背景介绍
华北地区某985本科
● 金融、数学双学士学位
● GPA：3.8+/4.0
●
GRE：333
●
TOEFL：109
▲附加经历：
● UCLA 交换学习
● UC Berkeley 暑研
申请难点
该同学在 UC Berkeley 虽然只有短短 100 天左右的科研经历，但其『参与的研究项目非常庞大，并且是多学科交叉的复杂项目』，该同学本身是作为其中一名参与者，其研究内容主要是基于 CT 遥感影像对肺部进行算法分析。
留学规划与提升
总体来看，这位同学不仅仅有相对优秀的量化硬性成绩，他的科研积累，海外交流学习背景都有非常丰富的内容。那么『如何将他丰富的经历转化为其内在的能力和学识，让读者耳目一新，并从诸多申请者中脱颖而出呢？』
这就需要他的项目经历进行『量身定做』，并选取关键项目信息在文书中进行内容重塑，突出个人能力和知识素养。
该同学在 UC Berkeley 虽然只有短短 100 天左右的科研经历，但其『参与的研究项目非常庞大，并且是多学科交叉的复杂项目』，该同学本身是作为其中一名参与者，其研究内容主要是基于 CT 遥感影像对肺部进行算法分析（当然这和现在的新冠肺炎没有什么关系，仅仅是个巧合）。
那么针对他的项目经历，我们一方面在文书中『详细勾勒了其项目背景和可行性分析，并重点选取了同学自己参与的研究内容』，主要是理论算法层面，比如data imputation, data augumentation, feature engineering等。最终『分析了算法在实践中的表现结果，实现了非常不错的科研成果，并impress了伯克利的教授』。
另外，大家在写自己项目经历时，也要『讲求语言精炼，项目经历要详略得当』，比如一些繁杂的工作比如数据采集清洗是由其他人做的，并不需要在此体现出来。该同学仅仅是用了这个数据集进行了processing，自己主要参与的是算法实现，『项目内容特征明显突出，也显得更加真实』。
那么『最后我们通过经历重塑之道将这份项目内容进行整合分析，形成了一份完美的CV』，并最终成功申请到一份哈佛大学的数据科学硕士。
当然通常情况下一份经历往往是不够的，我们还『在文书中结合了该同学参加的校内modeling 的比赛等经历，并通过多项经历串联来体现在自身科研能力和基础知识，系统性展现申请者的学识和技能』。
院校解读
由于数据科学是一门交叉学科，涉及计算机科学，数学以及其他应用学科。『其研究内容包括大规模数据集的统计建模、机器学习、最优化、管理与分析等，需要利用统计模型和机器学习完成最优化决策分析』。
从它设置的『课程』来看，包括『数据科学概论专题、计算机科学系统、 统计推断、贝叶斯数据分析、数据结构与算法、机器学习等』。因而需要申请者有较强的数学基础，最好要有微积分、线性代数、概率统计等数学先修课背景。
由于该项目也是面向应用科学，对coding要求较高，需要至少精通一门编程语言，如python, R 等，并对计算机科学有基本认识。因此我们『建议有CS，统计和数学背景的同学进行申请』。
