|
【未经允许，不得转载】
注：楼主是2016Fall入学的，并已于2017年12月毕业。请注意一下你阅读这篇帖子的时效性。 友情链接，来自17fall学弟的就读反馈贴：https://forum.chasedream.com/thread-1295408-1-1.html
【2018.09 更新】 已经9个月没有更新啦。距离我们这届全员毕业（2018.5月是最晚的毕业时间，也是大部分中国同学的毕业时间）已经四个月了。我来总结一下就业情况（针对中国学生）： 首先，今年来湾区就业的同学比例明显高于往年，一方面由于湾区的机会确实多很多，另一方面LA的主要行业——娱乐业H1B Sponsorship也比较堪忧。同时，USC的牌子在整个加州肯定是没问题的。一些同学进入了big name比如Yahoo!, VISA, Paypal, Autodesk, Cisco, LinkedIn等等（排名不分先后，只是随手列举几个）。当然，也有在别的地区就业的，比如西雅图（有一位同学去了Amazon）和NYC。再看下一届（17Fall）的学弟学妹们的实习情况，更是让人非常乐观，Amazon, LinkedIn和Google等公司都有人去进行暑期实习。 其次，就业率方面，99%都在毕业后三个月内解决了就业问题。也有部分同学选择回国（~15%?），也拿到了滴滴，携程，德勤等等的offer（因为没有很关注回国就业这块，所以知道的不是特别清楚）。另外知道一个同学去读Phd了。
之后很可能就不会再更新这个帖子啦。有什么问题请大家留言吧。
【未经允许，不得转载】
【2017.12 毕业后更新】 楼主终于毕业啦！就我个人而言，我顺利的找到了summer intern，继而拿到了return offer（也避免了fulltime申请季的痛苦），可以说是非常顺利圆满了（运气很好了）。
内心对于USC，对于这个项目还是充满了不舍的。整体来看，100为满分的话，我愿意给这个项目打90分。以下是从毕业生角度来看的PROS & CONS（各排6个显得客观一点嗯）：
PROS：（排名不分先后） 1. 地理位置：LA downtown，好气候且机会多（无论是fulltime还是intern），当然无数优秀的同学和学姐学长也证明了可以relocate去别的地区，占据地利但也绝不局限于LA地区 2. 项目成熟：本项目第一届是在14fall，在加州的一众BA中可以说是元老级（其实在整个美国也是）。因此无论是课程，业界的联系，校友的资源都可以说是相对成熟 3. 项目时长：本项目标准情况是一年半，但是可延长到两年（一般都能延长成功），因此适应期更长，且可以做summer intern。在暑假之后的那个学期也可以实习 4. 课程灵活：33分的毕业要求里面，19.5是必修，13.5是选修。因此可以选修的学分较多，甚至在你本科修过某个特定课程的情况下，必修课也是可以waive掉，换成选修学分的。同时选修的范围不仅限于Marshall商学院的Data Science & Operation department，还可以选Marshall别的专业，甚至于别的学院的课。比如很多同学为了更tech等目的，会自发的去选工学院的一些课程。当然这里要着重说的是，对于一个BA项目来说，USC的MSBA本身的必修课程设置可以说是涵盖了所有必须的方面（stats, ml, coding, data viz, business, ...)，个人认为是非常合理的状况，tech程度不低，也可以通过选修自行调整 5. career service：从这学期开始，marshall的所有graduate programs（包括MBA）开始共享career service资源。此外，即便不提学校的以及学院的无数定期的career event，我们项目还有自己的career strategiest。她会不断的骚扰你，不断的要求你参加各类强制性的career workshop, 以及非强制性的info session / alumni panel，并且提供简历修改、cover letter修改、模拟面试、offer negotiation等传统服务。当然，USC也一直是向来以强大的校友网络著称的，因此在找工作这方面，校友也能够提供很大帮助 6. 排名：勉强算一个pro吧。。虽然意义不大。。专业排名上，仅有的两个BA专业排名分别把我们排到了美国第一(TFE)和全球第三(QS) 233333
