大家好，斯坦派KOL会不定期轮流进行名校答疑，我会帮忙搬运大家的问题给各位KOL，或者有想直接和mentor沟通，了解项目详细信息可进群交流，文末附上微信号，加微信进群哦~
跨专业？无相关实习？应届生？纯商科转数据科学不正经指北
CD大数据mentor 陆本金融专业，辅修数据科学； 曾迷失于金融券商狂卷实习，后明确定位主审数据商分； 曾郁郁不得志死磕标化，后靠提升软背景力挽狂澜； 高绩点放弃保研名额，即将赴美入读GatechMSA； 标化背景 GPA:3.8+/4.0 TOEFL:110+(S28) GRE/GMAT:GMAT 700+ 实习经历 券商研究所*2 券商投行*2 PE/VC*1 500强外企*1 录取学校 BA项目 Gatech msa(出乎意料地被唯一彩票录取；如果再给我一次机会，一定大胆梭哈更多彩票) NCSA msa(23fall首个陆本录取) Emory msba UMN msba WFU msba
纯商科转BA？心路历程 我本科就读于国内算是金融行业里的target school的商学院，所以从本科开始到大三上，其实我一直都比较偏向就职于金融行业，并且一直纠结于保研和出国申请，所以选课、实习等软背景一直以商科为主。真正的转折点在大三下，因为认识到自身真正的兴趣所在，以及疫情的特殊性，我坚定了去美国读数据分析类的研究生的目标。
其实从时间线来说，当时我属于半路转行、缺少数据实习经历、没有亮眼标化，转data并且申请到美国top tier的硕士项目基本上是不可能的。但是在后期找新数据相关的实习、个人特色挖掘、文书提升，以及前期辅修了相关课程的帮助下，我在一年更比一年卷的data申请中成功实现跨转，而且申请到了比预期的ba更硬核的ds项目。对于商科转商分甚至是硬核数分的道路实现，我将从以下三个技巧谈谈如何最大化自身的优势，增加梭哈成功的几率。
巧妙利用三板斧 1.标化准备
首先第一板斧是老生常谈的标化部分。众所周知，由于疫情后gpa膨胀现象与gt考试线上作弊双重效应的叠加，陆本以往的申请优势逐渐式微，再加上近两年大家对数据类项目的追捧（毕竟什么背景都可以申请orz），基本上所有ba/ds项目的标化部分都水涨船高。坏处显而易见，但好消息是各类项目对于标化的权重也在逐步降低，更注重申请者的综合实力与项目契合度。
因此，我认为在标化部分，不同tier项目的所需标化成绩的下限可适当放宽至如下： tier0/1: gpa 3.8+/4.0, g330/720, t110 tier2: gpa 3.7/4.0, g325/700, t105 tier3: gpa 3.5/4.0, g320/680, t100 （标化如何出成绩建议参考chasedream论坛gmat/gre/toefl板块各类经验贴) 申请人在基本满足标化要求，而某一标化仍有小瑕疵时建议直接思考如何打磨第二和第三版斧，追求边际效应的最大化。但是打铁还需自身硬，虽然标化的权重在逐步下降，但它仍然是我们选校定位时重要的锚点！不可因其权重降低而“躺平”。
2.选课？科研？实习？
第二板斧即为我们常谈的“软实力”，又可分为课程类、科研project类，以及实习应用类三个板块。 选课方面，对于金融、会计等商科背景的申请人，在必备的python、sql课外，可以选择校内提供的更为高阶的数据相关课程如机器学习、时间序列、数据库等课程，以增加自身与项目的匹配度。如果是工作党，则可以在datacamp等网站上学习相关课程。
科研project其实也是考察申请人将理论运用于现实的能力，如果缺少相应的数据实习经历，一段深度参与的数据科研项目将会非常有说服力。此外，不同且多样的课程项目也能向项目招生组展示出你对模型的深度理解、学好data项目并且找到工作的潜力、以及作为商业与数据类复合型人才的优秀品质。 毋庸置疑，实习是最为打动项目招生组且最具有说服力的个人经历。我的个人建议是：首先找到中小厂的数分岗位（要用到python和各类模型），以此为基础再一步一步找到bigname的公司如bytedance、eBay等。实习不是越多越好，更重要的是个人的深度参与以及对经手项目的理解与思考，这也是为第三板斧能否充分发挥作用提供基石。
3. 背景提升 选校定位
文书撰写与面试准备 我认为对于申请美国的项目，文书和面试是最最最重要的一环，可以帮你锦上添花、甚至化腐朽为神奇～so无论是应届生or在职党，文书与面试是你向项目招生组展示最真实的你、给予他们认识你的机会，在评审时权重特别大。
数据类项目的文书通常分为技术类、行为类两大问题，前者考察申请者是否具备与项目匹配的硬实力，后者看个人气质与项目以及项目所在的学院是否匹配。面试的考察范围与文书类似，也分为技术面和行为面。但两种类型的数量分配与开设的学院密切相关。
一般来说开设在商学院下面的项目风格更偏“软”，更加注重申请者的实习经历、business sense甚至是面试时的口语表达，因此行为类的题目会更多。如emory msba 隶属于goizueta商学院，其23 fall的文书题目就为：
1. What are your short-term and long-term professional goals and how do you think a Masters of Science in Business Analytics will help you achieve these goals
2. How did you arrive where you are today? Tell us about what or who has motivated you and shaped your decisions to date.
3. Describe an important global issue or innovation (current or historical) that particularly interests you and explain how it will become increasingly important to the world at large.
看出三个题目基本都是行为面，很符合商学院的风格，但是在申请数据类项目时需要注意项目的特点，应适当加入自身与数据相关的经历/思考，如第二问和第三问。而项目本身偏硬核导向或者与其他学院联合开设的项目如哥大msba、ucb analytics则更偏重申请人的数据分析基础，问题设置也会更侧重技术向。
此外，过了简历文书关后即为online面试环节，问题组成与文书类似。一般考察英语沟通能力、tech skills为主，往往都有题库，申请人不必太担心，面试前准备充分与面试时自信大方即可。题库方面，cd论坛上有诸多面经，可以参考或者入群24fall申请群get最新资讯.
综上可以看出，技术类与行为类文书在某种程度上又是统一的，譬如你的实习经历都可用作两类问题的素材，重要的在于你如何去挖掘自身在数据类的亮点。
热情打动
热情打动体现在两方面。首先是申请前期，我比较建议申请人有空就多逛逛项目官网，了解项目的风格、授课课程等，比如umn的msba虽然隶属于商学院但是教授的课程非常硬核，因此会很注重对申请人technical skills的考察，而emory的msba在注重technical的同时对business sense的考察也十分注重。只有摸清了项目的风格，申请人才能更好的定位自己的文书风格，并判断应该使用哪一个素材。
其次是申请期间，可以多参加项目的information session。积极参与Q&A环节不仅有机会获得申请费减免，更能帮你很好的在项目组前混脸熟（doge）。更重要的是，infomation session上获得的素材可以作为why school/program的基础，这就大大增加你与项目的匹配度！ 最后的最后，在整个申请季期间可以适当和项目组的官方邮箱进行互动（问项目相关的问题or你的concern），让他们看到你的热情！你的兴趣！这样会加大你的录取几率，而且即使他们把你放进wl，也会更先考虑你发offer～
最后，24fall申请群已建，附上进群二维码，欢迎各位24fall申请者入群交流！
| 
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2023-5-19 13:41:01
收藏
收藏
发表于 2023-5-20 16:43:51
