從錄取大趨勢聊聊BA申請的選校，硬件要求和實習

近年來，美國TOP50高校BA項目如雨后春筍一般涌現。MIT、Columbia、Duke等名校紛紛開設BA專業，來滿足市場愈來愈大的Big Date人才需求。而從這些熱門BA項目的錄取數據來看，BA項目錄取大體有以下幾個趨勢：

趨勢一：”Fitting is the best”， BA非常重視申請人職業規劃與該項目畢業同學就業崗位的契合程度。

趨勢二：BA項目對于申請人的“三維”(GPA/GRE or GMAT/TOEFL)要求越來越高。

趨勢三：比較看重申請人自身的計算機、統計背景。數理能力強的學生會在整個申請過程中更有優勢。

為更好地適應當前的錄取大趨勢，BA申請者應及時對照自身背景，有針對性地進行背景上的“查缺補漏”，高效準備自己的申請之路。

選校第一，建議大家在申請前仔細了解你感興趣的項目及其培養方向。不要只參考一個渠道的資源，可以全方面挖掘身邊的資源，從多方面的渠道積累資源信息，比如學長學姐，官網、知乎、Quora平臺等。

其實BA、DS、Stats 幾個專業的項目本質上不分優劣，但申請者一定要弄清“每個項目希望把你培養成什么人”以及“你是否希望成為這樣”。比如有些項目是培養PhD 的，如果你對于所學的專業沒有足夠的學術熱情就不要選。

而有些項目如 MIT BA ，則是需要畢業后馬上找工作的。下半年的時候大家都在找工作的熱潮中，如果你不想面對這么大的就業壓力，這類項目明顯就不是你的最優選擇。又比如 NYU 的DS培養的各種track都偏工科，CS背景需要很強，作為對CS有抵觸或畏懼心理的同學，就應慎重選擇。VH建議大家在申請中多用自己的長處和學校專業的培養方向去 match。

第二，BA畢竟是一個就業導向的專業。大家在申請時要對自己有清楚的認知和評估，仔細判斷項目的培養是否能真的幫助自己實現工作目標。比如MIT BA有 Analytics Capstone，需要去公司做項目能Guarantee 實習經驗的，這對于缺乏全職工作經驗的同學來講會是很好的加分經歷，能讓畢業生在找工作時和其他Fresh Graduate有所區別。

硬件要求標準化考試：GRE/GMAT. 關于BA申請者該考GRE還是GMAT。如果是純粹申請商科和BA的同學, 建議考 GMAT. 但如果同時申請DS等理科和BA等方向，建議考 GRE。

一般來說達到GRE 325+會比較理想。而GRE VS GMAT， GRE的接受范圍會相對更廣一些。

語言考試：除了個別學校BA項目不要求托福成績，比如 MIT Sloan的MBAn。一般情況下，托福達到105以上還是一個比較保險的成績。

成績單：GPA當然是越高越好。如果是申請Top-tier的項目，GPA（針對美本）要達到3.6+才有競爭力。

由于BA 申請，學校會非常看重申請人有計算機、統計的相關背景。非相關專業申請者可在自己的PS中特別提及自己這方面的背景，比如你修讀了2~3 門數學課（微積分、概率論、統計學）和一些CS相關的網課等經歷，以此來提高自己的競爭力。

數學方面：如果申請人背景中有“微積分、概率論、統計學”這三門數學課，可以算是比較有優勢的。如果沒有或者缺漏，可嘗試用其他方式來彌補。

而關于CS： 雖然CS專業本身博大精深，但幸運的是申請者們只用掌握其中較簡單的三塊，就可以較好地完成BA申請了。

第一就是數據庫和SQL，因為企業里面數據都是儲存在系統里面的。你要分析數據，首先要知道怎么把數據按照你要的方式提取出來。這就是用SQL寫代碼提取數據。數據庫主要分為關系型數據庫和No SQL. 其中涉及到一些大數據，比如Hive是一個數據倉庫的和工具。

這些知識學校一般不會花很多時間去教你，但是這個是學、做Analytics的基礎。所以申請者如果有SQL語言的基礎，以及有MySQL和Oracle等的使用經驗，是可以加分的。

第二就是學習如何在統計軟件中進行編程。這里的編程，并不是傳統意義上寫代碼的Coder以前提到分析數據，國內最熟悉的是SPSS，但SPSS并不適用于現在美國的就業。

目前分析數據所采用的主流工具，必須通過寫代碼的方式進行操作，最典型的工具就是R和Python。這兩個語言比較容易上手，也比較偏向于應用，有很多數據庫可以直接拿來用，應用范圍很廣泛，所以這里的編程，其實是統計編程，和真正編網站的C語言、Java還是很不一樣的，申請者學習起來雖然仍是編程思維卻容易很多。

第三要學的計算機知識也就是現在最流行的Machine Learning。機器學習基本上是用計算機代替和補充前面所說的回歸分析等統計模型方法來建模。不過很多原則其實和統計的回歸分析是一樣的，也都是用R或者Python的代碼來實現。

關于上網課的平臺，VH推薦大家用Edx和Coursera.前者是由Harvard和MIT聯合創辦的，在美國東部學校比較 Popular;而Coursera則是由Stanford 設立的，相對來說課程較為輕松。

軟實力的準備與提升

1.實習

在BA申請過程中，你不得不和很多有工作經驗的申請者競爭，所以個人實習經歷對于BA申請是很重要的。而實習方面，申請者可以通過Resume 呈現，應著重強調用過什么Algorithms，會什么Statistical modeling，學校會從這些描述中看出這個學生是否有相關基礎。

BA申請者的實習經歷應當重點體現出Creative thinking and solutions。比如在你做過的項目中列明“你在其中提出過什么解決方案？——你觀察到哪些問題？——具體是怎么觀察到的？——你做了什么調整并如何Improve the result？”整個過程要讓老師看出這個學生是非常有創新精神的。而且你在說這些時，一定要主張你的解決辦法是具體的，可操作性強的，避免過于學術而被束之高閣的方法。

簡歷中一定要圍繞Data analysis相關的項目來談，列出一二三四條，包括發現了什么問題、如何解決等等。需要注意的是：因為很多項目是通過小組共同完成的，所以個人部分的職責要說清楚，申請者一定要列清在這個過程中你具體負責的事務。

2.學術活動

學術活動建議從兩方面來準備，一個是數學建模，另一個是 Data competition。學術活動拿獎與否并不重要，更多的是體現出你在學習之外積極投身實踐的精神。這方面的比賽比如Kaggle大家參與的比較多，會有一些Projects讓大家來做，然后上傳結果等，之后學校可以憑借這些來判別出你做過的事情和達到的層次。

建議申請者在BA申請過程中，有任何學術和其他方面的更新，都及時跟學校匯報。同時勤于和學校溝通審核進度，或通過Linkedin 等社交媒介關注學校動態，讓學校知道你非常重視他們。