從錄取大趨勢(shì)聊聊BA申請(qǐng)的選校，硬件要求和實(shí)習(xí)

近年來(lái)，美國(guó)TOP50高校BA項(xiàng)目如雨后春筍一般涌現(xiàn)。MIT、Columbia、Duke等名校紛紛開(kāi)設(shè)BA專(zhuān)業(yè)，來(lái)滿(mǎn)足市場(chǎng)愈來(lái)愈大的Big Date人才需求。而從這些熱門(mén)BA項(xiàng)目的錄取數(shù)據(jù)來(lái)看，BA項(xiàng)目錄取大體有以下幾個(gè)趨勢(shì)：

趨勢(shì)一：”Fitting is the best”， BA非常重視申請(qǐng)人職業(yè)規(guī)劃與該項(xiàng)目畢業(yè)同學(xué)就業(yè)崗位的契合程度。

趨勢(shì)二：BA項(xiàng)目對(duì)于申請(qǐng)人的“三維”(GPA/GRE or GMAT/TOEFL)要求越來(lái)越高。

趨勢(shì)三：比較看重申請(qǐng)人自身的計(jì)算機(jī)、統(tǒng)計(jì)背景。數(shù)理能力強(qiáng)的學(xué)生會(huì)在整個(gè)申請(qǐng)過(guò)程中更有優(yōu)勢(shì)。

為更好地適應(yīng)當(dāng)前的錄取大趨勢(shì)，BA申請(qǐng)者應(yīng)及時(shí)對(duì)照自身背景，有針對(duì)性地進(jìn)行背景上的“查缺補(bǔ)漏”，高效準(zhǔn)備自己的申請(qǐng)之路。

選校第一，建議大家在申請(qǐng)前仔細(xì)了解你感興趣的項(xiàng)目及其培養(yǎng)方向。不要只參考一個(gè)渠道的資源，可以全方面挖掘身邊的資源，從多方面的渠道積累資源信息，比如學(xué)長(zhǎng)學(xué)姐，官網(wǎng)、知乎、Quora平臺(tái)等。

其實(shí)BA、DS、Stats 幾個(gè)專(zhuān)業(yè)的項(xiàng)目本質(zhì)上不分優(yōu)劣，但申請(qǐng)者一定要弄清“每個(gè)項(xiàng)目希望把你培養(yǎng)成什么人”以及“你是否希望成為這樣”。比如有些項(xiàng)目是培養(yǎng)PhD 的，如果你對(duì)于所學(xué)的專(zhuān)業(yè)沒(méi)有足夠的學(xué)術(shù)熱情就不要選。

而有些項(xiàng)目如 MIT BA ，則是需要畢業(yè)后馬上找工作的。下半年的時(shí)候大家都在找工作的熱潮中，如果你不想面對(duì)這么大的就業(yè)壓力，這類(lèi)項(xiàng)目明顯就不是你的最優(yōu)選擇。又比如 NYU 的DS培養(yǎng)的各種track都偏工科，CS背景需要很強(qiáng)，作為對(duì)CS有抵觸或畏懼心理的同學(xué)，就應(yīng)慎重選擇。VH建議大家在申請(qǐng)中多用自己的長(zhǎng)處和學(xué)校專(zhuān)業(yè)的培養(yǎng)方向去 match。

第二，BA畢竟是一個(gè)就業(yè)導(dǎo)向的專(zhuān)業(yè)。大家在申請(qǐng)時(shí)要對(duì)自己有清楚的認(rèn)知和評(píng)估，仔細(xì)判斷項(xiàng)目的培養(yǎng)是否能真的幫助自己實(shí)現(xiàn)工作目標(biāo)。比如MIT BA有 Analytics Capstone，需要去公司做項(xiàng)目能Guarantee 實(shí)習(xí)經(jīng)驗(yàn)的，這對(duì)于缺乏全職工作經(jīng)驗(yàn)的同學(xué)來(lái)講會(huì)是很好的加分經(jīng)歷，能讓畢業(yè)生在找工作時(shí)和其他Fresh Graduate有所區(qū)別。

