- UID
- 1247616
- 在线时间
- 小时
- 注册时间
- 2016-11-11
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
重度拖延症来最后一次更新了,楼主在2018年6月去丹麦实习了六个月,后申请到全职offer,现在回到丹麦继续全职工作。在2019年的下半年,继续招募了两名USC MSBA的同学来到丹麦实习,她们对这段实习经历也都很喜欢(six-month paid vacation in Europe!)。2020年我们会继续和USC合作希望可以有更多的Trojan来丹麦实习。
2019年上半年的课程我选择了:Spreadsheet, Supply Chain Analytics 和 Big Data Analytics.
Spreadsheet 有 570的基础上着玩玩就好了,老师也都有录像,难度不大。
Supply Chain Analytics的老师是雀巢的Lead Supply Chain Analyst, 教的内容对供应链入门很有帮助,就是考试和作业的给分摸不清头脑,但肯定不会挂人的
Big Data老师并不是很在乎上课出勤和Project的完成状况,但凭借着个人魅力,他拿到的数据都是一手的真实公司数据,上课讲的case也都挺有启发性的,认真读reading的话对自己真的很有帮助。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
楼主也没想到能更新的这么快,暑期实习已经敲定了,要去丹麦的一家制药公司实习六个月。已经被录取的同学欢迎联系我,有关项目的问题我都可以回答。
Always look on the bright side of life
第二学期的课程的确更硬了一些,更多的编程,更多的算法,所有课都非常有收获。
必修课:
DSO 570: 主讲python 和 optimization. 老师很用心,没python基础的慢慢入了门,有python基础的同学也能学到很多新知识。
DSO 530: Machine Learning. 重中之重的课,机器学习的算法和R语言的implementation.
DSO 599: SQL NoSQL. 课程开的不错,但老师找的不太好,但下一届应该是要换人教了。
选修课:
DSO 562: Fraud Analytics. 学习了很多检测fraud的算法。做这门课的project的时候我理解了很多以前一知半解的算法。老师是Fraud Analytics界的大牛,有着丰富的人生经验,对机器学习的算法理解的也很透彻。非常推荐的一门课。
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
大家圣诞快乐!这会是我在找到暑期实习之前最后一次更新了,有具体问题可以随时留言。
刚刚参加完USC在上海主办的招聘会,感觉USC对亚太地区的岗位也是很重视的,以后有回国意愿的同学能从中获得很大收益。即使在太平洋的另一端,USC的Trojan Network依旧强大。
已经拿到很多录信的同学,在纠结的话,USC的相对优势在于:
1 .校友网很强大,人际关系无论是短期还是长期职业规划都是很重要的
2. 主校区上课,平时学校的活动都可以感受到,尤其是一年一度的烧熊大会。还有体育馆,校医院,社团活动等等。
3. 课程设计循序渐进自由度高,基础差的可以慢慢学,基础好的可以有时间自由发挥去参加competetion和更专心的找工作。
4. 洛杉矶这个全美最嘈最杂的城市你确定不来体验一下吗。5. 娱乐中心。有投身于娱乐业志向的同学首选LA肯定是没错的。
---------------------------------------------------------------------------------------------------------------------------------------------
写在第一学期结束之后。课程总结一下
四门必修课:
DSO 545: 教R做简单的数据处理和可视化。
GSBA 545: 概率统计的复习,有生以来上过最好的统计课. 教授 Tony Lin简直是无法用言语来形容的牛。
GSBA 542: 演讲和沟通技巧,感觉课程设置很有想法,但由于资源有限,效果很一般。
DSO 510: Business Analytics 内容可以学的很多,也很有用。就是教授不太在乎,所有人无论做的好坏都是A...
选修课:
评价不错的是一门Data Warehousing和Spreadsheet. 其余的几乎都是雷。尤其慎选新开的Healthcare Analytics和Game Analytics
来到LA之后才体会到什么是地中海气候,干燥温暖,四季阳光充足。有时候心情不好了,出门大晴天一下子就能振奋好多。
---------------------------------------------------------------------------------------------------------------------------------------------------
更新时间 09/18/2017在USC就读已经一个月了,趁着项目主管 Abbass 今天过生日来总结一下过去这一个月的生活和对这个项目的初步感受。在今天Abbass给我们上课以前,我们一年级生聚在了一起给他举办了一个Surprise Party. 在他进课堂之前我们把灯关上,他走进来的那一刹那我们把灯打开大声唱着Happy Birthday,桌子上摆着大家做的点心和定制的生日蛋糕,温馨的像一家人一样。有人翻出了Abbass还在Utah State读博士的时候曾经不顾自己安危帮忙抬起了一辆起火的汽车,成功拯救了车下的伤员。之后CNN的Cooper采访Abbass,问他为什么不顾一切去救一个陌生人,他回答道:We are not strangers. Human beings are not strangers.
