金工、统计、DS，数据类混申攻略+项目录取偏好，我们为你找齐了！
上周四晚，明德立人“美研名校大热专业申请讲座”特别系列第一期——商科专场（上）（金融工程、统计、数据科学为主）在Ruiling老师的分享中正式告一段落。
而在最近几天，小德则收到了无数条留言表示，希望可以有讲座回顾或者回听的机会，那么今天小德就一并满足大家的这些需求！
同学们可以点击下方语音条收听讲座原声，亦可通过文章的方式进行回顾与复习，话不多说，我们接下来就直进主题吧！
一、数据类专业混申策略大起底！
Ruiling老师此次讲座的主题是在每一年的申请季中，都拥有极高的申请热度与申请难度的几个数据类项目——金融工程、统计和DS（数据科学）。
#1 疫情影响下，美国留学申请形势有何变化？
先说结论，在疫情的反复侵扰之下，近两年的美国申请难度实则是不降反增。
正如Ruiling老师在分享时曾展现的这张图片一般，面对疫情的影响，很多同学的心理都是——“这下没有人去美国了，竞争压力变小，我可以尽情申请名校/藤校了”！
然而理想很丰满，现实却不是一般的骨感。
事实证明，赴美留学申请名校/藤校的人数不仅没有下降，反而还呈现了激增的状况，反倒是非名校项目的申请人数有所减少，这样一来，同学们想要依靠申请逆袭的概率也变得比以前更低了。
因此，在这样的外部环境影响下，我们在2022申请季中，就一定要格外看重自己的选校策略，尤其是针对本就难度惊人的数据类专业，一味盯着名校申请的结果很可能是“全聚德”，有时候学会变通，“曲线救国”，才能使你实现对名校和优质专业的兼顾。
#2 “乱花渐欲迷人眼”，数据项目怎么选？
既然通过上文的论述我们已经得到了结论——对数据类专业采取混申的策略非常有效，但在这一领域内，各学校的专业琳琅满目，名称也是五花八门，呈现出了一幅跨学院式的选校版图。
要想从中突围成功，我们必须先做到第一点——认识项目，即明白不同学校的数据类项目都有哪些，分别叫什么名字又开设在哪个学院。
金融工程项目
1. M.S. in Financial Engineering
代表院校：UCLA/UCB/巴鲁克学院/NYU/哥伦比亚大学/USC/UIUC/康奈尔大学
2. Master of Science in Mathematical Finance
代表院校：BU/罗格斯大学/IIT（伊利诺伊理工）/NYU
3. Master of Science in Financial Mathematics
代表院校：JHU/芝加哥/明尼苏达大学/北卡州立
4. Master of Science in Computational Finance
代表院校：圣母大学/CMU
5. Master of Science in Quantitative Finance
代表院校：福特汉姆大学/石溪大学/GATECH(Quantitative and Computational Finance)/CMU
6. Master of Science in Quantitative Finance ans Risk Analysis.Mamagement
代表院校：PRI/UW-Seattle（华大西雅图）
开设金工专业的学院：
1. 数学系
例如：圣母大学/JHU/石溪大学/NYU(Mathematical Finance)/罗格斯大学/芝加哥大学/巴鲁克学院/UW（华盛顿大学）
2. 商学院
例如：UCB/UCLA/福特汉姆大学/BU/CMU
3. 工学院
例如：USC/NYU/明尼苏达大学
从以上这些项目汇总信息我们可以得知，金融工程的相关项目非常庞杂，不仅项目名称不同，很多所开设在的学院也不一样，也有一些学校既有金工也有金数项目，例如芝加哥大学和USC。
所以我们在进行选校之时，切忌只查一种名字，从而导致错过适合的项目。
此外，金工作为偏实用，且是申请难度最高的项目之一，涵盖了包括数学、统计、计算机、金融知识等多门专业学科，因此学校往往对于学生的数学与统计能力要求很高。
而由于金融工程的项目在TOP30名校中设立的非常的少 ，且在TOP30中没有可作为保底的项目，所以建议大家在进行金工申请时一定要结合其他项目，不要把所有学校都拿去申请这个专业，“狼多肉少”的环境很容易让资质不够出色的同学收获“全聚德”。
说完了金融工程，我们再来看看数据科学与统计。
传统数据科学项目
1.Harvard University—SM In DS+CSE
2.Stanford University—Statistics: Data Science
3.CMU—Computational Data Science
4.NYU-MS in Data Science
5.Columbia U-Data Science
6.Duke University-Interndisciplinary Data Science
7.宾大-Data Science
应用统计方向
1.UCLA-Master of Applied Statistics-（大部分晚上上课）
2.UW-MS In Data Science-（晚上上课）
3.USC-ADS
4.Cornell--MPS in Applied Stat (DS track)
分析学方向
1.University of Chicago
2.Northwestern U
3.Gatech
4.UC Berkeley
5.Georgetown U
