学员背景
Z同学
本科背景
华盛顿大学 Statistics(Data Science)
GPA：3.84 GRE:326
录取学校（2022年秋季入学）
★帝国理工学院 商务分析
申请时间：2021.09.30
面试通知：2021.11.02
面试时间：2021.11.08
录取时间：2021.12.15
爱丁堡大学 数据科学
申请时间：2021.10.10
录取时间：2022.05.26
新加坡国立大学 数据科学与机器学习
申请时间：2021.11.19
录取时间：2022.02.04
新加坡国立大学 商业分析
申请时间：2021.11.19
面试通知：2022.01.13
面试时间：2022.01.25
录取时间：2022.02.08
南洋理工大学 分析学
申请时间：2021.11.22
录取时间：2022.01.27
伦敦大学学院 数据科学
申请时间：2021.11.22
录取时间：2022.03.09
在刚刚过去的22fall申请季中，通过指南者留学的帮助，我拿到了IC/UCL/Edinburgh/NUS/NTU的offer。接下来想和大家复盘一波我的申研过程，也希望能对大家有些启发和帮助。
成绩绩点
在我们学校的毕业要求中，除了要修完专业课之外，还要选够一定学分的人文社科、艺术/二外和写作课。俗话说得好，“选课一时爽，考试火葬场”。选课其实就是保持成绩绩点的第一步。虽然在我们学校盛传“华大无水课”的名句，但还是要将每门课程的难易程度和workload做一些平衡，尽量不要把一个学期排的全是硬课（当然全是水课好像良心上也有些过意不去）。
除了选课，每个人都会有适合自己的学习习惯，这里可以简单和大家做个分享。
我从高中学托福SAT的时候就比较喜欢做计划，这个习惯也一直延续到了现在。因为大学的quarter学制，课程进度比较快，从第三周开始一直有考试也算是家常便饭了。在每学期收到syllabus之后我会在planner上记下考试时间、成绩占比和作业deadline，这样也能在当周想好学习的重点、便于分配时间。
大学和初中高中很不一样的是没有所谓的题海战术，一是没那么多题、二是没那么多时间。像一些基础课可能还会有过去几年的past exam，但像专业课基本上就没有给了，有的老师会给一套题但没有答案，而有的老师会给复习提纲。所以在有限的时间内，通过课堂笔记和作业来吃透知识点是最重要的；尤其像一些之后找工作还会派上用场的课，这时候学的透彻是有百益而无一害。
如果老师在考试前有 office hour的话，不管自己有没有问题一定要去！说不准别人的问题就是自己还不太拿得准的点，特别心善的老师会话里话外拐弯抹角地告诉你某种题会考或者不会考。
把自己能做的事情做到最大化之后，剩下的一小部分因素就交给运气了。有些课会以小组项目&展示作为期末考试，“选择比努力更重要”这句话在这里就是残忍的真相。而且有些老师的授课水平和给分机制就是比较鸡肋，这个时候和朋友一起组队是很好的选择，和课友互相讲解可以加深对于知识的理解、也可以解决自己的困惑。
标化考试
因为申请本科的时候酷受标化考试出分晚的折磨，在大一的暑假我就投入到了GRE的学习。虽然当时还没有确定好毕业之后是先读研还是先工作，但我内心比较倾向于前者，而且GRE有效期长达5年，即便真的要先工作一两年说不准也是可以用上的。
备考的过程对我来说不是很轻松，尤其阅读方面一直是我的短板，而在GRE中不管是verbal还是quantitative，都有在考察阅读能力，比如说在数学考试中题干和选项都很长，还会有潜在的数学长难句。在这方面我除了有反复地背单词之外，还有着重地记忆高频词组和训练长难句理解。
实习和科研
在申请的时候我积累了3段有关数据方面的实习，分别是外企的data analyst assistant、互联网的data scientist和美国初创公司的data scientist。这些实习经验对我个人而言很重要，让我明白在企业中是如何通过数据和分析工具来获取有价值的insight，也在我踌躇不定的时候坚定下来之后想从事的工作。更重要的是，这些经历让我意识到学校与工作之间的不同、还有我自己的不足。在实习期间和之后，我还通过DataCamp和Udemy自学了很多我感兴趣且需要提升的技能，包括Python编程、Tableau可视化和产品管理。
我并没有很多相关的科研经历，也没有像国内的同学参与些数据方面的比赛。前一阵子有位在英国读本科的学弟还问了我这个问题：“上学期间要维持个好的GPA就已经很累了，假期要实习考标化，要申请DS/BA的项目没有科研经历是不是不太好？”说实话这种想法我也曾有过，指南者的老师们在分析我的经历时也指出了这个小问题，但她们跟我说学校相关的course projects可以弥补这一方面的经历，让我宽慰很多。
