芝大研究生錄取分享：如何做到金工、BA、DS同時申請？

前言

2023Fall美研申請機構不負所托，各專(zhuan) 業(ye) 方向的頂級錄取全麵開花。

2023Fall機構碩博錄取榜∣走難而正確的路，開豔而有價(jia) 值的花（點擊藍字查看）

完成這份漂亮的申請答卷後，為(wei) 了幫助更多留學家庭在申研路上目標清晰、執行有力、名校錄取和職業(ye) 競爭(zheng) 力雙豐(feng) 收！機構開啟了“2023Fall碩博錄取分享”係列活動！

下麵給大家帶來分享的，是斬獲芝大、WUSTL、哥大等大學研究生項目錄取的Luca同學！

本期介紹 2023Fall碩博錄取分享

● 分享人：Luca

● 本科大學：威斯康辛麥迪遜大學

● 本科專(zhuan) 業(ye) ：數學和數據科學雙專(zhuan) 業(ye)

● 錄取項目：芝大金融數學、WUSTL計量金融、哥大運籌學等研究生項目

● 本期分享內(nei) 容：

我叫Luca，我本科是在威斯康辛麥迪遜大學讀數學和數據科學雙專(zhuan) 業(ye) ，今年畢業(ye) ，我拿到的研究生Offer有芝加哥金數、哥倫(lun) 比亞(ya) 大學的運籌學、南加大的分析學和商業(ye) 分析、JHU的金融數學和紐約大學的金工，我最終決(jue) 定去的是芝加哥大學的金數項目，很高興(xing) 可以跟大家分享我的成長曆程和研究生申請經驗。

01、借勢美本，實現雙專(zhuan) 業(ye) 組合、獲得科研機會(hui)

在本科申請結束後，我覺得我在標化上還是差了一點，因而進入了麥迪遜讀本科。雖然我很喜歡麥迪遜，但是研究生階段我希望去更高一點的學校，所以在高三畢業(ye) 暑假的時候，提前早規劃，我就直接跟機構簽下了合作關(guan) 係。

我大一是在線下上課，大二一整年都在網課，麥迪遜一個(ge) 很明顯的特點是大家會(hui) 偏向於(yu) 研究，可能對於(yu) 求職的動力不像在紐大或者南加大的同學一樣那麽(me) 大，我周圍的很多人都會(hui) 選擇跟教授做研究。麥迪遜學理工科的人比較多，我們(men) 學校工程學院和CS專(zhuan) 業(ye) 是很不錯的。

另外，在麥迪遜選專(zhuan) 業(ye) 比較自由，比如CS專(zhuan) 業(ye) 是在文理學院之下的，現在很多人都會(hui) 選擇把CS作為(wei) 自己的專(zhuan) 業(ye) 之一，所以對於(yu) 理工科想要有雙專(zhuan) 業(ye) 的學生來說，麥迪遜是非常好的選擇。我們(men) 學校每個(ge) 專(zhuan) 業(ye) 畢業(ye) 的要求沒有特別嚴(yan) 格，對於(yu) 學生讀雙專(zhuan) 業(ye) 甚至是三個(ge) 專(zhuan) 業(ye) 都是有利的。

數據科學是我們(men) 學校新開的一個(ge) 專(zhuan) 業(ye) 。我們(men) 其實有統計學專(zhuan) 業(ye) ，但是我考慮到數據科學是非常火爆的一個(ge) 行業(ye) ，而且數據科學的課更加偏向於(yu) 用Python，統計的課更多會(hui) 使用R語言，我覺得數據科學更加符合現在的行業(ye) 主流，就選擇了這個(ge) 專(zhuan) 業(ye) 。

我另一個(ge) 專(zhuan) 業(ye) 是數學，細分方向是風險分析。我當時已經有了去金工方向工作的想法，包括做量化方向和申金工的研究生，所以我覺得數據科學搭配數學是比較符合我未來申請方向的選擇。

我想進金融行業(ye) 是比較早就有的想法，我將在後麵分享。關(guan) 於(yu) 研究生專(zhuan) 業(ye) ，一開始我有點擔心金工過於(yu) 量化，我會(hui) 遇到困難，但是Zita老師和Jackie老師從(cong) 我過去的實習(xi) 和科研的背景來判斷，她們(men) 建議我申金工更為(wei) 匹配。我們(men) 最終決(jue) 定多申一些金工的項目。

我確定以金工為(wei) 主要方向經曆了比較長的時間積累。我在大一的時候參加了機構的金融實踐營做估值分析。那節課對我來說有挺大的幫助，當時我幾乎沒有金融背景，我想補充一些金融知識，這節課給我去上我們(men) 學校的一些金融課打下了基礎。

大二暑假的時候，我在機構老師的幫助下申請了芝加哥金數的夏校。這個(ge) 夏校對我來說最大的幫助是，我對於(yu) 金工、量化這個(ge) 行業(ye) 具體(ti) 是做什麽(me) 有了大致的了解。雖然它要求我們(men) 會(hui) 的一些能力，包括我們(men) 寫(xie) 的作業(ye) 的深度達不到真正運用到真實的工作中的程度，但它給了我一個(ge) 大框架，比如金工行業(ye) 可能分哪些板塊，我覺得幫助很大。