CONS：（排名不分先后） 1. 项目成本：项目的成本体现在学费和时间成本两方面。目前USC的学费是1800+每学分，仅仅看学费的话，整个项目大约是6w+刀。当然LA的生活成本不可小觑，虽然不比SF，但也是数一数二的高 2. 节奏缓慢：项目时间长的反面就是课程的节奏会显得比较缓慢。比如Machine learning以及SQL/NoSQL的必修课都是在第二学期的 3. 选修的灵活性：选修灵活一方面是一件好事（对于目标比较明确，或者喜欢自由选择的人来说），但是另一方面，可能，（尤其是对于选择强迫症们来说）也会给人一种自由放养，容易跑偏的感觉 4. 安全问题：USC一直以来因为安全问题饱受诟病（主要是之前的那件不幸的命案），为此，学校也采取了许多措施，比如晚间的免费uber/lyft，晚间的保安站岗等等。但是不能否认，USC附近区域是一个相对比较危险的区域，晚间建议不要一个人走路（不作不死） 5. 项目人数：之后的program size应该会维持在100人，且不分track（我们只有选修的差别，没有track的区分），因此算是program size略大吧，而且中国人目测不会低于50%。但是class size一般还是在20-50人左右 6. 实践问题：由于我们没有practicum or capstone，因此实践来源主要是class project（教授和企业合作获得数据，作为课程project的那种），coop project（非课内的，和企业合作的项目）和internship（下文有详述）。其中只有class project是保证每个人都能做到的。和公司合作的课外project名额有限，会进行筛选，而summer internship更是需要自己投入大量的精力进行投递、面试（虽然结果都是好的，但是过程还是很心累的
就业情况update 最后当然还是要提一下大家都很关心的，毕业后的就业情况。目前我认识的12月毕业的同学，大部分（应该>80%），都已经在毕业的时候至少有一个fulltime offer保底了。而且和往年不同，今年留LA的同学似乎不多，反而去湾区的同学比较多，还有去NYC等别的地区的。而且大家的工资水平感觉都很不错呢~整体还是比较乐观的，可以说虽然大形势不佳，川总幺蛾子不断，但是只要愿意付出足够的努力，都是可以找到的。（就业这部分就留待大家都确定之后，进一步更新了）
【2017.11.1 毕业前更新】 今天楼主拿到了奖学金，炒鸡开心啊哈哈哈哈哈哈（是的，我们会在第三学期，也就是第二年开头的时候，根据academic performance和program service给top10% students发奖学金）。于是楼主决定来更新一下。这一段主要是写16fall和17fall我观察到的一些差别吧~
1. program size方面， 我们这届是70多人，17fall是90多人。不过根据program director的说法，以后人数不会再涨了。也就是说18fall还是100人封顶。 2. 课程方面，必修课由于我们的反馈有较大调整。两门我们认为比较冗长的必修课都从3分改为了1.5分（3学分=每周3小时课）。另一门关于data management的课，由于我们认为前半学期的数据管理相关的硬件内容不是那么的必要（这点有待商榷），因此换成了一门完全是SQL和NoSQL的课。此外增加了一门business communication的必修课。 3. 毕业学分方面，我们这届是30学分毕业，下一届要求是33学分毕业。 由于上一条所述的课程设置方面的调整，必修课由原来的21分降低到了19.5分，因此选修课的余地更大了。可以说课程方面的灵活性是我们项目的一个很大的特点。（不仅仅是体现在学分，更是体现在可以选择的范围上。） 4. 在career advisor的牵线搭桥以及大家的自发组织下，这一届和下一届的联系更加紧密了。从开学到现在，我们这届的同学们分享暑期实习经验、办一些相关的技能培训workshop的节奏就没有停止过。也请到了很多前几届的毕业生（已经工作两三年的）回来进行分享。然后我们还新成立了很多小组织，比如marketing analytics group, DS/BI group, consulting group, ...帮助有类似职业规划方向的同学一起学习。 5. 今年还给所有人开了一年的datacamp账户用于课外自己学习。虽然原本用usc.edu就可以免费学习所有Lynda.com上面的课程。
这些是我从16fall的学长学姐的角度能够观察到的一些变化~我觉得大部分都是在往一个更好的方向上发展（除了第一点可能人有点多？233333不过换一个角度人多就也意味着未来校友多，并且项目方面的考虑是可以继续增加diversity，同时作为一个开办了四年的比较成熟的项目，100人也是完全可以handle的，录取质量从目前的申请人数来看也不会下降。）
