- UID
- 1202938
- 在线时间
- 小时
- 注册时间
- 2016-4-8
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
想到哪写到哪，完全无逻辑，文笔一般，大家将就一下。
开篇名义/给未来申请者的建议：即使在最黑暗的时刻你也不要放弃希望，你要坚持，在科研这条路上，除了passion就是commitment和adherence。这是我能给的最好的建议。
背景 （按照申请重要顺序排序）：
1. 推荐信：
1封来自top10商学院faculty的强推
2封来自top10商学院faculty的一般推（毕业三年没怎么做research确能拿到推荐信我已经感恩戴德了。所有写推荐信的老师都是你学涯上的恩人！请keep好这样的connection，对将来是非常有帮助的）
2. research:
和第一个faculty有一个ongoing project，我相当于是一边上班，一边利用晚上/周末的时间跟进这个research。所以我们合作的方向其实不像是ra，更像是collaborator（当然data cleaning 这些当然都是我做哈哈哈哈，但是之所以觉得像collaborator是因为我觉得很多时候他会让我提研究方向的建议，但是大方向上他肯定还是主导）
3. education：
under：国内某985/211 econ major
masters1: 美国某top econ跳板项目（应该是把能修的phd的课都修了）
- note：我这里走了弯路上了一堆math531/econ701，703，707 之类的，很虐可是用处不大。。。如果有学弟学妹想申请强烈推荐：707前半部分 （其他的7字头的课可以不用上了），stat601（bayesian那门课）。其他的根据方向选上吧：如果感兴趣structural那上一下io（任何教blp）打下基础，如果感兴趣ml可以上一下对应的课程。但是最重点还是做research，一定要找商学院的老师做research！我当时就是专注上课没怎么做research，所以当时的申请比较一般。
masters2: 美国某top 商学院marketing science项目 （应该上的都是phd的课）
工作：在一家data consulting company做data scientist接近3年
4. 其他硬件：
gre:v166 q170 aw4 toefl: 112(s25w28) gre可能背单词早上背一小时晚上一小时这样的背了一个月，verbal和quant大概也是早上一套晚上一套的做了一个月。实在是没时间写作文了，所以考前完全没写过。这种没准备当然也反映在了成绩上。toefl就真的是裸考了，口语没想到最后一题还怪难的，考了一个生物题，完全没有finish。虽然知道很多学校卡26但是我时间比较紧就完全没有再考的想法了。
motivation：
warning：下面这一段可能有点preachy, 仅代表我个人建议。
这几点是我申请的时候考虑的事情(不同的人会有不同的考虑点，仅供参考)：
1. 你毕业了是否想在academia 如果不想在academia我会劝你读硕士/mba，他们会更加industry oriented。
argument 1.1 读博5-6年其实是一个净亏本的买卖，你的opportunity cost其实是业界的工资（which大概2.5-3.5倍于你的stipend）。
argument 1.2 业界更看重的能力虽然在读博也能锻炼，但是非常inefficient，conditional on 同样水平的两个人，一个读博五年，一个业界工作五年，我觉得业界的这个candidate会在industry有更多的优势。
argument 1.3 that being said，五年是很长的时间，很多人可能心态会发生转变，目标也会发生转变。但是至少在这段旅程开始之前你的目标要是明确的。
2. academia is a marathon! 最短最短是phd 5年 + ap 7-11年。而phd现在读6年的大有人在，ap第一次tenure不成功几乎是norm。这意味着在未来的至少12年里，你要上紧发条。如果你是想找easy way out，申请商科phd，商科phd+tenure是一个身心俱疲的过程，而且很可能付出不一定会有instant的good outcome。如果你是下意识的觉得念了硕士就应该读博士，那么没有对这个学科的兴趣，可能你的发动机无法支撑你能够跑完这场马拉松。如果你觉得ap薪水高，jd/码农/ds/mbb都能给你更好或至少comparable的monetary compensation.
第一个硕士结束，满怀信心的进行了第一次申请，当时也拿到了好多面试，但是当时自己确实对这个field不太了解因此只收到了一个学校的录取，思前想后实在是觉得不太满意就没去。机缘巧合之下读了第二个masters。读第二个masters的时候发生了一些事情，所以也没有申请，就去业界当data scientist了。虽然能接触各种不同的有趣的数据和客户，可是我只能解决客户感兴趣的问题而不是我感兴趣的话题，我的模型为了accustomed客户的timeline总是不能做更多的check，客户也永远不在意endogeneity, 有些客户更不在意causal effect。It is always the fancy deck that catches attention instead of my model. 虽然负面很多，可是这三年我确实学到了很多之前不具备的business skills。
申请过程/结果：
选校：
申请了20个学校，拿了12个面试，最终收到了5个offer，提前withdraw了一些最后决定去nyu stern啦。作为一个离开学界3年的人来说，虽然有一个on going research，可是part time ra只做了15个月，这个结果还是比较满意的。感觉那些一开始你就不想去的，就算有了面试其实你也会subconsciously的表现不好。而且大家选校的时候真的要注意research fit！那些和你research fit 不一样的老师，你一对一聊天的时候就很痛苦，就要找话聊，相反的和你research interest很类似的老师，不需要太多的topic你就聊的很顺畅，半个小时感觉眨眼就过去了大家感觉都很快乐。
面试：
这个我觉得不同学校风格都不太一样，大致上都是research+闲聊有关cv的内容。我碰到的面试官大多数都很nice(ymmv)，唯一比较尖刻的也是20个学校里research跟我最不fit的学校。有些面试可能真的要筛选人，就会更偏research相关的问题，有些面试可能真的就是气场测试，从头到尾都是和你闲聊哈哈哈哈。anyway，强烈推荐找人mock一下，至少准备两个question：1. introduce yourself， 2. introduce your research.
最后的最后，所有对academia有passion的人我们都会相见的！
|
|
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2021-5-3 01:20:13
收藏
收藏
楼主