大三下一直到大四上，我跟麻省理工斯隆管理學院的博士做了一段研究，這也是Zita老師給我推薦的機會(hui) 。她當時了解到這個(ge) 博士正在招研究助理，把崗位描述發給我，建議我去試一試。這個(ge) 是一個(ge) 跟金融結合的、附帶一些量化分析和數據分析的科研，對我的未來發展方向和研究生申請都是很有幫助的。

在這個(ge) 科研裏我學到了很多。比如，在金融中需要用到分析的工具，而我在學校因為(wei) 不是學統計的，所以可能沒有接觸過統計方麵的工具比如Stata。在這段經曆裏我學到了很多在計量經濟學和金融學中使用較多的工具。最後那個(ge) 老師也幫我寫(xie) 了推薦信。我一直做到他發表論文為(wei) 止，我做的成果其實是他畢業(ye) 論文的一部分，我是在幫他搭建他的最後一個(ge) 模型前麵的準備工作。

除了這段研究，我還有兩(liang) 段在校內(nei) 實驗室的研究。第一段是我室友推薦的，是在大三上的時候，我的室友是學材料科學的，他們(men) 係有一個(ge) 特色是需要很多數據科學背景的學生去幫他們(men) 完成研究，因為(wei) 他們(men) 很多研究都是基於(yu) 數據科學而不是純的材料學的，這段經曆剛好和我所學的數據科學匹配。

我去的是一個(ge) 非常大的組織，大的組裏會(hui) 分10個(ge) 項目左右，有的是博士帶，有的是教授帶。我們(men) 可以填自己的喜好，我就選了自己比較感興(xing) 趣的主題。我第一個(ge) 項目做的是用機器學習(xi) 來預測非晶體(ti) 在合成之後的一些特性。我跟帶我的博士聊過之後，他覺得我的背景比較匹配，就讓我去做。我做了一年左右的時間，後來他們(men) 也發論文了。

第二個(ge) 我選的是關(guan) 於(yu) 自然語言處理的，這是最近非常火的領域。它的想法是用論文的摘要分析論文，也就是通過學習(xi) 論文的摘要來預測它的影響力是怎麽(me) 樣的，讀者不需要讀完整篇文章就能知道這篇文章到底好不好。我覺得這個(ge) 想法很不錯，這個(ge) 領域也是我之前沒有學習(xi) 過的，我就非常積極地爭(zheng) 取了一下，因為(wei) 它是我們(men) 係主任的博士生帶的，我還先跟係主任進行了一些溝通。最後我積極參與(yu) 了大概不到一年的時間，從(cong) 大四上一直做到我畢業(ye) 。

我們(men) 有一個(ge) 很大的群，裏麵會(hui) 分享一些求職和實驗室工作的機會(hui) ，其他學院招的崗位也會(hui) 在裏麵分享。其實我進的這個(ge) 組不算是做非常深的科研，它像小組項目一樣，一個(ge) 項目通常有四五個(ge) 學生一起做，但是它可以給學生的簡曆、背景進行一些提升，我覺得還是挺不錯的。它對參與(yu) 者的要求不會(hui) 特別高，學生可以去學到一些自己感興(xing) 趣的，但是可能之前沒有經驗的領域的知識。我們(men) 學校非常側(ce) 重科研，教授通常比較願意帶學生，像我去的那個(ge) 組是公開招募的，他們(men) 非常願意招學生，即使是沒有基礎或者基礎比較薄的學生，他們(men) 也願意招。所以我建議大家可以多去每個(ge) 學院的官網上找有沒有這樣的機會(hui) 。

很多其他的資源要靠自己去聯係，比如可能你學CS，你對機器人比較感興(xing) 趣，你就可以去CS專(zhuan) 業(ye) 的官網找做機器人相關(guan) 的教授的名單，主動給他們(men) 發郵件，講你對他的研究非常感興(xing) 趣，你現在是哪個(ge) 年級，之前有什麽(me) 背景，問他們(men) 有沒有意願帶你做科研。我的建議是要廣撒網、多問，總結出幾個(ge) 你感興(xing) 趣的領域，給所有教授的郵箱都發一遍。另外我覺得一旦去了，還是要把握好這個(ge) 機會(hui) ，盡量選一對一、一對二這樣比較小的組，這樣你可能會(hui) 接觸到更多的教學資源，學到更多東(dong) 西。

02、如何從(cong) 職業(ye) 發展角度確定研究生專(zhuan) 業(ye) 方向

我在本科的時候也比較糾結，既想申數據科學又想申金工，後麵有點偏向於(yu) 金工，但是本科能找到量化實習(xi) 的機會(hui) 不大，因為(wei) 量化實習(xi) 對專(zhuan) 業(ye) 知識的要求很高。我在大二下在國泰君安做了衍生品相關(guan) 的實習(xi) 後，後麵可能沒有碰到特別好的機會(hui) ，但我也想補充自己的經曆，所以通過科研來補充也挺不錯的。