针对统计与DS项目，我们依然应该将选校范围进行扩大 ，不能只盯着传统的数据科学这一项，很多应用统计与分析学的课程和发展都与DS十分相似。
不过相对而言，以上这些项目的招生偏好，往往倾向于本专业（CS/数学/统计）的学生，可能有的同学是文科背景或者商科背景，数理背景没有那么强，那么则可以考虑以下这些与人文社科相交叉的数据项目。
数据科学与人文社科的交叉学科
1.Columbia QMSS: Quantitative Methods in the Social Sciences
2.Uchicago MACSS: Quantitative Methods in the Social Sciences
3.NYU A3SR: Applied Statistics for Social Science Research
4.Penn MSSP+DA: Social Policy + Data Analytics
5.CMU MSPPM, Data Analytics
6.Columbia TC: Learning Analytics
7.Gorgetown MPP & DS: Public Policy & Data Science
等其他项目。
因为金工和DS实在是太难申请，所以很多资质背景一般但是又对数据类型项目很感兴趣的同学，其实可以将方向定在这些与人文社科交叉的项目。
有一位本科会计，毕业于德州农工的明德学子，便是以3.4的GPA成绩，通过出色的选校，斩获了NYU+哥大的数据项目录取。
此外，还有很多有关信息系统、信息科学和运筹学的项目也非常值得推荐。
数据类项目的好搭档：
1.Information Science:
多集中在CS系或者单独的I-School或者图书馆学院,比较侧重Data Architecture, HCI, IS Solutions等方向
代表院校：U Mich, NYU, Cornell, UNC等
2.Information System/Information Management：
多集中在商学院下面
代表院校：UT-Austin, UW-Seattle, UFL等
3.Operation Research/IEOR/MSE:
代表院校：Columbia, UCB, CORNELL, Getech, Stanford
这些项目有的在单独的信息学院下，有的开设在CS系下，也有的设立在商学院，比如华大就有两个信息科学项目，一个在商学院，一个在单独的I-School。
值得一提的是，NYU的信息科学项目非常适合想要转码的同学，而CMU的MIS则很偏向于数据分析。
#3 根据各专业录取偏好，
寻找与自己最匹配的选校方案
DS项目
1.以统计和CS为基础的DS项目，注重学术背景，难度相当大，非科班出身学生机会小
招生标准基本上是数学，统计，CS等背景出身的学生。
代表院校：CMU CDS/Umich DS/UPenn DS/Harvard DS /Columbia DS/Yale Stat:DS/Cornell MPS: Applied Stat
UMN DS
2.比较注重多元化，包容性强，非科班出身的福音DS项目，申请者实习强，科研强
代表院校：GaTech Analytics/Brown DS/Rochester DS/UVA DS/Gatech分析学/芝加哥分析学
统计项目
录取偏高冷
偏好数学+统计专业本科
对于统计专业来说，申请者的GPA成绩非常重要，科研与课堂大作业也很重要，相对来说实习的重要性有所减弱，这一点与DS的申请非常像。
二、有关文书写作的注意事项
#1 CV/RESUME
----遵循STAR +SMART 原则
----建议控制在1 page以内（简历就是要精简）
举个例子，同学A有一份实习是在星巴克市场做推广，工作内容包括公众号文章、自媒体宣发和调查问卷推广，成绩是整个实习组的排名第二。
乍一看上去这个履历非常出色，但是你要怎么证明你的宣传推广是真是有效的呢？或者说，要怎样直观地表现出你的工作效果呢？
你一定要把你参与运营之后，一个月涨了多少粉丝，写了多少文章，市场卖出去了多少，比以前多了20%（假设）...
这样的量化数字一定要写在你的简历里面，这样才能让招生官最直接地感受到你的成长与价值。
#2 Personal Statement/
Statement of Purpose
----最佳的字数范围
----用词避免生僻隐晦
----不是简历的内容重复
在PS和SOP方面，无论是字数还是行间距，每一所学校的要求都有所不同，而我推荐大家将字数控制在700-900之间。
在这一部分尽量不要使用生僻词汇，也不要重复简历写过的内容，可以适当地补充你在实习/科研过程中的感受。
比如，有什么样的初衷，做完这份实习之后对这个行业有了什么样新的认识，通过科研你发现了什么问题又想怎么去解决。
#3 RL
对于推荐人来说，除非是行业内的佼佼者，知名度很大，否则其实职位都没有那么重要。
应届毕业生至少应该找两个学校的推荐人，一个实习推荐人。如果是理工科的学生，缺少实习经历的话，则可以重点找三位学校的老师。
在推荐人的选择方面，要优先考虑对我们了解，能写出正能量推荐信的导师。
以上内容就是小德针对“商科专场（上）”进行的文字回顾啦！
而在今晚8点，商科专场的下期也即将登场，几名“主角”分别是BA（商业分析）、金融、会计与经济学等，对这些项目很感兴趣的同学们一定不要错过今晚的分享！
报名方式也依然是扫码添加小助手回复“规划”二字！
一小时后，我们不见不散！
