0Part.1 案例解析 ▌录取信息 录取院校：芝加哥大学 院校排名：2023 USNews #6 录取专业：Master of Science in Analytics 其他录取：纽约大学 ▌学生背景 院校背景：加拿大皇后大学 原专业：商科 均分：3.93/4.3 语言：豁免 标化：GRE 157+170+4.0 软背景：谷歌/摩根2段在线实习+1段海外教授科研 ▌申请优势 1、海本背景 2、GPA和标化高 3、数据分析类技能和实习经历丰富 ▌申请劣势 1、跨专业申请难度大 2、目标定位顶级，竞争激烈 3、由于疫情原因，2段实习+1段科研均为线上完成 Part.2 规划过程 学生本科就是我们办理出去加拿大的，因此家庭对于华樱非常信任。在孩子确定了申请美国方向TOP30院校的时候，已经是大三的下学期开学了。自己学的是商科，但并不喜欢，想要跨专业申请data analysis方向，BA商业分析也会一起考虑。好消息是，学生在本科期间重点选了一些cs和stat的课，GPA也保持的不错，但坏消息是，距离申请还剩下大半年，GRE和什么实习都没有。 在和学生深度沟通后，学生明确表示只想考虑DA（数据分析）和stat统计相关项目，不考虑BA（商业分析），同时只想考虑排名高的院校。但因为学生是商学院，很多数学统计和数据分析相关的课程并不丰富，甚至没有修linear algebra线性代数这样一门核心课程，在data项目巨大的竞争下，是很不占优势的。于是华樱老师针对学生情况，做了下面这些工作： 1、首先筛选美国所有data+stat相关项目，明确前置课程要求以及往年录取情况，初步定位在不强制学生有数学、统计、cs相关背景的院校、商科学生可以涉猎项目，比如芝加哥大学的MS Analytics，康奈尔大学的MPS in Applied Statistics，哥大的MA in Statistics，UCLA的Master of Applied Statistics等等。 2、针对学生目前已有的数统和编程类相关课程，再进行进一步的补充，指导学生在本校选课+考虑线上网课；其次，规划2段数据分析相关线上实习（Google+摩根），学生在这两段实习中表现很好，并且也加深了自己要从事DA相关工作的决心。 3、后期因为学生没时间二刷GRE，也没有能选到更核心的数据相关课程，但在最终定校过程中只考虑冲刺院校，不考虑匹配/保底院校，于是我们规划了一段数据分析相关的线上海外科研，用来增加学生的数据分析能力、科研学术能力及竞争力。 Part.3 文书过程 网申开放后，明确材料要求和截止日期。确定申请第一轮后，尽量提前完成送分以及推荐信网推等相关工作。在个人陈述的写作上，从学生的背景来说，学生是商科背景，所以华樱老师重点关注提炼学生背景中的的数据和编程相关的能力。查看学生初稿之后，摘取学生有关数据分析相关的课程内容，和学生初步沟通探讨过后，决定从学生课程兴趣出发，引出职业规划。另外，为了提升自己的数据分析相关的能力，学生有参加谷歌+摩根背题的经历，这些经历都帮助丰富了整篇文书。 框架确认后，和学生再反复打磨，确定相关内容和细节，从而形成终稿。递交申请之后，华樱老师也实时查看学生的材料的进度，确保状态完成。 Part.4 老师点评 这位学生的申请目标其实是很高的，但是从申请条件来看并没有做到最完整，从我们的评估来看主要还是正式开始准备的时间节点启动的有些太晚了（大三下期）。如果同学们对自己未来申研的目标和院校定位都比较明确，那不妨早点开始启动，对项目提早做全面梳理，查漏补缺，有针对性的做准备。 Part.5 院校及专业介绍 芝加哥大学 （univerisity of chicago)，简称芝大。创办于1890年，位于美国芝加哥，世界著名私立研究型大学，经济学/社会学/法学系实力超群，以盛产诺贝尔奖得主而闻名. 2021年U.S News 世界大学排名，芝大学位居第15名，U.S News 美国大学排名，芝大位居第6名。同是每年申请季申请者们都挤破头皮想进的学校。 MScA主要课程都在芝加哥大学downtown校区。地理位置属于芝加哥市中心最繁华的地段,课余生活比较丰富。这个项目比一般的工程院下的数据科学项目要偏注重实际运用一些，但又比一般商学院下的商业分析项目更扎实一点，是一个很适合就业的项目。同学之中也有很多有多年工作经验，对于应届生们就多了很多networking的机会。同时，这个项目注重实战还表现在课程设置上，大多数课的期末都是project-base而不是考试based，基本上每一节课都要做presentation，要求学校自己组队，找topic，找数据，这是一很好的锻炼soft skill的机会。 申请要求：GPA 3.0以上，GRE/GMAT optional，托福102或IELTS不低于7.0，对跨专业申请较友好，前置课程不做强制要求。 Part.6 针对该院校专业的整体申请建议 在美国跨专业申请数据相关专业其实难度是很大的。Data本来就是一个很混合的科学目标，其中包含Statistics、Business、Computer Science，任何人任何产品都能用数据处理真实世界的问题。 芝大的这个专业学生在被录取之后、正式开学前就要开始学习prerequisite的课程，主要是Linear Algebra and Matrix Analysis 和 Programming for Analytics，为正式上课打好基础。但为了增加自己的申请竞争力和学习适应度，建议同学们在本科期间就尽量修过线性代数、统计等课程，R、matlab、SAS等编程语言，增加数据分析类相关的实习经验，接触到真正的企业案例上。总结来说，首先要过语言关和高GPA，表现出很强的学术能力，其次在个人陈述上多下功夫润色自己的经历，会大大增加录取概率。