是说简历和PS是一个互补的关系。你觉得简历里面重要的东西,你在PS里面就应该拎出来单独讲,然后展示出你是一个非常生动鲜明的人,然后补充一些细节,还有自己从这些经历里面所获得的收获。

所以你在修改包括写作自己的文书的时候,主要分两个部分。你的历程是什么样子,你有哪些重要的事件可以支持你的整个一个journey。那么历程的话,就是你怎样对这个项目或者这个项目所有关的学科产生兴趣的,你是怎么样子一步一步进行深入的挖掘去了解这个项目的一个过程。第二个部分就是事件,你怎样去挖掘这个东西是和你所经历的一些事件息息相关的,那么你在选择自己的文书的一些经历的时候,需要有充分丰富性。比如说我在滴滴和百度都用R,我想突出我的R语言写得非常好,那么我可以同时写两个经历,我也可以写两个经历不同的地方。我在滴滴用了R,而我在百度也用了R,那么有什么不同?我在百度用了R实现的东西可能是更深的,或者是我在百度用了R之后达到的效果可能是更好的。所以这是你需要从非常同质化的一些经历里面挖掘出一些不太一样的经历。

然后你要从这些事件里面突出重要性,就是你要有成长有启发,从这些事件里面发现了什么东西。就比如说我在麦肯锡实习的时候,我发现我们可以通过之前的一些物流数据来进行物流选址,可以设计出更好的物流网络,后面我就开始思考,当面对更大范围的一些数据的时候,我们怎样从更大范围、更大体量、甚至是不仅仅局限于一些数字的数据,当我们遇到文本数据的时候,我们再要从里面发现一些规律。所以我接下来想要了解这个方面的东西,想要了解怎样通过更大的数据,来解决一些商业的实际问题,我就去了百度做数据挖掘实习生。所以这个东西其实就是你怎样从你的背景的一些事件里面获得了成长,获得了启发。

你在写完整个你的PS之后,需要突出的就是两个东西,一个是你的技能,一个是你的品质。技能的话其实也是对应简历重复,然后突出这个项目所看重的一些技能。如果这个项目很喜欢编程背景的人,你就突出自己编程很厉害,如果它突出数学很好,那你就突出自己数学建模很厉害。品质的话其实也是一样,能从某一两个事件里面突出你是一个怎样的人,展示出你作为申请者非常生动的一个形象。无论是你是有趣的人,或者有创造力的人,或者是你非常的坚持,你非常具有领导力,这些都是一些招生官所看重的品质。所以你也需要在自己的文书准备写作包括修改里面着重去突出这两个东西。

其实在申请过程中有很多东西需要大家自己去挖掘和准备的,希望我的分享能为大家提供一些在申请方面大家所需要、所想要了解的一些信息和参考,也希望大家能在申请的过程中非常顺利!


作者: EElsie    时间: 2019-11-11 13:43
顶楼主!               
作者: TommyJ    时间: 2019-11-11 14:16
请问是今年申请吗?
作者: aurorasqx    时间: 2019-11-11 18:00
顶楼主!               
作者: lexie456    时间: 2019-11-12 16:49
看看

作者: 余饭饭    时间: 2019-11-16 08:37
谢谢

作者: sunshinymi    时间: 2019-11-16 11:19

作者: 哼哼哈哈哈哈    时间: 2019-11-16 18:47
看一下!               
作者: milkJuicy    时间: 2019-11-22 15:28
看一下!               
作者: smilemichelle    时间: 2019-11-22 16:45
哥大这么快呀
作者: redcomet97    时间: 2019-11-23 20:20
看一下!               
作者: emmabao    时间: 2019-11-23 23:18

作者: CCCCINDI    时间: 2019-11-24 10:55
看一下!               
作者: XINGXING1    时间: 2019-11-24 13:11
看看
作者: irisssssx    时间: 2019-11-24 15:12
k k
作者: yiru555    时间: 2019-12-19 09:25
up
作者: nyubillynyuster    时间: 2019-12-31 14:40
看一下!               
作者: Lilac-clq    时间: 2020-1-2 11:54
感谢分享!               
作者: 雨瓜    时间: 2020-1-14 17:54
Mark一下!               
作者: 椰浆饭    时间: 2020-1-17 15:04
看一下!               
作者: 瓶装清水    时间: 2020-1-19 09:48
看一下!               
作者: robber2001    时间: 2020-1-19 09:53
感谢分享!               
作者: 芽芽    时间: 2020-1-20 16:49
11
作者: hamsterhmst    时间: 2020-1-20 22:14
看一下!
作者: b01610039    时间: 2020-1-20 23:17
看一下
作者: YUIYUE7    时间: 2020-1-31 09:58
看一下!               
作者: 可有米    时间: 2020-1-31 19:39
看一下!               
作者: YF88888888    时间: 2020-12-12 10:40
Mark一下!               
作者: yujiazhai    时间: 2020-12-12 10:53


作者: ellitiana    时间: 2021-2-20 00:42
看一下!
作者: wolfie_salieri    时间: 2021-3-8 10:00
顶顶
作者: Wwwvonne    时间: 2021-3-8 11:36
看一下!
作者: bkivbm    时间: 2021-3-9 01:21
111
作者: chenkellyli    时间: 2021-3-9 03:29
看一下!               
作者: fhnp    时间: 2021-3-31 09:30
看一下!               
作者: Yvonneie    时间: 2021-10-29 20:59
d
作者: Veronica027    时间: 2021-10-31 09:16
Mark一下!               
作者: yeyeyeyeyeecho    时间: 2021-10-31 15:45
看看
作者: 小张要考满分    时间: 2021-11-15 16:47
看一下!               
作者: darcyyyu    时间: 2021-11-16 16:26
顶楼主!               
作者: chancc033    时间: 2021-11-19 14:22
求看看

作者: 窝窝wooo    时间: 2021-11-20 21:47
kan!
作者: 兔子等着瞧    时间: 2021-12-30 21:16
感谢分享
作者: 我就快要睡着了    时间: 2022-1-6 18:06
顶楼主!               
作者: 凉拌香香菜    时间: 2022-9-7 00:19
Mark一下!               
作者: pssismm    时间: 2022-10-17 21:14
看一下!               
作者: Ninayyds    时间: 2022-10-20 18:38
顶楼主!               
作者: JamesTW    时间: 2022-10-21 10:09
看一下!               
作者: Zoewuc    时间: 2022-10-29 20:45
Mark一下!               
作者: Zoewuc    时间: 2022-11-10 21:21
顶楼主!               
作者: kaiyue-luna    时间: 2022-11-14 18:20
感谢分享!               
作者: Eleven56    时间: 2022-11-17 19:29
感谢分享!               
作者: amazinggracee    时间: 2022-11-19 10:51
顶楼主!               
作者: Candic    时间: 2022-11-19 15:32
顶楼主!               
作者: E.G    时间: 2022-11-21 14:50
看一下!               
作者: terracotta    时间: 2022-11-21 16:44
看一下!




欢迎光临 ChaseDream (https://forum.chasedream.com/) Powered by Discuz! X3.3