今年扩招之后项目达到了97人,中国人应该占了半数,剩下的有印度人,美国人,韩国人居多。整个项目的diversity非常大,有刚刚退休的律师奶奶因为对数据的热爱重回课堂,有在Healthcare Industry工作了17年的大叔叔因为想转行做Sports Analytics辞职来读书,有读过MBA干过Consulting的大哥哥,也有参加过奥运会目前保持着USC游泳记录的委内瑞拉小哥。当然绝大多数的人还是和我一样,没有工作经验,只是抱着对Data Analytics的热情投身于这个项目。
课程设置上来看整体偏软,毕竟是BA不是DS, 但自主学习编程和数据分析的机会非常多,Abbass帮助我们注册了Datacamp的账号,大家现在都在上面学习R, Python和SQL. Workshop的机会也很多,经常会安排校友来介绍工作经验和实习情况。
对于LA和USC我是很满意的,充实的生活,非常多的机会,还有着和家人一样的同学们。最后欢迎2018 Fall有意申请USC的同学问问题。
----------------------------------------------------------------------------------------------------------------------------------------------------
还是先感谢一下CD上分享经验的大家,这次申请中从这里获得了很多学校情况和面试经验。在决定了学校之后我也打算分享一下这次申请的过程,希望可以给18fall的同学提供一些参考和帮助。
这次申请完全是自己一个人搞的。学校自己挑的申。文书自己写,自己改(但也犯了很多低级错误,比如说把CMU的项目名称缩写都搞错了MSIM和MISM傻傻分不清)。推荐信也都是直接给教授去邮件,然后教授自己写的。
本人美本 Industrial Engineering,GPA:3.46, GRE:158/170, 毕业前没有实习经历, 做过三个Research Projects加和本地公司合作的毕业设计.
一开始非常向往当金融矿工的生活,一心想去纽约的巴鲁克学FE.但在CD上刷了一眼面试题之后立刻就虚了。买了Baruch系主任Dan的两本教科书回家琢磨了将近一个月还顺带复习了一遍大二上的C++课,还是决定放弃这条路了,最后一所FE也没有申。看了CD的一些帖子,在学校和主管Analytics的教授聊过一次之后发现BA的前途其实也很不错,于是临时改变了申请方向。这个时候已经过了很多学校的第一轮甚至第二轮申请DDL了. 一开始的时候先申了本校的Analytics,找了很多加州的学校也一股脑全申了,辅助的申了很多的信息科学的。因为申的项目五花八门,教授推荐信也没有盯得很紧,华盛顿大学在推荐信没收齐的时候就把我拒了。随后收到了UVA的Data Science的拒信,应该还是硬实力不够吧. 三连拒之后补申了哥大的OR和爱茉莉的MSBA。
USC在三月初无面录了我,当时还以为收到了假的录取通知书。听人说是有面试的啊。随后收到了Davis, SD和Emory的面试邀请。
Davis是项目主管Sanjay面的,面试比较有特点的是从你简历里挑出一两个关键词要你用自己的语言像解释给一个十岁小孩一样解释那个term.我是搞IE的所以他叫我解释了Simulation和Sentiment Analysis.
