背景提升有用吗？那些背景提升的同学都拿到了哪些录取？

不太了解留学的同学，可能对“背景提升”这个词有点陌生。其实，“背景提升”是申请环境越来越激烈的一个产物，指的是部分同学因为客观条件难以改变（双非/低GPA/低语言/专业不匹配），想通过提升软背景的方式弥补硬件劣势，或者是在高手如云神仙打架的候选人中通过加码软实力获得更大的竞争优势。而项目、实习、科研、竞赛等任何可以写进简历，体现与申请方向相匹配的知识、技能的经历，都可以称之为“背景提升”。

在社会资源有限的情况下，无论是为了弥补硬件劣势，还是为了“人无我有，人有我优”，背景提升已经成为越来越多留学党匹配院校要求，用实践经历来证明自己具备所需专业素养的选择。

我们一起来看看，12月那些背景提升的同学都拿到了哪些录取？

一Y同学一

本科背景：

南京大学金融，GPA 90，语言105（326）

录取结果：

伦敦政治经济学院风险与金融理学硕士、香港大学金融学、香港大学经济学、香港科技大学经济学

参与项目：

指南者量化金融项目实战——沪深300ETF期权的买入时间价差策略研究

背提需求：

Y同学硬件条件出色，申请定位主要是英国与香港的Top项目。为了更进一步增强竞争力、保证成功率，所以考虑通过项目类的学术经历再继续丰富经历，同时更强化自己的金融量化分析能力，以匹配这些专业的偏好。通过这个期权策略项目，表现出他对衍生品知识的深度理解、对金融数据和python工具的熟练应用，以及在策略理解上的主动思考，展现出具备较强专业能力和思考力的申请者形象，更好地助力申请。

简历描述：

一X同学一

本科背景：

南京信息工程大学金融工程，GPA 92，语言103（329）

录取结果：

纽约大学金融工程硕士、新加坡国立大学统计学硕士

参与项目：

指南者量化金融项目实战——压力测试下的风险回测优化模型研究

背提需求：

X同学本身是金工专业，成绩较好，申请也算是比较匹配的，但想要在量化分析经历上进行一些补充。根据X同学自身的情况，我们建议她参加量化金融项目，研究了压力测试下轮动交易策略在风险管理中的应用，通过项目，X同学对金融组合策略和金融风险管理有更加深刻的认知。同时利用python工具自主构建了风险回测模型，展示学生的量化分析能力与编程能力，为CV增加了亮眼的研究经历。

简历描述：

一W同学一

本科背景：

曼彻斯特大学数学与金融，GPA 62

录取结果：

香港科技大学金融科技理学硕士

参与项目：

指南者留学量化金融项目实战——基于A股财报信息质量因子的选股策略研；

指南者留学投资分析项目实战——良品铺子：企业前瞻性布局的范本

背提需求：

W同学的申请组合对量化分析能力要求较高，所以选择进行相关的项目实战，来提升整体经历的匹配度。在针对A股财报信息质量因子进行研究的过程中，她首先梳理了公司盈余调节的常用手段，归纳出构建因子的基本思路，并能熟练应用数据终端和Python进行数据获取和处理分析。通过项目实践了构建量化策略的基本步骤，也加强了对量化投资的理解和实践能力。

与此同时，为了更进一步扩大自己在金融学科的实践范围，W同学又参加了投资分析项目实战，通过行业研究与财务分析从价值投资与技术面分析两方面，对公司股价进行合理估值、时序分析和趋势模拟等，更进一步丰富了自己的学术经历。

简历描述：

一Z同学一

本科背景：

南开大学金融，GPA 88.35，语言90（323+3）

录取结果：

香港大学金融学、香港中文大学经济学

参与项目：

指南者投资分析项目实战——A股教育第一龙头中公教育投资分析

背提需求：

Z同学本身的专业为金融，成绩较好，其主要申请方向为金融、经济等专业，为此她选择了投资分析项目实战，通过课程和项目实战，她了解公司研究的完整步骤，掌握公司研究基本方法；利用财务分析工具及商业数据分析工具进行搭建估值模型，形成动态、可视的公司经营分析和财务分析报告，构建企业级报告。对公司所处行业进行全面了解、并掌握了公司分析及估值模型构建过程，会对金融、经济等专业的留学申请起到非常积极的作用。

简历描述：

一Z同学一

本科背景：

211自动化，GPA 80.6，语言 6.5

录取结果：

香港大学创新设计与技术、香港中文大学机械与自动化工程、格拉斯哥大学机器人与人工智能理学硕士

参与项目：

指南者留学SCI科研训练营

背提需求：

Z同学本身是自动化专业，想要申请自动化及人工智能相关专业，但是自身绩点比较低只有80分，雅思成绩6.5也没有竞争优势。为了提升自己的竞争优势，Z同学选择参加了指南者留学SCI科研训练营，在教授的指导下，Z同学认真仔细地完成了各项试验任务及论文撰写，最终成功发表了一篇SCI一作论文。目前斩获了港中文的机械自动化，港大的创新设计，格拉斯哥的机器人与人工智能，这几个专业都是非常考验学生的科研能力，而SCI论文发表无疑对其申请成功发挥了极大的作用。

简历描述：

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍一C同学一

本科背景：

中国传媒大学南广学院西班牙语播音，GPA 3.07

录取结果：‍‍‍‍‍

莫纳什大学战略传播管理硕士（1.5年制）

参与项目：

指南者商业分析项目实战——Data Analysis of the Development of the Chinese Market of New-Style Tea

