学员背景

Y同学

本科背景
深圳大学 新能源科学与工程
GPA:86.2 雅思:6.5
录取学校（2022年秋季入学）
香港大学 能源工程
申请时间：2021.10.29
录取时间：2022.01.19
香港理工大学 数据科学及分析
申请时间：2021.10.29
录取时间：2022.01.14
香港理工大学 工程商业管理
申请时间：2021.10.29
录取时间：2022.01.20
布里斯托大学 工程数学
申请时间：2021.11.01
录取时间：2021.12.08
南安普顿大学 数据与决策分析
申请时间：2021.11.02
录取时间：2021.12.12

确定留学：起因&就业考虑

01 初步了解留学

在大二的暑假，我提前回到学校开始着手做项目。期间，我和本科导师简单地聊了聊未来的升学打算。当时我对留学是完全不懂的，想着升学就是选择一个学校考研吧。

在谈话中，导师和我分享他在麻省理工的读博体验，他提到国内外的培养模式还是挺不一样的，国外的教育更偏启发性，会引导你自发地思考对所学知识的应用，当然也需要学生拥有更高的学习主动性。他建议我可以的话，去国/境外的学校深造，感受一下不一样的教育方式，或许会在未来产生某种影响，而且留学本身也是一种宝贵的体验。之后，我在很多网页论坛上了解关于留学的信息—学校、学制、培养模式、导向性、优劣势、需要做的准备等等，并初步确定了留学深造的意向。

02 关于跨专业读研的考虑

我的本科专业是新能源科学与工程，这是一个复合型专业，涉及热学、化学、材料、机械等“天坑”学科，现实中很多就业岗位及薪资和互联网/金融行业相比，会让很多同学望而却步，也让我开始思考是否要在这个行业继续发展下去，或是在研究生阶段转行学习一个就业热门的高薪专业。

近几年，数据科学在北美大火，国内也愈发呈现这种趋势，无论是在互联网、金融行业，还是在教育、医疗、咨询等公司，都兴起大量相关的岗位，并且在未来好几年内都有大量的人才缺口，整体薪资也非常可观。数据科学不同于传统的计算机岗位，简单来说，它的核心是对统计等数理知识的应用分析，并通过代码对大量的数据进行建模，挖掘其中的规律及进行预测，最终形成决策建议用以辅佐商业计划。所以，数据科学的入行门槛相对来说是低一些的，而且数据分析岗/数据科学家也不需要学习计算机网络等传统计科课程，很多学校也是接受理工科的同学跨申该专业的，所以我当时产生了研究生阶段可以选择去读数据科学的想法。

同时，我了解到很多学校设有工程管理这样一个专业，算是工科+商科的专业，接受来自工程背景的同学。专业设置了管理、供应链、信息系统等课程，可以拓宽就业面，也可以离开和能源相关的一些纯技术岗位，实现转行。

数据科学于我而言是完全跨申，工程管理算是半跨，同时申请这两类专业可以更好地降低我的跨申风险，同时我选择了能源专业作为保底，这是我最初的大致想法。

多方向申请如何准备？

想先说的一点就是：经历了申请季，包括和其他同学交流后觉得——毫无疑问，GPA还是最重要的！特别是对于很看重均分的英国和香港地区，一个高分的GPA大概率决定了你能否被录取，当然软背景也有其重要性，但主要是锦上添花的作用。因此，建议大家前三年努力刷高成绩！之前看到一句话，“英港申请，GPA多个一两分，或许比多做一份实习可能更有用。” 这句话不一定完全正确，但其表达的GPA的重要性想必大家也能理解。

01 关于能源和工程管理专业的准备

大三开始，得益于导师给我的机会，我全程参与并负责了一个和新能源利用相关的工程类项目。从落实系统每一处的设计、尺寸、安装位置，到联系各部件厂商进行需求讨论，采购和商讨系统部分的定制，从零开始学习系统建模和仿真的知识，期间更换了多个软件且每次都从头学起，到最后通过仿真和实验的对比总结结论等等。

