💸我与经院22Fall的留学转行邂逅
一、上大经济学院本科出国概述
凭借我对身边同学的了解，大概能建模然后拟合出一些代表性结果。所以以下都是虚拟的预测结果，请勿对号入座。另外只代表22fall数据，bar每年不同，请注意学历通胀效应。
A同学：绩点3.3，雅思7，王曼爱华
B同学：绩点3.6，雅思7，港三新二
C同学：绩点3.5，托福98，多段实习，美国top20
以上是代表性数据，另外提供一些极值：
- D同学：绩点3.8，雅思7.5，帝国理工
- E同学：绩点3.7，托福100+，北大计算机二学位，哥伦比亚数据科学
以我自己对23fall的预测，绩点在50%左右的同学，无明显短板的，可以申请英国的王曼爱华保底，美国的波士顿大学保底。
二、英港新与美国什么不同？
英港新比较重视出身，是不是211，是不是985。但是学制短，通常一年的项目实际呆在当地不过九个月。其中英国比较难留下来，香港目前政策大放水。
美国相比本科学校更看重绩点，相比绩点更看中实习经历以及项目经历。通常来说美国的学校相比英国，除了语言成绩，还需要一门gmat或者gre的学术成绩。Gmat700+，gre325+是名校的起跑线。此外，美国的理科项目自带三年工作签证，文科项目一年。期间可以通过抽签来获得额外六年的工作签证，可操作空间大。
三、我为什么选择转行
客观上，国内金融市场内卷严重，对本科学历，性别，家庭资源，颜值，都有较高要求。以上四类我都没有，所以基本不可能在金融行业有很好的工作，只能去银行的营业部做大堂经理，客户经理，柜员或者去证劵基金的营业部从事类似工作。我不甘心。但我也有些自己的优势，理科思维发达。于是在大三的寒假，我决定转行，决定在研究生阶段学理科。那时我大概也想不到，这个小小念头，会完全改变我的人生轨迹。然后我就开始考托福，考GMAT，以及学习编程语言。终于在2022年的开春，拿到了一所美国Top30学校数据专业的研究生offer。
主观上，这是我站在二十二岁的人生路口，对十八岁错误决定做出的救赎。十八岁填高考志愿那会，我拒绝离开家，离开那个温暖的港湾，所以大学的四年过的太舒服了，我沉溺在熨好的衬衫、洁净的瓷砖、温热的地板还有透亮的咖啡杯里。但是后来我开始做个梦，我想在社会中承担一部分责任，想成为一个独立的大人，于是在二十二岁，我决定补上十八岁逃掉的那节课。这就是我选择美国，选择数据行业读研究生的原因。
四、走在这条路上会遇到什么
后来就是上课、写作业、刷题、找实习、找工作。我室友常常嘲笑我走上了一条不归路。为了给自己一些留下来的压力，我购入了很多带不走的“固定资产”，音响、水晶杯以及重到抬不起来的铸铁锅。我固执的取关了所有从我校毕业后选择回国的博主，我太喜欢他们的vlog了，当年因为他们的vlog疯狂憧憬着美国的生活，今年也害怕因为他们的vlog而想家。我是真的很喜欢数据这个行业，在这里四个月我去图书馆的次数比大学四年加起来都多。不仅风雨无阻，就算生病感冒也坚持学习探索。头昏脑胀还买杯冷萃咖啡写作业的感受也算是人生体验。但在这里的每一天我都觉得无比开心。写下这句话的时候，发现来美国以后，我再也没有情绪失控过。我觉得这辈子能遇上一个自己喜欢又擅长的学科，和遇到一个我喜欢又喜欢我的人一样难。这是我的幸运。
五、信息茧房
这个时代，几乎信息都是公开透明的，我在这里也做了一些总结，希望对数据感兴趣的同学有所帮助。
- 选校，面试经验：一亩三分地；微博
美研老阿姨；微博佩姐 - 基础技能：
Python(numpy, pandas, plt, mangodb),SQL,R,Tableau, 统计 - 数据方向编程知识学习平台：
Datacamp；Coursera;LeetCode - 机器学习：推荐斯坦福吴恩达教授的网课
- 项目经验：
Kaggle
 |  |
六、实习
在美国找暑期实习难度非常大，一方面因为summer intern 是当正式员工招的，要求非常高，面试都在三到五轮上下，从tech 到BQ全方位的考察你的业务能力。另一方面作为国际学生，需要公司提供sponsorship才能合法工作。所以刚到美国就可以开始找了。个人认为这是个number game，投的越多越有希望。一般流程是在LinkedIn或者indeed上申请（称之为海投），同时找校友或者认识的人内推（称之为refer）。Data岗位第一轮通常是oa，需要在规定的时间内完成。如果简历和oa没有问题，面试邀请率一般在3%左右，否则可以联系其他人帮助修改简历。在收到面试邀请之后可以在一亩三分地上寻找面试经验，final round面试通过后会有hr联系给你发offer。祝大家顺利。
七、最后
我知道转行是个困难的决定，想用当时我对面试官说的一段话鼓励大家
在整个大学期间，我最喜欢微积分。微积分教了我一种思想，如果有非常复杂的图形要计算，可以把它分成很小很小的一块，计算每个小块，然后再重组。这样就解决了本来看上去非常困难的问题。人生当中也是一样的，如果面对非常困难的任务，我会把它分成小块，每天完成一小块，然后转头，发现轻舟已过万重山。
- P.S. 一些很值得一读的内容 👇
