新加坡国立大学商业分析录取案例分享
背景介绍
该同学本科在美国华盛顿州的华大西雅图校区读,本科期间的专业为Applied and Computational Mathematical Sciences,同时修了Economics的双专业。本科期间大部分课程都是数学和经济学相关的课程。数学的部分包含如微积分,线性代数,离散数学,数论等。经济学的部分含宏微观经济学,经济学理论,计量经济学等。本科期间的平均累计GPA为3.58/4.0. 除此之外,该同学也有一些编程语言的经验,比如R,MatLab, Java, Stata等。这些课程都可以很好地体现该同学的量化背景及能力。
除了课程之外,该同学还有过三段实习经历,分别在大学三年的暑假期间完成的。三段经历都是分析岗,琦蓁两段是数据分析相关的。经历和申请的专业也算是相对比较匹配,只是公司的知名度以及实习的内容相对基础一些,这点不是非常占优势。
申请难点
1. 本科期间量化课程很多,但是大部分是数学相关的课程,计算机编程的课程只有两门基础的编程课程,所以该同学的计算机背景相对较弱。另外,对于大部分研究生项目来说比较看重的编程语言如Python的经历,该同学是相对缺乏的,大学期间没有Python相关的课程,但是大部分研究生项目课程里都有Python相关的课程需要修读。
2. GPA中等水平,在竞争如此激烈的一个申请季,这个GPA不占优势。
3. 实习经历的部分,相较于一些拥有丰富大厂实习经历且岗位匹配的申请人,该候选人的实习经历缺乏亮点及含金量高的核心经历,没有很好的数据分析的经历。
留学规划与提升
该项目full-time学制时长大概是13个月,需要修读44学分。项目7月份开始会有为期两周的bootcamp,bootcamp结束之后在8月正式开始项目课程的学习。项目学费大概是58000新币,按每年的情况会有一些涨幅。
项目课程设置注重学生的tech部分。入读的学生反馈该项目很侧重machine learning,有的时候一整个学期的课程都是关于编程和算法的,tech的要求比较高。在这里提醒数学和计算机不好的同学,该项目的难度较大,基本上都是围绕着编程,所以要慎重考虑自己的兴趣和实力是否可以匹配。
课程结构含7月份2周的bootcamp, 以及5门Essential modules(即必修课,20个学分), 3门vertical sector modules(即选修课,12个学分),1个capstone project(即实习,12个学分)。
必修课程包含:
Analytics in Managerial Economics
Data Management and Warehousing
Operations Research and Analytics
Foundations of Busienss Analytics
Advanced Analytics and Machine Learning
选修课包含5个模板,每个模块下各含3门课程,下面列出的为5个大的模块:
Big Data Analytics Techniques
Healthcare Analytics
Consumer Analytics
Financial and Risk Analytics
Statistical Modelling
项目学生性别占比,56%男生,44%女生。