关于实习和科研，我个人的理解是要看研究生项目的需求和自己的职业规划，如果项目更偏向实践那么或许需要在实习多下点功夫，如果更偏向学术那么多积累科研经历肯定是最好的。在学有余力的情况下，再去对另外一种进行背景提升。毕竟每个人的一天都只有24小时，除去正常生活需要的时间总共就那么多，所以要选择优先级更高的事情去做，重点是要做好。
选校与文书
初识指南者留学是有一位学姐推荐给我老阿姨Eva的微博，老师在微博中不单单针对热门项目进行了项目合集的总结，还有结合她自己的阅历写出来的观点分享帖和粉丝们投来的选校建议帖。之后我联系到了指南者的顾问刘老师进行选校定位和申请咨询。在介绍完我的背景后，刘老师有针对性地设定好我的冲刺校和匹配校，也对我大三暑假提出了几点建议。几周后，老师还会来update我最近的准备情况，特别负责！
因为本科申请的时候在机构选择上吃了些亏，所以经过我全面的对比后，最终选择了指南者留学，而且文书老师正是Eva老师，有种追星成功的感觉！签约之后，申请导师Zoe对我的选校清单进行了微调，也是因为这一点让我离梦想的项目更近了一步：当初我是想同时申请IC商学院的BA项目和数学系的Statistics (Data Science)项目，但商学院除了金融相关的专业是不能申第二专业的，而前者是我的心头爱，后者和本科专业更为接近；在老师们的分析和鼓励下，我选择了前者，为梦校冲一波。
在文书头脑风暴阶段，当我遇到捋不顺或者太老套的点时，Eva老师总能给予我新的思考角度，包括更具体的职业规划和新兴领域；在撰写阶段，老师会根据每个项目的特点进行素材的调整，文章的用词句式和连贯性非常考究，读第一遍给我一种眼前一亮流连忘返的感觉，经常被老师的专业性且博学所折服。经过两轮的打磨和讨论之后，就完美地定稿啦！
面试
在IC BA第一轮申请刚结束的第二天，我就收到了项目面试，Zoe老师很快整理好了面经供我练习。IC商学院是用Kira进行视频面试，类似要开摄像头的托福口语。商学院每个项目的面试题目都不太一样，因为BA需要数理背景，尤其是对于线性代数和最优化的知识，面试中一共有6道题，第一题是1分钟自我介绍，接着3道都是关于数学的，最后以一道写邮件题和behavioral question结尾。
在22年1月份，我也收到了NUS BA 的zoom面试邀请，老师安排我与NUS在读学长进行模拟面试，得到了很宝贵的反馈。在正式面试中，面试官不仅问了我有关数据方面和职业规划的问题，还根据我的教育背景与在校社团经历聊了很多，整体的氛围比较轻松～
选择IC
在12月中的某个清晨，我终于收到了IC的推研邮件，正处于final week的我瞬间打满了鸡血。我对IC的执念起源于一些很说不出口的细节：坐落于英国伦敦，有着侦探迷和柯南迷放不下的贝克街；帝国这个听起来就很贵气的名字；那个学GRE很困的晚上却在地铁站被帝国理工商学院的包包所吸引。从此，这所学校走进了我的内心。
在大二搜索DS/BA的研究生项目时，我被它“颜值”之外的特质所吸引：IC BA的项目在tech和business这两个方面都很硬核，在学习各种分析工具的同时也能接触到像电商、医疗、金融领域的数据分析思路，同时在各种小组活动中提升表达和沟通能力，很能锻炼我在实习中暴露出来的缺点。
申请小插曲
四年前的本科申请告诉我一切要尽早开始，这一点在研究生申请中得到了完美印证，同时也让我初尝活在当下的重要性。
这次申请季让我发现我是个容易内耗的人，总觉得自己有什么地方还没做好，就会影响申请结果，对不确定的未来浮想联翩 ……记忆最深刻的就是收到IC BA的面试那天，特别激动，感觉离梦校只差一步之遥，但它只给了我不到一周的时间准备，而那周恰好我有四门课的期中考试。我非常担心会不会就是因为准备时间不够而与梦校失之交臂。患得患失所带来的心理和生理上的双重冲击差点击倒了我。此刻爸妈把我从负面情绪的深渊中拉了出来，“既然觉得它很重要，那就专注在准备面经上，焦虑到什么也干不了有什么用呢？”
不得不承认步入成人世界后，焦虑会时常会伴我们左右。在我看来一定程度上的焦虑其实是件好事，它的存在证明我在乎、我希望。但这时候更重要的是行动起来，而不是过分内耗、无意义的对比和沉浸式想象：觉得自己的实践经历不够，那就找实习找起来，或者通过时间更灵活的线上项目来做补充；觉得自己某方面的知识还不够饱满，那就利用课余时间和网络资源进行提升。
过程中经历些小风小浪，这就是申请季和成长的意义吧。