【未经允许，不得转载】
【2017.9.1 第三学期开学更新】 本学期是楼主的最后一学期。照例先上楼主选的课。 DSO 573 Data Analytics Driven Dynamic Strategy and Execution: 最后一门必修课，strategy相关（看课名就知道）。教授是有几十年entrepreneur经验的至今活跃于VC界的业内人士。大家会觉得内容略无聊又需要做很多的reading和case study（BA的同学大多不喜欢strategy的课），但是不能否认professor确实有很多的insight。 INF 553 Foundations and Applications of Data Mining: 来自Viterbi（工学院）的选修课，属于虽然不在选修课表上，但是只要去和program director提出请求，就会被允许的课。会和Viterbi的CS, Informatics等专业的同学一起上。 教授是USC的CS master+Phd（校友情结可以说是相当重了），是一家tech公司的Chief Scientist，有丰富的搭建recommender system的经验。 课程主要教如何利用MapReduce和Spark进行大数据下的处理和挖掘，包括market basket analysis, recommender system, social network analysis等等。期末大作业是写一个recommender system并进行班内的比赛，语言是Python和Scala（任选一个写Spark）。楼主作死选了scala，从0开始自学，5个编程大作业虐的不要不要的，但是结束了之后非常有成就感。 DSO 599 Healthcare Analytics和Game Data Analytics: 这两门是这学期我们本学院本项目第一次开的课。教授同样来自业界，同时经营好几个start-up。因为在healthcare和game两个领域都有所涉猎（本身是医学院出身，目前有一家game company），且有很多业界的联系，因此来教授这两门课。但是由于是新课，有很多不尽如人意的地方。希望接下来能够基于我们的意见有所改变。 这两门课涉及分析这两个行业的真实数据，包括若干个project。
本以为最后一学期在学业上可以轻松一点，没想到选课选的太好，due多的不行。。。
需要一提的是，我们大约有目测一半左右的同学选择了将项目延长到两年，也就是说还有两个学期毕业。这种做法的好处在于有更长的找工作的缓冲期，学习压力也减少了很多，可以在这两个学期也可以继续做intern / project来增加经历。（我知道有很多延毕的同学都找到了fall intern，在这一学期继续实习。career advisor也很体贴的逐个发邮件问大家是否在本学期需要继续实习，是否已经找到，并且提供找fall intern的帮助。）
在找毕业后的fulltime这方面，楼主非常幸运的拿到了暑期实习公司的return offer (SF tech公司），公司各方面楼主都比较满意，所以fulltime的申请季还没开始就早早结束啦。之后也会更新我们这届找fulltime的情况。
【2017.6.4 暑期更新】 下周楼主就要开始暑期实习了！开始之前来更新一下贴子。主要是更新本项目暑期实习的情况。 暑期实习目测有90%的国际生都在海外找到了实习（美国为主，也有欧洲国家的）。出现欧洲国家实习是因为我们这个暑期有一个官方的卢森堡的国际实习项目，有几位同学参加了这个项目。 (update in July: 目前为止得到的消息是全！部！找！到！实！习！了！不过包括主观选择回国实习的同学。) 在美国实习的地点仍然是Greater Los Angeles Area为主（包括LA+santa monica+orange county等周边地区），也有在San Francisco, New York City和Dallas等城市实习的同学。其中在三番实习的中国同学有八九个。 实习的行业各种各样，包括tech（在SF实习的同学们大部分都是tech公司）, entertaiment（广泛分布于LA地区），retail等等。举几个big name: Yahoo!, Disney, Samsung, Autodesk, Deloitte, etc. 