做项目期间也因各种困难卡了无数次，也有停滞不前的时候，但通过项目可以快速学习新的知识，加深对所学知识的理解和应用，掌握工科通用的建模仿真技能，每一步都是宝贵的经历。每次向导师诉苦时，他都说，只要是自己踏实做过的，在申请时都能够和面试的教授有东西去聊，而且现在经历的对以后或多或少都是有用的，都是对自己能力的提升。也正是基于这个项目，我也参加了节能减排科技竞赛、“互联网+”大创竞赛等，弥补了软实力这方面的空缺。申请季时我们也在做项目的迭代，又申请了两项发明专利和大创立项，也算是为申请进一步助力了。

虽然我有跨申的想法，但在能源相关的学习、项目和比赛上我仍然争取去做，并没有“摆烂”，不管是什么学科，多尝试和锻炼自己能力总是没错的。而且就算是决定跨申了，在原专业上体现出的学术成果，也能向审理的教授们侧面展现出自己的能力。在香港理工大学工程商业管理的面试中，果不其然，老师就围绕我的这个工程类项目展开了询问，比如对于这个能源系统的介绍、基本原理、竞品分析、投资回报周期，参加大创竞赛的大致介绍，组内队员背景，为什么选择来自不同专业的，具体每个人做了什么等等这样细致的问题。

在这里也非常感谢指南者老师在模拟面试中给我的宝贵建议，面试指导老师当时说我应该更详细地准备一下和这个工程项目相关的面试问题，因为这个项目是和工程相关的，同时也是我的核心项目之一，是非常有价值的。果然在面试中问了很多相关的问题。对于申请季的同学来说，可以提早根据心仪项目的课程设置，加强与之匹配的软实力提升，提高申请成功的几率。

02 关于数据科学专业的准备

大三上，在和指南者老师沟通了跨申的想法以及在网络上看了跨申相关的文章后，我了解到如果要跨申，就必须得在软背景方面做补充。我知道指南者留学有专门的背景提升训练营，可以为跨申的同学和想要进一步补充软实力背景的同学提供学习资源。于是我报名了机器学习数据分析的训练营，开始正式为跨申做准备。

训练营的课程设置是先从基础的Python语法和编程习题开始，然后逐渐过渡到和数据分析相关的Numpy、Pandas、Matplotlib等库的使用，通过课程的讲解和每天的coding，可以掌握对基础数据的清洗、预处理和可视化展现的技能。之后还学习了常见的监督学习算法，如回归、分类、集成算法的基础统计原理、特征工程、无监督学习和代码应用，再通过实战例子加深对算法的理解和编程能力。

最后课程结束后，会完成一个个人项目，并撰写相应的论文。当时每天都要花好几个小时不停地学习，课下还买了机器学习的书在看，那种每天学到烦的心情是几句话难以表达的。好在最后参加并获得了数据分析竞赛的奖项，能为跨申多一些准备，也觉得是值得的。

大三下基本是我本科阶段最后一个上课的学期了，除了学好本专业课程，为了跨申多做一些准备，我特意在学校修了数学建模入门、Python数据分析与实战这两门数据科学相关的课程，也尝试去做美赛建模的训练，继续巩固所学的数据分析知识并丰富跨申经历，这些经历放在简历或ps中都是有用的。

对于有跨申想法的同学，可以尽早做规划，然后可以在一些平台如慕课、coursera去学习相关课程知识作为补充，接触相关项目和竞赛。只要努力，一切都是有可能的！

正式签约指南者留学

去年八月底，考完第二次雅思后，我和指南者留学正式签约了。那时候，我虽然已经了解指南者留学大半年了，也参加了指南者的背景提升营。但我当时也有接触几家其他留学机构的老师，最终对比后选择了指南者留学，因为在长期咨询中可以感受到老师的用心回复和专业的态度，不像其他机构急于让你签约。

