【案例分享】 三枚麻省理工学院(MIT)-金融学录取,这是怎样的优秀?
今年在19年3月份左右收获了三枚MIT录取,收获的那一刻,大家都惊喜不已,为这些优秀的学子努力有了最佳回报而高兴。再一次体会一句箴言:成功从来不是一蹴而就,因此和大家分享下其中的申请要点,便于大家未来申请积累点经验:
案例一
学生背景:本科应用数学和统计专业
本科成绩 GPA 3.7+ TOEFL 免 GRE 339+
同学是我们目前见过GRE最为接近满分的学生,非常优秀,申请的GPA也很不错,令人印象最深的是他优秀的领导力和团队合作经历,在大学期间,他创办了一个量化投资的社团,自己担任主席,组织了一系列的学习和交流活动,设立了自己的个人链接,面试中极好的展示了自己的特色。
案例二
学生背景 海外本科 金融与管理专业
本科成绩:GPA:3.9+ GRE 327+
同学是我见过非常礼貌的同学,对于自己申请的专业方向非常清晰,他最大的特色在于积极拓展自己的实习领域,咨询公司,证券公司投资银行积极参与面试;国内、海外都参与了不同环境下的实习经历。最后凭借国内券商实习+海内外两段咨询公司的实习,良好的面试表现,一举斩获麻省理工金融学录取。
案例三
学生背景 海外本科 数理经济 +日语
本科成绩:GPA:3.8+ GRE 321+
这位同学去年12月初联系新东方前途出国,最初的目标是加州伯克利金融工程专业,她在申请中比较忧虑自己在金工上面的量化课程短板,这个是申请金融工程的必要条件,其实我们的老师申请前就很明确的建议,麻省理工对金工背景不是100%要求的,只要大学有量化课程即可,所以麻省理工的金融学偏量化项目非常适合她,她在本科成绩以及职业经历上面都有着优秀的履历,最后通过我们老师有针对性的指导以及良好的面试表现,助力她拿到了MIT的录取。
[录取总结]:
总结2019年案例,发现MIT今年申请有三大特色:
1、越来越倾向招收海外本科生,或者是国内数理背景的学生,看重学生在Linear algebra,Calculus, Probability,Stochastic processes,Statistics/econometrics,以及R, Python,C, C++方面的课程背景。
2、申请成功录取学生平均GPA 3.7+,GRE325以上,TOEFL 108+,GPA和TOEFL是关键,不一味追求热别高“三围”的学生。
3、量化领域的实习非常重要,至少有两段投行,或者咨询公司实习,方可助力通过第一轮筛选。
4、MIT MFin 在录取方面加大了面试的力度,不仅加了一轮 Video Essay,还在面对面环节准备了两轮面试官,MIT的Video Essay是从题库随机抽取问题,没有特定的范围,例题五花八门,可以按照准备托福口语方式做好准备,但你一定要能回答的是why program和why (quantitative) finance,面对面环节一般会涉及到”why“以及“”What”的问题,即你为什么选择我们,以及你过去的成功或者失败的领导或者沟通能力,学校十分重视申请者的就业能力。
附上一下不同的Video Essay 例题
你想见的人/celebrity/想邀请吃饭的人
最近看到的新闻及感想
如果你变成了动物,你希望是哪一种动物?
完美的一天
你想成为电影里的哪一个角色
喜欢一首歌/一本书
我收到过的最糟糕的礼物
一天中最喜欢的时间,你是early bird吗
除了手机你不能没有什么?
最好的朋友,你们怎么认识的
院系简介
麻省理工学院斯隆商学院创办当初,只是培养工程管理方面的人才。但是在以后的几十年里,它的规模越来越大。现在,这所商学院每年招收大约三百五十名工商管理硕士生,规模和斯坦福大学商学院相似。主要的专业方向有电子商业、财经管理、信息技术管理、新技术和产品开发、战略管理和咨询以及制造业管理等。斯隆商学院的金融硕士强调培养综合性的管理性人才,对于金融/金工背景学生都可以申请,项目招收人相对巴鲁克商学院,普林斯顿和纽约大学金融数学,人数较多。
项目详解
Master of Finance(STEM)
课程设置:
· 12 months or 18 months(optional暑期实习),学分要求一样
· 7月初开课,约120名学生,2018入学季12months(62人),18months(49人)
· 3个方向:Capital Markets (资本市场),Corporate Finance (公司金融)和Financial Engineering (金融工程)
申请要点:
· 推荐信查IP地址
· 提交网申后,1月中旬期间提交Video Statement
· 2月初集中face-to-face interview,地点可选北京或上海
· 面试半小时,两位面试官,一位负责行为面试,另一位负责申请材料追问
· 建议课程背景:Linear algebra, Calculus, Probability,Stochastic processes,Statistics/econometrics,CS: R, Python,C, C++
· 录取平均成绩: GPA3.7, GRE Q164~170,V153~165, GMAT700~760,17.4months工作经验
其他申请建议:
Self-assessment
To assess the adequacy of your mathematical background, please use the following self-assessment test. If you experience difficulties in any particular area, we strongly recommend that you strengthen your skills through self-study or formal coursework prior to enrolling in the MFin program.
Self-study resources
Programming
DataCamp is an online interactive training and education platform in the field of data science and programming.
Mathematics
MIT OpenCourseWare provides access to many resources that may be helpful, including lecture videos, lecture notes, problem sets, exams, and solutions.
o 18.02: Multivariable Calculus (as taught in Fall 2007)*
§ Lectures 1-4: some vector and matrix properties
§ Lectures 8-13: partial derivatives; Lagrange multipliers
o 18.05: Introduction to Probability and Statistics
o 18.06: Linear Algebra (as taught in 2010)*
o 6.041: Probabilistic Systems Analysis and Applied Probability (as taught in 2010)*
o 6.041x: Introduction to Probability — The Science of Uncertainty