实习的岗位以xx analyst为主，比如marketing analyst, customer analyst, data analyst, business intelligence analyst, etc. 要求的工具主要是SQL（这个才是真·核心技能）, R, Python, Tableau, Excel这些。 找到实习的途径包括career advisor推送实习岗位内部投递简历、career fair面对面聊天投递简历、自己通过LinkedIn等平台网申投递简历（这个还是主要渠道）。 PS：今年由于政策的不稳定性，找实习难度相比往年还是有所加大的。楼主和别的学校的BA同学也经常聊天，大家对这一点都表示认同。希望留美的同学请做好心理准备，毕竟在美国找工作还是比申请master难多了。
【2017.3.7 第二学期midterm后】 好久没更新帖子了，感觉最近咨询这个项目的人略多，就来增加一点信息。主要是解答一下经常被问到的问题。
学习节奏 第一学期比较轻松。必修三门课，也会有人多选一门选修。楼主只选了三门必修，简单的介绍一下： GSBA 524 Managerial Statistics: 必修。统计学入门。因为我们项目的同学们背景非常的多样化，因此一门系统的统计学入门必不可少。这也符合我们官网说的，“We will teach you everything you need to know in order to be successful.” （注：这门课在17fall有调整，学分从3分变成了1.5分，但是据反馈workload完全没有减轻23333） DSO 545 Statistical Computing and Data Visualization: 必修。Program Director Prof. Abbass上的课，好评如潮（人帅且课讲得好）。教授R入门，以data processing和data visualization为主。期末会有真实的数据分析project。每一届都有所不同。我们这届是和City of LA（LA市政府）合作，分析他们的call center data（1 million+ records）。 这门课可以说在第一学期给大家奠定了良好的技术基础。 DSO 510 Business Analytics: 必修。教授是五百强高管，CS phd出身，这门课就是case study了解各种公司的analytics应用（每周都有一定量的reading要求），同时包含各种软件工具的介绍及入门（Tableau, SAS Studio, ...）。也有三个group project的要求，可以说是非常典型的Business School的一门课（容易让人觉得无聊）。 （注：这门课在17fall也调整成1.5学分了）
此外，选修可选的范围包括time series（R）, Spreadsheet modeling, digital analytics之类的。空闲时间较多，可以networking, 做unpaid intern以及各种浪。
第二学期（LZ现在正在的学期）的学习强度比第一学期要强很多。必修三门，然后大家可能再选1门选修（因为我们这届学分要求是30分，也就是10门3学分，3-4-3是三个学期毕业的常见选课模式）。LZ选了一门选修，也就是一共四门课。每周都有due，各种due，经常一周四个due，一个due要写四个小时的那种（LZ是属于写作业相当快的那种）。简单介绍如下：
DSO 570 The Analytics Edge: Data, Models, and Effective Decisions: 必修。教data modeling, linear programming, optimization等等实用技巧。简而言之就是花样用Excel，甚至会教你如何使用Excel来手动做Logistics regression求解系数（without add-in）。因此侧重点是对于思维方式的训练，尤其是如何建模，如何分析限制条件，如何进行优化求解。而不是对于coding方面的训练。 教授人很好，属于少年天才型，Berkeley本科，Stanford MS+Phd。但是喜欢出难题虐待人。。。 DSO 530 Applied Modern Statistical Learning Methods: 必修。不要被这个奇奇怪怪的名字骗了。。这门课就是教Machine Learning的。课堂上主要是讲授各种常见machine learning algorithm背后的逻辑和理论基础。但是课下需要用R完成作业。 教授是Princeton的Phd。此前在MIT任教过。 