<section> <section> <section> <section> <section> <h4 style="text-align: center;"><strong>学员背景</strong></h4> </section> </section> </section> </section> <section> <section> <section> <section> <h4 style="text-align: center;">C学长</h4> <h4 style="text-align: center;"><span style="color: #1890ff;"><a style="color: #1890ff;" href="https://www.compassedu.hk/achievement_23" target="_blank" rel="noopener">北京航空航天大学</a></span>&nbsp;金融工程专业</h4> <h4 style="text-align: center;">GPA 3.0&nbsp;雅思6.5</h4> <p>&nbsp;</p> <h4 style="text-align: center;">录取结果</h4> <h4 style="text-align: center;">新加坡国立大学&nbsp;定量金融专业</h4> </section> </section> </section> </section> </section> <p>&nbsp;</p> <p>大一我的专业是北航的中法工程师，但是由于不适应法语教学，于是转系到了经管学院。</p> <p>&nbsp;</p> <p>我的总GPA 3.0，只算转系后的成绩的话GPA 3.47，可以很明显的看出来，我的GPA是个劣势。</p> <p>&nbsp;</p> <p>这首先是因为我转系前的成绩太差了，其次转系后专业相差太大，我用了很长时间去补课，又在这个期间参加了一些社团学生会，在如此精力分散之下，导致成绩并不很理想。</p> <p>&nbsp;</p> <p>我在大三下学期下定决心准备留学，最后拿到三个offer，分别是<strong>NUS的QuantitativeFinance和Statistics，以及</strong><strong>CUHK</strong><strong>的Fintech。</strong></p> <p>&nbsp;</p> <p>我想重点讲一下GPA不高如何去弥补，以及如何参加竞赛、如何找实习的经验。</p> <p>&nbsp;</p> <section> <section> <section> <section> <section> <section> <section> <section> <h3 style="text-align: center;"><strong>申请&mdash;&mdash;扬长避短</strong></h3> </section> </section> </section> </section> </section> </section> </section> </section> <p>&nbsp;</p> <p>虽然我的GPA确实不高，但也不能算是因为荒废了时间才导致的比较差吧，并且我的很多专业课成绩还是非常优异的。</p> <p>&nbsp;</p> <p>所以，准备申请的时候，我按照指南者老师的建议，<strong>在PS里描述了很多我在大一大二做了什么，以及我在其他方面的优势，比如哪些课成绩比较好，重点描述了一下</strong>。如果GPA不高的话，这个问题是一定要想一想如何去解释一下的。</p> <p>&nbsp;</p> <p><strong>总之，不论是什么原因导致自己成绩不好，也一定要找出自己的突出点，体现自己在本专业内具有足够的学习能力。</strong></p> <p>&nbsp;</p> <p><strong>还有，在考期之前或者学期开始之时，每门课都应该多和学长学姐取取经</strong>，因为如果老师不是很奇葩的话，每门课都会有复习套路或者说复习资料的（一般每年试卷不变）。</p> <p>&nbsp;</p> <p>这个事情很难评价，毕竟考试很难衡量出真正的学习水平，但却是完全的结果论，因此任何有效的合规的捷径与方法我们都应尝试一下。</p> <p>&nbsp;</p> <p>&nbsp;</p> <section> <section> <section> <section> <section> <section> <section> <section> <h3 style="text-align: center;"><strong>科研、竞赛、实习</strong></h3> <h3 style="text-align: center;"><strong>&mdash;&mdash;弥补GPA不足</strong></h3> </section> </section> </section> </section> </section> </section> </section> </section> <p>&nbsp;</p> <h4><strong>1.科研&mdash;&mdash;选对导师做科研，越早越好</strong></h4> <p>&nbsp;</p> <section>在科研方面，我们学校是支持本科学生做科研助手的，因此我当时就在学院网站找老师都研究什么领域，看到了我现在的导师，感觉他的领域是机器学习/深度学习等在金融领域的应用，很感兴趣，于是发邮件跟老师说了下，他就开始让我参加每周组会了，然后就开始做了一些科研任务。</section> <p>&nbsp;</p> <p>所以说如果你的学院有某门课老师你特别喜欢，或是某个老师有某个项目你很感兴趣，完全可以直接联系他申请一下，一般老师都不会拒绝的。</p> <p>&nbsp;</p> <p>这个可以从大二甚至大一就开始，毕竟早点开始就能早点出成果，老师也或许可以在你的学习过程中给予帮助，并且这样做了点东西，一封推荐信也就可以直接拿到手了。</p> <p>&nbsp;</p> <p>因此<strong>如果希望做一些科研的话最好别等到大三才行动，会忙死的。</strong></p> <p>&nbsp;</p> <p>此外，选导师一定要再三确认再下决定，要么选人nice的好说话的，要么选能力强的比较push的，可以多问问别人咨询下，否则如果选择了不是很好的导师的话，就得不偿失了。