| 学生基本信息（研究生申请） |
大学 | 美本 | TOEFL | 100+ |
平均成绩/GPA | 3.8 | GRE | 328 |
本科专业 | Cs, Math, Econ | 申请专业 | 数据科学,电子工程,商业分析等 |
| 学生主要优势 | 学生主要劣势 |
1 | Cs专业课绩点高 | 规划时间相对晚 |
2 | 科研实习经历背景丰富 |
|
| 申请学校录取情况 |
大学排名 | 大学英文名称 | 大学中文名称 |
3 | Columbia University | 哥伦比亚大学 |
12 | Duke University | 杜克大学 |
26 | Carnegie Mellon University | 卡内基梅隆大学 |
从迷茫到清晰,斩获交叉学科Tier1
数据科学,电子工程,商业分析项目
L同学出身美国top50的学校,专业是数学+经济和计算机双专业,是个典型的学霸。
**次和L同学沟通的时候,发现L同学虽然学习能力很强,绩点也不错,但因为对未来方向不明确,导致选课非常随性,以及科研背景很缺乏,实习经历有些经历但方向不相关。详细沟通和梳理之后,发现L同学虽然之前有两段金融相关的实习,但他本人对经济,金融,以及数学兴趣都一般,未来还是更想从事偏tech方面的工作,但当时L同学已经是大三,时间非常紧张,且目前这一类大热的方向包括数据科学,商业分析等交叉学科,门槛都非常高,不仅仅对课程背景还有科研实习的匹配度,以及后续的面试等要求都非常高。
课程背景:虽然申请的难度很大,但我们非常看好L同学的潜力和我们的配合,所以很快紧锣密鼓的开始课程规划。针对数据科学,商业分析等方向,帮L同学规划还缺的课程,从低阶到高阶,从理论到实践,持续一年半的系统规划,最终到我们申请前以及后续补充大四上成绩单的时候,L同学课程背景已经非常匹配。
科研实习:这方面是我们的**的痛点和弱势,所以在L同学加入我们团队之后,很快帮助L同学规划了一段学期内可以远程进行的中科院的数据科学方向的科研,这段经历不断让L同学加深了对这个方向的兴趣,同时给他后续的科研实习打了会很好的基础。后续L同学基于自己的研究兴趣,又自己探索了关于房价等一些基于机器学习,深度学习等独立的小项目。这些项目结束之后,L同学又主动联系到了之前的金融公司,又争取到了一些数据分析相关的工作,丰富了业界的经历。在大三暑假,我们协助L同学申请到了apple的实习,也是做人工智能方向的岗位,L同学因为出色的表现也争取到了导师的强推。同时大四上学期,我们又协助L同学争取到了校内一个和业界公司合作的一个实践项目,进一步增强了实践技能,丰富了软背景方面的经历。
申请:申请阶段,L同学积极参与和配合,我们详细挖掘了每段经历的亮点,并且针对不同学校和项目做了经历的调整,以做到更匹配学校的祈祷。最后L同学成功斩获了哥大数据科学,卡梅商业分析(M1sM-B1DA)
16个月的项目,以及杜克电子工程
(机器学习和数据分析track).