包括一个大的group project，数据自选，运用ML解决一个你感兴趣的商业问题。我们组最后参加了一个Kaggle Competition作为这个final project，并且拿到了Bronze Medal。 INF 559 Introduction to Data Management: 必修。viterbi（工学院）开的课，讲各种硬件基础以及数据管理知识。涉及SQL和NoSQL以及Data Warehouse。 （注：由于大家普遍认为前半学期的硬件知识对于我们有些遥远，这门课的性价比不高，因此从17fall开始，换成了我们自己学院开的纯SQL和NoSQL的课） DSO 562 Fraud Analytics: 这门是楼主本学期选的自己学院开的选修课。讲的是如何用各种machine learning的方法在各种类型的数据中detect frauds，工具自选，好用就行（一般大家会用R，因为在我们项目中R使用的更多，但是这也不失为一个很好的锻炼Python的机会）。 教授是某fraud analytics公司的co-founder + chief analytics officer，回馈社会每周来上个课，上课质量MAX，当然作业量也很intensive，各种实际数据让你做Project。需要自己涉及fraud detection algorithm（包括unsupervised和supervised）。一共有三个project，我前两个用了R，最后一个用的Python。
其他选修课选择包括Monte Carlo Simulation, Marketing Analytics, Data Warehousing Business Intelligence and Data Mining等等。大家普遍反应是第二学期浪不起来了，还要找summer intern，以及各种workshop。
另外好像有些同学对于我们的class size比较好奇。一般是50个人一节课，偶尔也有70人的课。然后我上过的这7门课里面，有3门是和MBA一起的。然后17program size预计100人，所以官方回复会分成两个班。
workshop Workshop有两种：career workshop和学习型的workshop。career workshop顾名思义，就是，教你改简历，教你怎么interview，怎么networking等等。。频率大概是第一学期半个月一次，第二学期基本上一周一次，而且大部分是mandatory，你不去的话，我们项目的career strategist还会拼命发邮件问你为什么不去。学习性质的workshop，就是教一教Python（因为项目主打工具是R），SQL这些，补充一下专业技能。 另外有些小朋友好像对此有些误会，我声明一下，workshop是不用另外交钱的！。。。
project Project这个是大家非常关心的问题，毕竟是除了实习以外另一个接触实际行业应用的途径。不得不承认USF，UCD等等项目好就好在他们有practicum。目前我所经历过的project按照和公司/机构的程度可以分成那么三种：第一类，课程group project，自己找数据（直接找现成的，或者去web scraping），做自己想做的主题，当然这种主要还是学习性质的；第二类，和公司/机构合作的，作为course final project的项目，例如我们去年的R的那门课程，最后的Project是和city of LA合作，帮助他们分析真实的311 call center data（1 million+ rows，包括各种蜜汁输入错误和Missing values），这个是每个人都有机会（且必须做）的，并且最后Presentation的时候LA市政府的人会来听，也有同学借由这个project在这个学期去LA市政府的数据部门实习了；第三类，不定期放出的和公司/机构合作的Project，但是都名额机会有限，由对方企业来挑选做项目的学生。比如上个月放出了两个和LA本地一家公司合作的fraud analytics的项目，是去公司onsite帮助做项目，另外还有两个city of LA的项目（感觉我们program已经和LA市政府的数据分析部门亲如一家，从上一届开始就不断给我们提供各种项目。。）。然后就在昨天又放出了一个新的公司合作项目。LZ被选中了其中一个city of LA的项目，其实分析一下各种政府的乱七八糟数据也挺有趣的。。