九月初，我和刘老师开始了一遍遍的选校过程。刘老师耐心地给我做了三个申请方向、两个地区的选校建议，针对每个项目的申请特点和往年的案例进行分析。有人说选校很关键，选择合适的项目可能就成功了一大半。

比如，针对数据科学项目，当时的香港地区来说，数据科学项目比较少，刘老师建议我选择港理工的，因为港城市的数据科学竞争非常激烈，据说21fall录的大部分都是985/211，而且对跨申不太友好，录的同学基本都是数学、统计、计算机等强相关专业背景的。港理工的数据科学分析对理工科背景的同学更加友好，往年也有跨申的录取案例，虽说香港的数据科学专业申请越来越卷，但港理工DS还是有一定被录取的概率。

我当时说要不要考虑一下港浸会的数据分析与人工智能项目，刘老师综合我的背景和对学校排名的要求，说可以先不考虑，她坚信我被港理工录取的概率还是挺大的，我当时还有点半信半疑，但最后真的如愿收到了港理工的录取！

英国选校方面，我们选择了和港理工排名相近的布里斯托和南安普顿。对于布大的专业选择，一开始选的是Data Science专业，但后来和刘老师仔细斟酌后，决定将其换成Engineering Mathematics。一方面是因为布大的DS是非常热门的专业，今年的申请季竞争可能会更加激烈；另一方面就是工程数学这个专业更适合背景为工科的学生去申请，课程设置依然结合了数学建模和数据分析。

事实证明这个决定是没错的，今年布大DS因申请量过大而在11月下旬提前关闭申请通道，而我最终如愿收获了工程数学的offer。南安普顿也依据专业申请要求的特点，选择了Data and Decision Analytics而不是DS，最后也成功录取。在这里特别感谢刘老师在选校过程中提供的建议。

关于留学文书的准备，我在十月初完成了文书提纲的写作准备，期间我也向陈老师一遍遍的提出修改建议，让老师帮我和文书老师去协商修改。最终经过反复打磨，文书内容也让我觉得挺不错的，也非常感谢陈老师不厌其烦地听我的文书修改建议，帮我不断地去对接和反馈，以及帮我递交申请和后续事宜的安排与建议。

申请感悟 & offer选择

十一月初递交了全部申请后，我迎来了最焦虑的阶段。每天疯狂查看邮箱和申请系统，看看进度有没有变化，也不停在网上关注申请项目的动态。直到12月，收到英国两个项目的录取，12.21也收到了港大能源工程的推研。一月份香港地区的三个录取也来了，其中港理工竟然也录了！

但随之而来的又是关于专业选择的焦虑。其中让我纠结了很久的是港大能源 or 港理工数据科学。那段时间，我询问了身边的老师、同学、家人，基本上都建议我继续选择能源，我也不停地在研究行业的发展趋势。

都说2021是碳中和发展的元年，这也是全世界的共识。去年开始，很多会审咨询公司也有了可持续发展业务、ESG相关的岗位，华为也在去年新成立数字能源公司，或许能源真的会迎来下一个风口？但这个是没法预料的，或许任何一个行业都是一座围城。当然，数据科学领域肯定在未来的趋势很好，但我也不能确保一定适合自己。例如我哥在2013-2020年期间学习微电子专业，在2013年时，微电子专业根本没什么人选，也并不热门，但近两年突然火起来，岗位和薪资大增。现在行业更新迭代太快了，每过几年可能都有着巨大的变化。对于我而言，放弃港大或者数据科学可能都会后悔，没有一个选择是绝对完美的，我也没法精准预料未来的行业趋势，所以只有在能力范围内不断提升自己或许才是最好的选择。

最后，感谢指南者老师们在各个环节给我的建议和帮助，确保了我的申请季顺利进行，我也收获了如愿的结果，也希望这个分享能给准备申请的同学们带来些许启发。