背提需求：

C同学是双非语言学专业的学生，想要申请战略传播管理专业，由于自身软硬背景都不具备竞争优势，尤其是背景经历方面非常单薄，迫切地希望有一段高含金量的项目经历来提高自己的竞争力。从专业角度来看，现代传播需要数据分析工具和商业思维，因此C同学选择了商业分析项目实战训练营。该训练营对0编程基础和弱编程基础的同学非常友好。通过项目实战，C同学掌握了Python、SQL、Tableau等数据分析工具，并且掌握了标准的商业数据分析工作流程，为申请和今后的研究生学习带来了很大的帮助。

简历描述：

一Y同学一

本科背景：

苏州大学新能源材料与器件+工商管理，GPA 87，语言7

录取结果：

香港中文大学系统工程与工程管理

参与项目：

数学建模“高斯杯”竞赛、指南者商业分析项目实战——“就地过年”-北京餐饮市场研究

背提需求：

Y同学希望给自己的CV中增添竞赛相关的经历，数模比赛作为本科阶段范围最广的竞赛，显然比较合适。为此我们推荐他参加我们的数模竞赛营，在课程中掌握了多种数模算法以及MATLAB等工具的使用，最终还在“高斯杯”竞赛中获奖。这段经历可以很好地体现Y同学使用数学解决问题的能力以及工具使用的能力，同时也很好地弥补了简历经历的空白。

Y同学的第二个需求是，想学习一些数据分析相关的技能，包括Python编程等，同时也为自己的软背景再增加一段有含金量的项目经历。在本项目实战过程中，课程中学生掌握了SQL、Tableau和Python编程基础，并掌握了几种重要的机器学习模型，如回归分析，主成分降维、KMeans、逻辑回归、文本分析等挖掘建模方法，最终在老师指导下完成了商业数据分析报告。

简历描述：

一L同学一

本科背景：

加州大学欧文分校计算机，GPA 3.93，语言321

录取结果：

香港中文大学商业分析

参与项目：

指南者机器学习kaggle项目：美国保诚人寿保险评估

背提需求：

L同学的自身的院校背景还是很不错的，并且也有很高的GPA，但是L同学作为计算系的学生，大多数的经历都是和CS相关的，和申请专业相关的项目经历还是很欠缺的，并且对于机器学习类的知识也不是很熟悉。目前的BA方向或多或少都会涉及到机器学习的知识，所以我们推荐他参加了kaggle的训练营，在训练营中掌握了机器学习的基本算法如：逻辑回归、岭回归、随机森林、GBDT、XGBOOST、LGBM等模型，并且可以使用python对数据做处理工作以及模型搭建、模型评价等操作，最后增添了一段不错的机器学习相关项目经历。

简历描述：

一G同学一

本科背景：

华中师范大学数学，GPA 84.08，语言7

录取结果：

伦敦大学学院数学教育文学硕士

参与项目：

指南者机器学习kaggle项目：IEEE-CIS欺诈检测

背提需求：

G同学作为数学方向的同学，在本科阶段所学习的内容基本上都是处于理论阶段，很少有将实际的知识应用到相关项目中的经历，考虑到G同学的数学功底不错，我们推荐他参加了kaggle的训练营，在期间掌握了关于机器学习的各种算法，XGBOOST、LGBM、GBDT等，并且也知道了机器学习的常规流程，数据清洗、可视化分析、特征工程、模型调参、模型评价、模型优化等操作，最终使用python完成了IEEE-CIS欺诈检测项目，增添了一段应用经历。

简历描述：

一W同学一

本科背景：

东北大学通信工程，GPA 86，语言7.5

录取结果：

香港科技大学电子工程、香港科技大学电信学

参与项目：

指南者机器学习项目实战——华为手机出厂质量智能检测系统

背提需求：

W同学本身是通信工程专业的，在校的一些经历大多数都是课程设计，没有特别出彩的经历，并且对于一些工具的使用还不是很熟练，W同学在校的时候有接触过机器学习的内容并且对这一块比较感兴趣，所以我们推荐他参加了机器学习训练营。在这期间W同学通过python对会为手机出厂数据进行清洗、预处理、合并等工作，并且设计了特征工程提取关键特征，最后利用python搭建了分类模型来预测手机质量的好坏达到智能检测的目的。在这过程中W同学不光增添一段不错的经历，也掌握了python编程工具的使用。

简历描述：

一S同学一

本科背景：

北京信息科技大学机器人工程，GPA 3.72，语言6.5

录取结果：

香港中文大学机械与自动化工程、谢菲尔德大学机器人学理学硕士

参与项目：

数学建模“高斯杯”竞赛

背提需求：

S同学的本科院校背景在申请的时候没有太大的优势，我们推荐从软实力背景来提升自己的竞争力，考虑到S同学的专业背景我们推荐他参加数学建模训练营，给自己增添一段竞赛经历。在训练营中S同学不光掌握了数模相关算法如：TOPSIS、插值、拟合、蒙特卡罗、Kmeans等，还掌握了MATLAB工具的使用，最后参加了“高斯杯”竞赛，并且取得了不错的成绩。

简历描述：

一X同学一

本科背景：

华东师范大学工商管理（中法创新实验班），GPA 3.85，语言7.0

录取结果：

伦敦大学学院全球医疗保健管理（分析）理学硕士

参与项目：

数学建模“高斯杯”竞赛

背提需求：

X同学的本科背景还是不错的，但是相比商科的同学缺少一些比较有含金量的经历，出于X同学的背景以及申请的专业，我们推荐他参加数学建模竞赛这类适合大部分专业同学参加以及对于专业要求较低的竞赛。X同学在竞赛前期还是很认真的，学习完了我们安排的数模类的算法比如：线性回归、灰色分析、相关分析、回归分析等内容，还掌握了stata、SPSS等工具的使用，最后参加了“高斯杯”数学建模竞赛，取得了不错的名次，填补了自身经历的空白。