硬件要求標(biāo)準(zhǔn)化考試：GRE/GMAT. 關(guān)于BA申請(qǐng)者該考GRE還是GMAT。如果是純粹申請(qǐng)商科和BA的同學(xué), 建議考 GMAT. 但如果同時(shí)申請(qǐng)DS等理科和BA等方向，建議考 GRE。

一般來(lái)說(shuō)達(dá)到GRE 325+會(huì)比較理想。而GRE VS GMAT， GRE的接受范圍會(huì)相對(duì)更廣一些。

語(yǔ)言考試：除了個(gè)別學(xué)校BA項(xiàng)目不要求托福成績(jī)，比如 MIT Sloan的MBAn。一般情況下，托福達(dá)到105以上還是一個(gè)比較保險(xiǎn)的成績(jī)。

成績(jī)單：GPA當(dāng)然是越高越好。如果是申請(qǐng)Top-tier的項(xiàng)目，GPA（針對(duì)美本）要達(dá)到3.6+才有競(jìng)爭(zhēng)力。

由于BA 申請(qǐng)，學(xué)校會(huì)非常看重申請(qǐng)人有計(jì)算機(jī)、統(tǒng)計(jì)的相關(guān)背景。非相關(guān)專(zhuān)業(yè)申請(qǐng)者可在自己的PS中特別提及自己這方面的背景，比如你修讀了2~3 門(mén)數(shù)學(xué)課（微積分、概率論、統(tǒng)計(jì)學(xué)）和一些CS相關(guān)的網(wǎng)課等經(jīng)歷，以此來(lái)提高自己的競(jìng)爭(zhēng)力。

數(shù)學(xué)方面：如果申請(qǐng)人背景中有“微積分、概率論、統(tǒng)計(jì)學(xué)”這三門(mén)數(shù)學(xué)課，可以算是比較有優(yōu)勢(shì)的。如果沒(méi)有或者缺漏，可嘗試用其他方式來(lái)彌補(bǔ)。

而關(guān)于CS： 雖然CS專(zhuān)業(yè)本身博大精深，但幸運(yùn)的是申請(qǐng)者們只用掌握其中較簡(jiǎn)單的三塊，就可以較好地完成BA申請(qǐng)了。

第一就是數(shù)據(jù)庫(kù)和SQL，因?yàn)槠髽I(yè)里面數(shù)據(jù)都是儲(chǔ)存在系統(tǒng)里面的。你要分析數(shù)據(jù)，首先要知道怎么把數(shù)據(jù)按照你要的方式提取出來(lái)。這就是用SQL寫(xiě)代碼提取數(shù)據(jù)。數(shù)據(jù)庫(kù)主要分為關(guān)系型數(shù)據(jù)庫(kù)和No SQL. 其中涉及到一些大數(shù)據(jù)，比如Hive是一個(gè)數(shù)據(jù)倉(cāng)庫(kù)的和工具。

這些知識(shí)學(xué)校一般不會(huì)花很多時(shí)間去教你，但是這個(gè)是學(xué)、做Analytics的基礎(chǔ)。所以申請(qǐng)者如果有SQL語(yǔ)言的基礎(chǔ)，以及有MySQL和Oracle等的使用經(jīng)驗(yàn)，是可以加分的。

第二就是學(xué)習(xí)如何在統(tǒng)計(jì)軟件中進(jìn)行編程。這里的編程，并不是傳統(tǒng)意義上寫(xiě)代碼的Coder以前提到分析數(shù)據(jù)，國(guó)內(nèi)最熟悉的是SPSS，但SPSS并不適用于現(xiàn)在美國(guó)的就業(yè)。

目前分析數(shù)據(jù)所采用的主流工具，必須通過(guò)寫(xiě)代碼的方式進(jìn)行操作，最典型的工具就是R和Python。這兩個(gè)語(yǔ)言比較容易上手，也比較偏向于應(yīng)用，有很多數(shù)據(jù)庫(kù)可以直接拿來(lái)用，應(yīng)用范圍很廣泛，所以這里的編程，其實(shí)是統(tǒng)計(jì)編程，和真正編網(wǎng)站的C語(yǔ)言、Java還是很不一樣的，申請(qǐng)者學(xué)習(xí)起來(lái)雖然仍是編程思維卻容易很多。