SD是招生官Emily, 面试之后录像会被提到Admission Comittee审阅。SD非常在乎实习经历的内容,问了至少五个问题和我现在的实习相关。因为知道我USC的Deposit ddl SD的录取结果很快就下来了。
Emory就相对轻松一些,本科时候也经常去Emory转,因为我工作的时间面试还是特地给我加出来的,当时给我面试的Allison还要赶飞机,直接在家里伴着她家的狗叫声面的。
刚刚交了USC的Deposit. 我看了一眼加州这些项目,课程开放的都差不多,有的学校有Practicum,有的有Capstone Project. 就业数据和Network也都不相上下。选哪所其实都应该很不错,决定USC还是因为他家录取下的最早吧。
一些感想:
申请的大方向还是要尽早确定不要想我一样没有完全了解一个行业就开始申。我抱着做金融工程的心态开始申请,搜索的学校都是这个领域里排名高的,最后发现其实并不适合自己。浪费了很多时间和经历。如果能够一开始就申请BA的话,应该能提早收到很多结果,也不用经受二月份的那段煎熬了。
项目的选择我是很看重地理位置的,校友网的范围一般都在这个学校城市的附近,Baruch在华尔街的位置实在是太让人心动了。加州整体经济水平很好,就算是个卫星城也有很多大公司。亚特兰大是本科呆了四年的地方,自己的感受就是这个城市是在不断飞速发展的。但龙头老大是可口可乐和Delta这样的。高新科技,金融产业比纽约和湾区还是差了很多。
因为是美本,所以面试和文书什么的也没什么特别好的建议吧。自我感觉英语还算过关,平时写Report做Presentation也不少,因为有了USC的offer最后面UCSD和Emory都是没有准备抱着聊天的心态就去了。问的都是自己专心干过的事所以答得也都还算靠谱。Keira的面试有个Bug, 我和Davis一面的时候,正在录回答的时候电脑没电了。。心想糟糕了,赶紧充电重新连接,希望最坏就是这道题作废了然后发邮件解释一下。结果重连之后,直接算这道题没答,重新给我来了一道题。所以要是感觉面的不好的同学可以试着拔网线什么的(大雾)
文书自己的心得就是要想清楚自己为什么要学BA。 我在写FE申请文书的时候,卡在了为什么想读FE上。我心想,就是为了以后赚钱多吧,搞金融的话又累风险又还大。自己翻了翻金工的Introduction to Financial Engineering和线性代数的那本姊妹版,感觉难度对自己太大也没什么兴趣(主要还是难度太大。。脑子真心笨)。文书憋不出来,也就放弃了FE的申请。后来写BA文书的时候,无论是哪个学校基本都能一口气就写完,轻松很多。搞BA的话申请之前还是想一下,对概率统计喜不喜欢,对数据感不感兴趣,虽然BA不像CS和Statistics专业一样搞Machine Learning需要搞那么多证明和深层次的理解,但对Probability还是需要充满热爱。没有这方面背景的同学需要自学一下,概率统计,线性代数和高数还是很重要的, Khan Academy的公开课很不错。平时多关注一些Machine Learning的东西,可以去Coursera上一些相关的课,读一下Elements of Statistical Learning.
提一句简历,简历最好用LaTex的模板,感觉比word整洁一些。
GRE一次出分过的,158不是很高,但感觉高过155就够用了,也就没有再去二刷。准备的时候去新东方上过一次强化课。课上讲的几乎没用,有用的是新东方的那些一手资料,和GRE很贴近,而且感觉GRE题库明显不大,阅读遇到了原文(题不一样但是)。Magoosh也拿来练了,主要是刷数学题用。不过根本上来说秘诀就是背单词,三千和Magoosh多过几遍就没问题了。考前再刷一遍佛脚。写作的argument套好模板,3.5分应该没问题。
希望17Fall的同学都能收到理想的Offer!
最后附上总共申请的14所学校,如果有新的结果下来我会再来Update.
1 Georgia Tech: Analytics application submitted priority shortlisted
(application withdrew) | 2 Drexel: PhD in Information Science | 3 UC Davis: submitted interview completed Admitted Decision Date: 3/28
| 4 University of Washington: MSIS submitted Rejected | 5 CMU: MSIM-BIDA submitted interview completed Rejected Decision Date March 31st
| 6 UCLA: Applied Statistics submitted ???? WTF Still no decision
(application withdrew on May 8th) | 7 University of Virginia: Master of Science in Data Science Rejected | 8 UIUC: MS Statistics focus analytics submitted Rejected, Decision Date: April 10th | 9 USC: Business Analytics Admitted! Decision Date March 8th | 10 UCSD: MSBA Interview Completed Admitted | 11: U Pittsburgh MSIS Admitted. | 12. Maryland MSIS submitted Admitted | 13 Emory Business Analytics Interview completed. | 14 Columbia IEOR submitted Rejected Decision Date: April 8th |
|
|