案例分享：无面试斩获牛津大学offer_成都新东方前途出国的博客-新东方前途出国

案例分享：无面试斩获牛津大学offer

发布者：

分类：: 软实力,商科,金融会计

2021-08-14

-
浏览

分享至

微信扫码分享给好友和朋友圈

背景介绍

学生背景分析：

该同学国内985大学华南理工大学2+2世界排名TOP20的爱丁堡大学，学校背景是非常不错的，不过该同学在2020年5月找

到新东方前途出国成都分公司刘辉老师的时候，学生背景还不够充足，当时就只是跟着爱丁堡大学的教授做着暑研项

目。该同学对自己的目标院校要求比较高，基本选择是英国G5大学，所以刘辉老师在给学生做规划的时候，让学生再弥

补下软性背景，如实习，科研类的项目，学生自己也比较赞同这类规划。另外，该同学要选牛剑，刘辉老师也建议学

生考下GRE。

申请难点

留学规划与提升

经过5个多月的准备规划，该同学最终完成了哈尔滨工业大学暑期微分方程项目，四川大学某学院的python分析处理蛋白质的结构数据项目，另外还参加了2段短期实习项目。该同学，在短时间内，达成这样的结果，已经非常棒了。PS：不过还是建议同学们早准备，早规划比较好，不是每位学生都有该同学们这么幸运。另外，还让学生考了雅思，以备不时之需，后来拿到牛津大学录取时，学校要求学生达到1等学位就可以豁免语言了。

另外，我们还深入挖掘学生wenshu内容，提炼学生亮点，帮助制作打动招生官的wenshu.我们老师在制作wenshu之前，给学生做了两次头脑风暴挖掘学生亮点，初稿出来后，还专门约学生过来修改，调整内容，做到尽善尽美。

院校解读

牛津大学数理计算金融硕士介绍：

牛津大学的申请难度，大家肯定都了解，千军万马过独木桥，除了学生很好的学术背景，对学生软性背景的要求也非常高，没有4,5

段的科研背景经历，被拒的可能性都非常大。

课程设置：

Core courses

Stochastic Calculus (16 lectures, and 4 classes of 1.5 hours each)
Financial Derivatives (16 lectures, and 4 classes of 1.5 hours each)
Numerical Methods (16 lectures, and 4 classes of 1.5 hours each)
Statistics and Financial Data Analysis (16 lectures, and 4 classes of 1.5 hours each)

Computing course

Financial computing with C++ I (16 hours of lectures, plus 2 hours of lectures per week over weeks 1-9)

The second term will be a combination of core material, offering 48 hours of lectures (18 hours of classes) and 48 hours of electives (students will choose four electives).

Core courses

Deep Learning (16 lectures, and 4 classes of 1.5 hours each)
Quantitative Risk Management (8 lectures, and 2 classes of 1.5 hours each)
Stochastic Control (8 lectures, and 2 classes of 1.5 hours each)
Fixed Income (16 lectures, and 4 classes of 1.5 hours each)

Elective courses

Stochastic Volatility (8 lectures, and 2 classes of 1.5 hours each)
Advanced Monte Carlo Methods (8 lectures, and 2 classes of 1.5 hours each)
Advanced Numerical Methods (8 lectures, and 2 classes of 1.5 hours each)
Asset Pricing (8 lectures, and 2 classes of 1.5 hours each)
Market Microstructure and Algorithmic Trading (8 lectures, and 2 classes of 1.5 hours each)
Optimisation (8 lectures, and 2 classes of 1.5 hours each)

Computing course