学生基本情况:
Arizona State University 美国本科
BS in Business Data Analytics, GPA: 3.8
Boston University
波士顿大学硕士
M.S. in Business Analytics, GPA: 3.1
University of Southern California
南加州大学硕士
M.S. in Applied Data Science, GPA: 3.8/4.0
TOEFL Waive ; GRE: 318
软实力:
五段科研,四段论文,多段实习
录取:南加州大学 公共政策与管理博士全奖
印第安纳大学伯明顿分校 公共事务博士全奖(全美专业no.1)
佐治亚理工学院 公共政策博士全奖
匹茨堡大学 公共与国际事务博士全奖
学生在本科和硕士期间,不断积攒了在国内top 985院校,美国,中国香港各地,包括南加州本校进行的深度科研项目,有了四篇论文产出,以及四段实习;中间利用了数据驱动方法、供应链、机器学习、评估、分析、检测了各种工业结构和创新网络还有汽车行业的状态和需求等等。(相对来讲,科研经历不是很集中,比较散)
我们新东方的团队老师深度挖掘了学生每一段科研经历的关联性,帮助学生确认了读博的方向,从信息科学到工业工程,最后到公共政策,中间设置到数据,机器学习,运营策略,国际事务等等,我们指导学生反复与各个院校、导师进行套磁面谈交流,也印证了最终选择了公共政策方向是正确的。
这里注意:博士的研究方向非常非常重要,切忌盲目追求不熟悉的专业和排名,不然你的能力再强,申请博士套磁期间邮件可能也是石沉大海。
我们给学生修改的博士申请research interest:
在我的博士研究中,我将深入研究多层次联邦机构中政治和金融对员工流动的影响的复杂动态。我的主要重点将是剖析和理解促使不同专业群体离开其组织的多方面原因,特别是当某些关键事件(如COVID-19大流行)引发社会变革时。我的研究不仅将确定最易受人员流失影响的群体,还将探索这种现象对组织连续性、弹性和绩效的更广泛影响。我计划利用定性和定量方法的结合,包括案例研究、调查、统计分析和数据挖掘,全面了解这些因素如何相互交织并影响公共部门的人员配备。我的综合方法旨在提取有价值的见解,不仅来自传统来源,也来自未开发的领域,如社交媒体上的公众情绪,以及受实体地理邻近性影响的空间关系。预计这项研究的结果将有助于为政策制定和战略规划提供信息,从而培养更具弹性和效率的公共机构。
这期间学生也一直在努力备考GRE,最终在双方共同努力的情况下,也终于获得了非常不错的录取结果。
让我们恭喜小M同学!