第三要學(xué)的計(jì)算機(jī)知識(shí)也就是現(xiàn)在最流行的Machine Learning。機(jī)器學(xué)習(xí)基本上是用計(jì)算機(jī)代替和補(bǔ)充前面所說(shuō)的回歸分析等統(tǒng)計(jì)模型方法來(lái)建模。不過(guò)很多原則其實(shí)和統(tǒng)計(jì)的回歸分析是一樣的，也都是用R或者Python的代碼來(lái)實(shí)現(xiàn)。

關(guān)于上網(wǎng)課的平臺(tái)，VH推薦大家用Edx和Coursera.前者是由Harvard和MIT聯(lián)合創(chuàng)辦的，在美國(guó)東部學(xué)校比較 Popular;而Coursera則是由Stanford 設(shè)立的，相對(duì)來(lái)說(shuō)課程較為輕松。

軟實(shí)力的準(zhǔn)備與提升

1.實(shí)習(xí)

在BA申請(qǐng)過(guò)程中，你不得不和很多有工作經(jīng)驗(yàn)的申請(qǐng)者競(jìng)爭(zhēng)，所以個(gè)人實(shí)習(xí)經(jīng)歷對(duì)于BA申請(qǐng)是很重要的。而實(shí)習(xí)方面，申請(qǐng)者可以通過(guò)Resume 呈現(xiàn)，應(yīng)著重強(qiáng)調(diào)用過(guò)什么Algorithms，會(huì)什么Statistical modeling，學(xué)校會(huì)從這些描述中看出這個(gè)學(xué)生是否有相關(guān)基礎(chǔ)。

BA申請(qǐng)者的實(shí)習(xí)經(jīng)歷應(yīng)當(dāng)重點(diǎn)體現(xiàn)出Creative thinking and solutions。比如在你做過(guò)的項(xiàng)目中列明“你在其中提出過(guò)什么解決方案？——你觀察到哪些問(wèn)題？——具體是怎么觀察到的？——你做了什么調(diào)整并如何Improve the result？”整個(gè)過(guò)程要讓老師看出這個(gè)學(xué)生是非常有創(chuàng)新精神的。而且你在說(shuō)這些時(shí)，一定要主張你的解決辦法是具體的，可操作性強(qiáng)的，避免過(guò)于學(xué)術(shù)而被束之高閣的方法。

簡(jiǎn)歷中一定要圍繞Data analysis相關(guān)的項(xiàng)目來(lái)談，列出一二三四條，包括發(fā)現(xiàn)了什么問(wèn)題、如何解決等等。需要注意的是：因?yàn)楹芏囗?xiàng)目是通過(guò)小組共同完成的，所以個(gè)人部分的職責(zé)要說(shuō)清楚，申請(qǐng)者一定要列清在這個(gè)過(guò)程中你具體負(fù)責(zé)的事務(wù)。

2.學(xué)術(shù)活動(dòng)

學(xué)術(shù)活動(dòng)建議從兩方面來(lái)準(zhǔn)備，一個(gè)是數(shù)學(xué)建模，另一個(gè)是 Data competition。學(xué)術(shù)活動(dòng)拿獎(jiǎng)與否并不重要，更多的是體現(xiàn)出你在學(xué)習(xí)之外積極投身實(shí)踐的精神。這方面的比賽比如Kaggle大家參與的比較多，會(huì)有一些Projects讓大家來(lái)做，然后上傳結(jié)果等，之后學(xué)校可以憑借這些來(lái)判別出你做過(guò)的事情和達(dá)到的層次。

建議申請(qǐng)者在BA申請(qǐng)過(guò)程中，有任何學(xué)術(shù)和其他方面的更新，都及時(shí)跟學(xué)校匯報(bào)。同時(shí)勤于和學(xué)校溝通審核進(jìn)度，或通過(guò)Linkedin 等社交媒介關(guān)注學(xué)校動(dòng)態(tài)，讓學(xué)校知道你非常重視他們。