就业情况 下文也说了，目前公布的就业数据仅限官网”career and employer relationship“页面。目前得到的消息是第一届想留下的都留下了，然后第二届还有不少人因为extend到两年而没有毕业。我们这届目前在找summer intern，有人已经找到了（是的楼主已经找到了），也有还在继续投递+面试的。career strategist会不定期的推送一些实习/fulltime position，有什么想法和疑惑和痛苦可以找她和abbass聊。当然，也不会有包分配实习/工作这种好事。最后整体的summer intern情况，楼主应该也许大概会在学期结束，summer期间更新一下。 【未经允许，不得转载】
【2016.9.10开学三周更新就读体验】
项目方面 今年本项目的orientation是8.17到8.19三天，8.22就正式上课了。Orientation三天的schedule很满，包括同学互相认识、项目基础介绍、课程介绍、教授介绍、 团队建设活动、商科基础补充和career service介绍等内容。班级组成当然就是很BA特色的，较多国人+一定量印度人+美国人+其他（今年的录取率依然是8%哟）。印象特别深刻的是，第二天去户外开展了rope course活动（google一下你就知道多么可怕QAQ），让大家在刚刚认识的时候就在彼此面前暴露了自己非常真实的一面（笑）。当然啦，老师们一直给我们灌输的一点就是，我们是一个团队，不是彼此竞争的关系，是一起成长的关系~
USC BA之前被人诟病较多的问题是课程设置不好、不够tech，但是事实上在orientation介绍、以及实际上课后可以发现，虽然课程名字里面没有提到R等技能，但是实际上R，Python，SAS，JMP，Tableau等都会作为课程工具学到（而且第一学期就会接触全部的这些）。核心课程里面也有一门专门教Machine Learning的。选修课程方面一直在完善，包括但不仅限于官网写的，今年还新开了好几门，选择越来越多。此外，还有周末workshop、capstone project等形式帮助学生巩固技能、并获取实践经验。
Career Service方面，项目有自己的career advisor和单独的 career service服务，还常常会邀请企业来开展careerevents（第一场就在本月！），组织学生去企业实地参观。
当然净说好话就太假啦，我不得不承认课程方面的一个缺点就是——这个项目设计的是30个学分，也就是3学分的10门课，课程并不多。。如果觉得不够，要多修是要再加钱的。。。USC的学分还是很贵的嗯→_→
生活方面 今年亲戚朋友们问我去哪儿。。只要我说去USC，稍微了解一点内幕的都会叮嘱我一句注意安全= =到这边来之后，感觉还是不作不死。白天的LA很美好（除了太晒），但是晚上就是另外一个世界了。为了保障学生安全，USC一直提供免费的校车服务，晚上也可以免费打campus cruiser和uber（是的，输入学校的优惠码就可以在一定地理范围内免费打uber！不限次数！）。因此晚上不自己一个人步行，还是安全的。
当然啦，LA的生活相比于很多城市，还是非常丰富多彩的。华人区，韩国城，小东京，（还有本地特产老墨），各种风格任君挑选。甚至在Marshall商学院新楼的食堂里面，还进驻了LA某知名广式点心商家（当然价格颇高）。嗯要说缺点的话呢，就是LA的房租和生活费略贵，以及，最好，能有，一辆车。。。。。。（蹭室友的车的楼主脸红红的）
此外，我一定一定要提一下的就是，我们项目的director Abbass真的特别帅！而且特别暖！前几天我生日还发邮件祝贺来着，感动哭QAQ
—————————————————就读体验↑，录取信息更新↓—————————————————————
2016Fall最终就读国人（陆本+美本+绿卡）50人左右。
【5.17更新】
目前录取群里56人。确认群里40人。
【4.18更新】
最近是每天发少量ad的节奏。目前录取群里46人。确认群里26人。
【3.23更新】
3.23新发一批ad，目前录取群有34人。
据统计，目前录取者大约四分之一为美本，商科背景占到六成，有工作经验的仅占15%左右。
从录取背景来看，是GPA和G控。。。
语言考试仅一个录取者使用的是IELTS。
【2.27更新】
2.27USC BA新发ad一批，材料完整时间多在12月与2月之间。
至此，已知本项目16FALL录取国人已有17人，大部分为应届陆本。
—————————————————录取信息更新↑，录取时间线↓————————————————————
下午六点左右，收到了USC MSBA 2016FALL的AD。。。（目测是系统发送
Timeline 先奉上：
