本科经济学研究生转什么专业比较好

夏季白癜风防治 https://m-mip.39.net/disease/mipso_5584005.html

本文由AdmitWrite留学平台入驻导师UW-Madison强学长提供

(注:导师学历已通过平台审核,真实可查)前言

不知道这位同学是否有想出国留学的想法呢?

作为本科和你一样就读经济学的前辈,我当时是选择了转专业去美国读数据科学的研究生,硕士毕业后,秋招拿到了阿里巴巴,腾讯,华为,美团,今日头条等许多机器学习算法工程师的offer。

这应该算是一个令人羡慕的工作,工资在应届生的所有岗位里基本是最高的,且工作乐趣高,强度小于互联网公司其他岗位,堪称“性价比”最高的工作。

而这一切的一切,都要从我转专业说起,那年的申请,改变了我的人生轨迹!

背景简述

本科:

厦门大学王亚南经济研究院,经济学实验班

GPA:3.58

硕士:

美国威斯康星大学麦迪逊分校,统计学—数据科学

GPA:3.85

TOEFL:

第一次:99(阅读28,听力26,口语20,写作25)

第二次:(阅读30,听力27,口语21,写作26)

GRE:

++3.0

我的offer我的大学故事

我高中是文科生,怎么看都是一个不可能往理科转的人,高考结束后,我进入了厦门大学经济学专业,因为这是文科可以报的最“理”的专业。

进入后,我又考入了王亚南经济研究院的经济学实验班,可以说,这个班改变了我的人生。

大一到大二,我其实是一条咸鱼,不知道自己喜欢什么专业,喜欢做什么工作,每天就是像机器一样,上课考试写论文,然后预想着自己可能毕业后像其他学长学姐一样,去银行或者券商,做一份朝九晚五的枯燥工作,直到那一门课。

大二下学期,我有一门必修课,叫数理统计,众所周知,经济学的课都是数学+经济理论,没有任何实际应用。

而数理统计这么课,让我发现数学,数字,居然可以如此的应用在生活之中。

那时候,还不流行什么大数据,人工智能的概念,但是那门课,让我发现,数据居然如此的美好,这也在我心中埋下了一颗种子。

国内的本科生其实挺可怜的,不像国外的学生,可以大一进去,不断尝试各个专业,各种课程,最后在大二或者大三的时候,再去declare你的专业。

国内的本科生,在选择自己专业的时候,居然是在高考后,在没有上过任何一门专业课的情况下选择的,而这个选择,大多数是由父母,亲朋好友,那些更加不了解这些专业的人帮忙选择的。更加可悲的是,大一开始自己的专业后,学校可能4年只给你十几个校选课学分,让你去体验其他专业的课,而且往往这些课,都是所谓的“水课”,其教学水平是远低于真正为本院学生开的专业课的。

所以在国内大学读书,基本上你高考后在没有任何先验知识情况下选择的专业,就决定了你大学4年要学的东西,而且对于大多数人,这也决定了

你的职业发展路径,你的一辈子。

“不得不说,读研,一方面是获得更高的文凭,而另一方面,是让你有一次重新选择自己专业,自己人生的机会。而国外大学的研究生申请,特别是美国研究生的申请,比起国内跨专业考研,更加容易让你改变你的专业”。

这句话是我当时在美国的学姐和我说的,也就是这个时候,我发觉我有一个让我重新选择专业的机会,让我逃离经济学(一个空有理论知识,只有读博一个出路的专业)。

那么转专业,需要做什么准备呢?

首先要知道,自己想学什么专业。

这个其实上是很难的,有很多学弟学妹也经常问我,自己只知道不喜欢现在的专业,但是并不知道自己究竟喜欢什么。

所以第一步,你需要知道自己喜欢什么专业。我觉得首先要从自己的专业课中找,任何一个专业的专业课中,都有一定有一些其他专业也需要的专业课,比如数学/计算机基础/统计等等这些课,你可以问问自己是不是在上这个专业课的时候,感觉到了超过书本本身的快乐,因为往往这些专业课,是你跨专业申请必须要强调的。也就是告诉你要申请的学校,我有这个专业的基础,且我这个基础很好。

所以你要去找找,你有什么专业课,是你非常喜欢,且分数很高,又有机会作为其他专业的基础课?