在我的研究和未來職業(ye) 的關(guan) 係上，我也進行了很多思考。我最早的一段研究在技術上是和我的未來職業(ye) 相關(guan) 的，因為(wei) 如果做量化，也需要一些編程能力，而且它用了機器學習(xi) 的方式，所以第一段研究其實幫我補充了技術上的經曆。之後在麻省理工做的那段研究，其實它結合了金融和量化，並幫我逐漸地靠攏我想要去的領域和行業(ye) 。最後一段研究首先是個(ge) 人興(xing) 趣的成分比較大，其次在量化領域也會(hui) 用到相關(guan) 的方法，即自然語言的分析。

總之，我在不斷地往未來職業(ye) 的方向上去靠，即使我沒有量化相關(guan) 的實習(xi) ，我在技術和對領域的熟悉程度上是完全沒有問題的。

我對金融行業(ye) 的喜愛可能一開始源於(yu) 我爸是做相關(guan) 行業(ye) 的，他在飯桌上經常跟我討論一些公司或者行業(ye) 裏的熱點話題。在高中升大一的時候，我非常喜歡研讀一些公眾(zhong) 號，他們(men) 對公司和行業(ye) 的分析讓我覺得很有意思。

後來我確定想做行研包括金融市場的原因是我覺得金融市場是不斷變化的，它可以一直讓我學到新的東(dong) 西，幫助我不落後於(yu) 這個(ge) 時代。如果我在金融市場研究行業(ye) ，我會(hui) 逼迫自己更快地了解和學習(xi) 各類行業(ye) 內(nei) 容，而不是單單在一個(ge) 行業(ye) 裏。後者可能會(hui) 讓我無法有這麽(me) 大的視野。

另外，我覺得這個(ge) 行業(ye) 尤其是二級市場裏從(cong) 業(ye) 者們(men) 的價(jia) 值觀都非常立體(ti) ，大家是以三維視角去認識這個(ge) 世界的。如果我在某一個(ge) 單一行業(ye) 裏，可能我會(hui) 在這個(ge) 行業(ye) 的維度上縱深，但是如果我在金融領域，我需要知道宏觀的，比如在世界各地發生的事，我的心態和思考量會(hui) 不一樣，我會(hui) 更加客觀地看待不同的公司。我覺得跟他們(men) 待在一起非常有意思，也是對我自己的提升。

我的職業(ye) 規劃可能跟我申請的時候想的不太一樣，我不一定會(hui) 選擇去量化行業(ye) 。我去年幸運地遇到了一群學生，他們(men) 組織大家一起做一些行業(ye) 研究的分析，我非常感興(xing) 趣，也一直在他們(men) 的私募創業(ye) 公司裏做事，也帶著一些大一大二的學生做行業(ye) 研究。今年暑假，我可能會(hui) 在申萬(wan) 宏源研究所的計算機組做一些賣方研究工作。所以我覺得我之後也可能會(hui) 做行業(ye) 研究方向的工作，不管是賣方還是買(mai) 方，優(you) 先買(mai) 方。我想繼續從(cong) 事二級市場比如股票的分析的工作。

其實之前我也有這種想法，但是一直沒有付諸行動，所以在申請的時候，我和Jackie老師商量之後，還是決(jue) 定職業(ye) 規劃更加去靠一下我的背景。但其實現在金融行業(ye) 也會(hui) 更加偏向量化的方向。即使是做基本麵的研究，也可能會(hui) 用到現代化的方法。所以我最後選擇金數也有這方麵的考慮，它可

能更加適合我未來在金融行業(ye) 中進行選擇。

03、我如何做到商業(ye) 分析+金工金數混合申請

我最後確定了商業(ye) 分析、金工、數據科學這三個(ge) 專(zhuan) 業(ye) ，我也講一講我當時的思路。我是一個(ge) 比較喜歡思考的人，例如結合量化的方式和一些商業(ye) 的思考，把它應用在具體(ti) 工作中，所以我覺得商業(ye) 分析是跟我的愛好比較相關(guan) 的一個(ge) 專(zhuan) 業(ye) ，也和我的數據科學背景比較匹配。另外商業(ye) 分析的應用領域是比較大的，不管是在金融還是在其他行業(ye) 。

定金工金數主要是因為(wei) 我當時做了一個(ge) 衍生品相關(guan) 的實習(xi) ，它讓我覺得金融工具除了股票、債(zhai) 券還有其他領域可以應用。二級市場中有很多不一樣的金融工具，這些工具體(ti) 現了很多價(jia) 值，尤其在國內(nei) 的市場上還提供了很多流動性，所以我覺得這個(ge) 方向非常有意思，這也是一個(ge) 在國內(nei) 非常新的領域。這個(ge) 實習(xi) 影響我在研究生方向選擇金數和量化相關(guan) 的專(zhuan) 業(ye) ，在文書(shu) 中我也著重提到了衍生品這個(ge) 方向，因為(wei) 金工其實有很多不同的方向，包括高頻量化交易、風險管理等，但我當時可能對衍生品更感興(xing) 趣。