11.23 submit application
11.26 email收到USC ID
12.10 成绩单DHL邮寄签收
12.16 收到USC邮件。。说没收到我的成绩单╮(╯_╰)╭，于是我把DHL的物流截图甩了回去
12.31 USC回复，表示收到成绩单，并且your file is under review
1.21 收到AD（然而需要补充financial support & passport copy之后才发放official AD)
【未经允许，不得转载】
————————————录取时间线↑，项目申请相关↓—————————————————————————
【关于项目】
才开了两年的新项目。项目长度一年半，但是可以延长到两年。
第一届学生很多选择了延长，所以还没有全部毕业。
不过据说毕业学生都找到了工作/实习。
陆本应届过去的学生，毕业后起薪在7w5左右。
项目课程只有30学分，相对较少。
不过可以根据个人需求自定课表，可以选修工学院和DS的课来增强技术性。
也可以多花钱多修课。class size 16fall 预计70（扩招了十几人）。
地理位置较好（大方向上），然而USC附近治安是一个concern。
AO abbass是个帅哥，总是安利他家项目全美第二（TFE排名，大家随便看看就好，其实今年排第一→_→）。
【关于他家申请的常见Q&A】
1. 申请阶段需要官方寄送GT吗？
需要
2. GT送到哪儿？
官网有写各自的code。
GMAT就是那个MBA的code。
3. 申请阶段需要邮寄成绩单吗？
需要
正规流程是——提交申请后，收到USC ID
然后在申请系统的downloadable documents里面下载一个transcript cover page
然后填写cover page（上面需要USC ID）
然后把你学校开的盖着章的成绩单放在你学校的信封里，用你学校的章封口。。
加上cover page（在信封里面还是外面应该都行），一起寄过去。。
收件人地址信息在cover page上有写。
4. 寄成绩单的时候没有放cover page怎么办？
私以为cover page的作用主要是方便他们对应申请人
根据申MACC的小伙伴反馈，即使没有那个，小秘也是找得到的
PS：USC家，是整个学校（不是整个学院）的graduate项目成绩单，都寄到了同一个地方，所以。。。加上cover page或者在明显位置标注USD ID方便你我他。
5. 寄成绩单的时候需要放在读证明/学位证明吗？
官网没要求。
我放了在读证明。
其实应该没关系。
6. 申请阶段需要财产证明吗？
不需要
录取后再补即可
刚看了眼，要开5w3
（17fall的网申系统里面有financial document这一项，但是是optional的
7. 他家essay怎么写？
他家essay。。是我见过的。。最变态的。。。没有之一╮(╯_╰)╭
要求一个大数据解决商业问题的idea，给出solution，分析pros&cons
我是从实习经历出发，重点放在了context和idea
怎么说呢，感觉既然是申请人，也不太可能对这方面技术问题有特别多的了解（特别是应届生
所以，重点是讲出你对商业分析的理解吧
然后要有idea！pracitcal & impressive idea！然而17fall题目已改23333
8. 需要面试吗？
17fall开始要面试了2333333面试主要起确认口语表达的作用，时间很短，且仍然存在部分无面录
9. 申请激烈吗？
嗯。。初步估计。。申请BA的，80%都申了他家。毕竟，加州。
16fall录取率8%。
17fall会突破新低。
10. 听说有语言课？
如果托福单科没有到20，一定会被学校con语言考试！（而且据说语言考试一般都过不了，只有乖乖上语言课的份儿）
所以请大家在这一点上谨慎对待。。
11. 录取学生的平均水平
详见官网的class profile infographics
12. 就业情况
详见官网的"career and employer relationship"一栏
【未经允许，不得转载】
注：楼主是2016Fall入学的，请注意一下你阅读这篇帖子的时效性
CD资源丰富，不做伸手党，从你我做起。
最后，感谢亲爱的默默！！！！感谢BA群所有的小伙伴！
【未经允许，不得转载】
| 
[复制链接]
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2016-1-21 23:24:31
收藏
收藏
发表于 2016-1-21 23:25:05
楼主