举个例子,我的本科上的数理统计,作为经济学的必修课,我非常喜欢,且考了满绩,同时他也是统计,数学的基础课。

我本科上的数学分析,作为经济学的必修课,我不那么喜欢,且分数一般,但他也是数学,物理等专业的基础课。

我本科上的C语言,作为经济学的必修课,我很那么喜欢,但也考了满绩,且他也是计算机等专业的基础课。

所以现在选择就很简单了,满足上述条件的,只有统计和计算机专业,这等于就是第一遍初筛。

第二步,你需要知道,你要转的专业,还有多少必修课是你没有上过,且非常重要的。

于是我上网查了一下,统计学还需要R语言,实验设计,统计学习等等课程。

计算机则需要数据结构与算法,编译原理,JAVA等等课程。

于是我开始思考,有多少这些没上的课,是我能够在剩下的时间,来得及在申请开始前,在院选,校选可以选到的。

对我们经济学院来说,统计相关的课是远多于计算机的课,于是统计就是我选择的专业,而我要做的,就是在大三的院选和校选课中,疯狂的上统计相关的课,来弥补自己的劣势。

第三步,你要知道你要转的专业,对口的主要工作是什么,然后想办法去做相关的实习。

现在的研究生申请,特别是申请appliedtrack的,实习经历是非常重要的。

比起找工作更看重工作内容的实习,申请学校更看重的是bigname,特别是美国的学校,如果能在一些国际知名的大公司实习,即便实习相对“水”,也会有很好的效应。

所以什么公司能够在美国知名呢?

肯定是跨国的大企业。

所以其实我们就把实习narrowdown到了国际大企业的数据相关岗位,这里推荐类似四大,西门子,梅赛德斯奔驰,咨询公司,亚马逊,英特尔等等,这些公司的申请难度不大,且常年招聘,建议可以去实习僧这个app里面去找。

找的岗位必须要与你要跨的专业相关,比如我要转数据科学,可以找数据分析,商业分析,数据运营等等与数据相关的实习。

第四步,就是当你第三步比较难以完成,或者来不及的情况下,就是要找一些备选。

这里就是项目经验,什么意思呢?就是与你所转专业相关的比赛/项目/实验等等。

比方说我要找数据科学专业,我可以参加的比赛有:美赛(美国数学建模大赛ICM/MCM),国赛(中国大学生数据建模大赛),kaggle,阿里天池大数据比赛等等。

我可以做的项目有:在你的大创(大学生创业大赛),大挑(挑战杯),学校内的统计数据比赛,大数据比赛等等中。

我可以做的实验有:找老师做数据相关的实验助理,比如对于我来说,我找到了我的老师,他虽然是经济学的老师,但他写论文,收集问卷的时候,也需要做数据预处理,数据清洗,数据分析等等的工作,这些我都去主动帮他做,这样,一封推荐信也就到手啦!

而到这个时候,最优情况下,你已经可以得到三份有含金量,且与你所转专业十分相关的推荐信。

第一份:一个你所转专业的专业课老师的推荐信(前提是你有满绩以及课堂中,officehour中有亮眼的表现)。说明你对于你所要转的专业有出色的理解力以及天赋。

第二份:你在实习过程中,你的leader,一个国际大公司的leader的推荐信可以充分说你在这个专业有出色的实践能力。

第三份:在你的项目过程中,你的指导老师,或者评委老师:因为在申请文书中,你很难去详细的说明你的项目,或者你使用的方法,但是你的指导老师的一封推荐信肯定最能说明你的能力。

当然,多说一句,你的推荐信老师,最好找有留洋经验或者名校的博士毕业的老师,会更有说服力,如果你能找到你想申请的学校毕业的老师,就更好了,比如我就找到了要申请学校毕业的博士老师,这样说明力就更强了。

第五步,就是选校啦!!!

这个是非常重要的,你在选校前,一定一定要先想清楚,自己的未来想要做什么,是在美国工作,还是回国工作,还是在美国读博,还是在其他地方读博?

因为这是你选校的前提,我现在一个个来说。

首先是在美国工作,在美国工作最重要的是地理位置。

举个例子,硅谷附近有一个神校,叫做圣何塞州立,这个学校在各个排名中,都是很低的,也不难申请,但是他在硅谷的就业率,是比其他地区的学校高非常多。

所以这就看出地理位置的重要性。

比如你要做金融,那么在纽约,波士顿,美东附近就业,比方说,在纽约有一个福特汉姆大学,尽管排名不是很高,但如果你想做金融,我推荐你去这里,而不是某中部大农村的名校。

如果你想在互联网公司工作,做一个码农,那么在几个大公司附近的学校,比如西雅图附近的UW-Seattle,在硅谷附近的UC各分校,在德州附近的UT-Austin等等,这些学校的CS排名高很多原因也是他们附近的就业资源多。

那么为什么地域对工作很重要的?