</p> <p>&nbsp;</p> <h4><strong>2.竞赛&mdash;&mdash;锻炼能力</strong></h4> <p>&nbsp;</p> <p>除了科研以外，对于商科同学而言，竞赛或是实习成果或许更加重要，并且<strong>竞赛和实习的成果是可以用来弥补GPA的不足的</strong>。</p> <p>&nbsp;</p> <p>因此如果成绩不是很好，在寒暑假可以多多实习，多参加一些竞赛，在这个过程中也可以学很多东西的，甚至比课本上学得多。</p> <p>&nbsp;</p> <p>首先，两个数学建模竞赛最好都参加下（全国大学生数学建模+美国大学生数学建模）。</p> <p>&nbsp;</p> <p>因为数学建模竞赛门槛很低，这个比赛主要依靠三个分工：代码+码字/数据搜集+数学，美赛对英语还有要求，三四天时间完成一篇论文，如果写的好的话，这篇论文还有机会在别的渠道发表出去。</p> <p>&nbsp;</p> <p>并且如果你即将到了大三了，没有特别多时间了，仍旧可以参加美赛和国赛，不需要特别多的准备，能找到合适的队友就行。</p> <p>&nbsp;</p> <p>三个队友没必要分工特别明确，但一定是在能力上分别对应编程、建模以及论文写作的。</p> <p>&nbsp;</p> <p>虽然分工太明确了会导致互相之间的工作不是很了解，但分工太过模糊又会易使得在比赛的那几天里互相之间不知道谁适合干什么好，因此要多加注意。</p> <p>&nbsp;</p> <p>我当时参加了一次国赛和一次美赛，都是二等奖，成绩不是很好，我觉得主要问题还是没找到好队友，因为这两次比赛基本都是完全我自己写的论文。</p> <p>&nbsp;</p> <p>第一次参加国赛的时候，队友是电子信息专业的，他们想选一道有关大数据的题，但是他们又不太懂那些算法，又不太能码字，于是从建模到写论文都主要由我自己来了，后来到了美赛，我的两个程序员队友英语不太好，因此我再一次主要负责起论文写作以及建模工作，他们帮忙查数据并绘图，看了好多文献，完成了论文。</p> <p>&nbsp;</p> <p>这两次数学建模竞赛虽然并没有得到很好的结果，<strong>却极大地锻炼了我的能力，在之后我完成毕业论文，从开题到排版都显得游刃有余</strong>。</p> <p>&nbsp;</p> <p>其他的比赛经历的话，我还参加了一些量化的比赛，比如worldquant international championship，这是worldquant公司每年都会举办的量化比赛，需要在他们公司的平台提交alpha量化因子，很适合懒得写代码的金融类或是财会类专业的同学。</p> <p>&nbsp;</p> <p>我们当时是三个同学一起组队，参加他们公司在清华的宣讲之后，自学了平台的使用方法，然后就开始通过读研报读论文提交alpha，最后总共交了一百多个，全球排名44，不过答辩成绩不是很好，所以没进决赛。</p> <p>&nbsp;</p> <p>以及其他的一些量化平台的比赛、大数据平台类的比赛，感兴趣的同学可以自己去了解下，我给大家列出几个：<strong>Datacastle、kaggle、datafountain、泰迪杯数据分析竞赛</strong>，大家如果有兴趣可以去了解一下。</p> <p>&nbsp;</p> <p>理论上，<strong>任何比赛都可以参加，但前提还是要以保证GPA为前提</strong>，虽然大三老师给分普遍都很高，但也不要掉以轻心，虽然我并不是很喜欢诸如与老师搞好关系或是套近乎的行为，但至少要做到不被老师讨厌，也就是说大三课程的考勤和平时作业一定不能差。</p> <p>&nbsp;</p> <h4><strong>3.实习&mdash;&mdash;有所收获、有所成长</strong></h4> <p>&nbsp;</p> <section>因为竞赛有些成果，我找实习也算是比较容易，第一个实习是在一家咨询公司，给银行做业务咨询。</section> <p>&nbsp;</p> <p>第二个实习是在上文提到的worldquant那家公司，准确来说也不算实习，因为是那个比赛通过了，所以直接签了兼职的量化研究顾问的合同，只需要在他们平台提交alpha就能拿钱。</p> <p>&nbsp;</p> <p>第三个实习是在一家做人工智能教育的公司，我做技术运营，主要就是看国外的技术类blog，自己实现一些小项目或是写一些文章。</p> <p>&nbsp;</p> <p><strong>实习的话，我建议大家至少有一两个可讲的、和专业相关的实习最好</strong>，如果到了大三还没有实习，就要抓紧在大三上学期找一找寒假的实习，下学期找一找暑假的实习了。</p> <p>&nbsp;</p> <p>找实习其实还是不是特别难的，从实习僧、大街网等招聘网站或是学长学姐的介绍，都可以很快地得到笔试面试资格。</p> <p>&nbsp;</p> <p>在我看来，其实实习才是我学习动力最强的一段时间吧，因为好多不懂，好多知识忘记了，所以总在逼迫自己努力学习，也正是因为如此，<strong>希望大家可以找一份自己喜欢且有趣的实习，得以在几个月的时间里检验自己大学所学的知识与技能，并从中思考自己未来的职业规划。</strong></p> <p>&nbsp;</p> <p>以上就是我在申请过程中的一些经验和体会，希望能够对大家有所帮助。</p> <p>&nbsp;</p> <section> <section> <section></section> </section> <section> <section> <section> <section> <section> <section> <section> <h3 style="text-align: center;"><strong>结语</strong></h3> <p>&nbsp;</p> </section> </section> </section> </section> <section></section> </section> <section> <section> <p>留学申请中，GPA确实重要，但和想去留学的决心相比较，也不是决定性的因素。你的决心+你的能力+你对所申专业的兴趣与准备，才是重心所在。</p> </section> </section> </section> </section> </section>