逆袭案例：被QS100+院校拒绝的我靠什么入了G5的法眼-新东方前途出国

录取院校：

伦敦大学学院(UCL) 

录取专业：
犯罪学与数据科学Crime Science with Data Science MSc

硬背景：

本科院校：上海立信会计金融学院

本科专业：数据科学与大数据技术

均分：87%

语言：无

软背景：

研究：无

实习：融媒体中心数据分析岗；建筑工程公司数据分析部门；银行零售贷款部们数据岗；通信公司信息岗

1.目标院校：

1）竞争激烈：UCL作为世界知名的英国G5院校之一，加上数据相关的专业本身就是大热门，申请者众多，会面临来自全球各地优秀人才的竞争。

2）专业要求：学术背景上，要求申请者掌握一定数学、统计学基础，展现相关量化分析能力；或者有五年以上数据分析相关突出工作经验。语言能力上，要求申请者达到雅思总分7.0（单项不低于7.0）或PTE总分76（单项不低于76）。

2.硬背景：

1）本科院校：作为知名度较低的普通一本院校，很容易成为招生官眼里的“硬伤”。且在前期申请过程中，被QS排名110左右的院校因为院校原因而拒掉。而在排名更高的UCL申请中，更加难以从在众多985或211高校申请者中脱颖而出。

2）学术成绩：虽然87%达到了申请标准，但在UCL的申请者中，常年不乏大量分数高的，使得这个分数并不能在申请中占据一定优势。

3.软背景：

1）研究经历缺乏：学生没有任何科研经验，很难展现和申请专业相关的学术研究能力。

2）实习相关性不足：虽然有多段和数据分析相关的实习经历，单这些实习与犯罪科学并不直接相关，不能充分体现个人经历中与申请专业的明确动机和热情，或体现自己对申请专业的深刻理解。

3）语言成绩缺失：虽然申请的时候语言成绩不是必须提供，但鉴于该专业语言要求较高，如果提供合格语言，能增加一定的竞争力。

1.将本科专业背景与犯罪科学领域联系在一起，描述学术兴趣被激发的过程：

从本科数据科学与大数据技术的学习出发，描述如何通过本科学习认识到数据科学在犯罪调查中的重要应用，分别列举数据犯罪科学两个关键领域的应用加以论证：通过辅助犯罪检测和行为模式分析揭露犯罪活动和背后模式；通过监测社交平台文本数据来识别潜在犯罪行为。在此基础上，再深入探讨数据科学如何超越技术本身和传统金融等领域的应用，扩大到更广泛的社会领域，增强公共安全和人类福祉。最后回到自身，表明自身专业背景与该方向的紧密联系，以及进一步探索数据在犯罪科学领域更多前沿应用的渴望。

2.通过强调本科课程学习、数据分析基本技能、专业竞赛等学术经历，弥补硬背景上的短板：

课程学习方面，重点提到掌握的基本能力，学习编程、建模、统计，处理复杂数据集，以及结合机器学习算法开发应用预测模型；另外重点提到与大数据安全和网络犯罪相关的课程，联系到与犯罪科学相关的数据泄露、极端言论等数字犯罪活动；描述专业竞赛的部分，着重展现定量分析能力，实际运用能力，以及运用机器学习算法的熟练性。

3.通过描述每段实习的收获，以及这些收获能怎样运用到未来在犯罪科学领域的深入学习和职业发展，弥补软背景上的短板：

分别展开阐述每段实习收获的不同技能，展现不同侧重点。融媒体中心数据分析岗强调分析复杂数据集，提供行业相关的决策分析和建议，并描述这一技能对识别犯罪模式和制定预防策略的重要性；建筑工程公司强调数据分析和管理的具体过程，包括收集、清洗、分析、更新，确保数据的准确性和完整性；银行经历侧重描写年度分析和未来预测相关的可视化；通信公司信息岗进一步强调如何运用预测模型来分析相关指标，识别风险因素，并强调这一技能在预测犯罪模式和趋势的应用，最后总结在数据分析与解读、决策支持、数据管理、预测模型开发各个方面的技能。