因为每年,美国的学校都会有careerfair,也就是附近的大公司来学校招聘,而附近的大公司也会把本地最牛的学校作为最主要的targetschool。这就和你在北京上海的学校会比你在兰州合肥等地的同等而言,就业资源要丰富很多是一样的道理。

这里我就是吃了这个亏,我在申请的时候,并不知道这个,于是我就发现,我们这个美中大农村的学校,careerfair都是附近的制造业公司,也就是一些什么拖拉机制造厂,汽车制造长,农副产品制造商,药厂等等,完全没有对口的公司。

反观我在UCLA的朋友,careerfair来的都是Google,Amazon,Microsoft,Facebook,LinkedIn,Uber等等的公司,而明明我们学校的统计排名,是要显著高于UCLA的。

此外,在相关专业发达的学校,里面的老师或多或少都和附近的大公司有相关合作,有些是合作实验室,有些是客座教授,这些都能够帮你获得很好的就业资源。

所以我的教训告诉你们,如果是想要在美国就业的同学,地理位置远比什么usnews排名要重要的多。

然后是回国工作,回国工作就需要你去一个bigname的学校,至少在国内hr里要出名的。

那么什么学校在国内hr里比较出名呢?

第一类就是常春藤学校,但是,能去哥伦比亚就不要去达特茅斯哈哈哈。

第二类就是国内名气大的除常春藤外的学校,比如UC系各学校,UIUC,杜克,密歇根,德州奥斯汀,TAM,NYU,华盛顿大学,CMU,约翰霍普金斯等等。

第三类就是专业内名气很大的学校,比如范德堡,乔治城,维克森林,Emory,北卡教堂山等等。

而第四类,就是如果真的申不到这些学校,去申请名气很大的城市/州名字命名的学校,比如波士顿大学,波士顿学院,佛罗里达大学,休斯敦大学,南加州大学,弗吉尼亚大学,宾夕法尼亚州立大学,迈阿密大学等等。

因为其实有很多很多名校,如果不是很厉害的hr,或者专门去查,在国内是很“冷门”的,比如范德比尔特,莱斯,塔夫茨大学,杜兰,维拉诺瓦,佩珀代因等等,所以我建议,在学校级别类似的情况,尽量选择名气大的学校,usnews,qs综合排名高的学校。

厦大和兄弟们的毕业照

关于读博

最后就是读博了,读博与上述选校方式都不同,你不光非常需要看专业排名,而且更需要的,是去看这个学校的老师做的方向,业内学术内的名声。

这里我建议,去每个学校网站上,去找他们的faculty的list,然后一个一个老师点进去看,看老师毕业的学校,老师的CV,老师发的paper,paper的引用量,现在的researchfield。

然后再综合考虑去选择。这事,学校是公立私立,学校的地理位置,名气排名,都不重要了。

总结

关于申请的流程,这些相信大家都看很多,我就不再赘述了。

这个过程是煎熬,但也是快乐的,但是肯定是让你难忘的。

最后希望大家都能有不错的收获。

在美国和我们学校吉祥物的毕业照导师背景UniversityofWisconsin–Madison数据科学硕士,厦门大学王亚南经济研究院经济学实验班学士。本科专业为经济学,跨专业申请统计学,数据科学。最后去了UW-Madison的DataScienceoffer。现阿里巴巴算法工程师。读书过程中,在Amazon,Intel,美团等公司做了dataanlysis,machinelearning相关的实习。最后在秋招中收到了包括阿里巴巴,腾讯,华为,美团,今日头条,滴滴在内的超过十家顶尖互联网公司的机器学习算法工程师offer。整个过程中参加过国内全部顶尖互联网公司的超过场的面试。拥有非常丰富的转专业经历,丰富的求职经历。

以上由AdmitWrite留学平台入驻导师分享,有问题,欢迎来平台找学长学姐们咨询~

AdmitWrite,知名互联网留学平台,留学界的Uber,已有超过0名世界名校学长学姐入驻,实现美国TOP30,英国G5,澳洲八大等多个地区全名校覆盖。不管你是申请人文社科/商科/工科,还是申请理科/艺术/法学,在平台你都可以找到同专业名校学霸辅导。



转载请注明地址:http://www.guanlidexms.com/ywfl/6019.html
  • 上一篇文章:
  • 下一篇文章: 没有了
  • 热点文章

    • 没有热点文章

    推荐文章

    • 没有推荐文章