19Fall艰难转申MFE
547817
[align="left"]过完新年，申请季也算过半了，简单总结一下自己曲折的申请之路，希望能对之后申请的同学有一些帮助。MFE路上的每个人都是勇者。[/align][align="left"] [/align][align="left"]先来汇报一下自己目前的状况， 本科C9， 19Fall 自动化转申MFE， 原专业化工自动化背景浓厚，偏工业过程控制。申请了14个项目分别是[/align][align="left"]彩票：OX MCF, Cornell MFE, UCLA MFE[/align][align="left"]主申：LSE FM, NYU MFE, BU MF, [/align][align="left"]擦边球： LBS MAM, Edinburgh AI[/align][align="left"]保底：IC RMFE & FM, UCL FM & CF, NTUMFE, Warrick FM[/align][align="left"]目前出结果的是3个，LBS无面拒（2018.11.26），AD：IC（2018.12.19）NYU （2019.1.13），其他有结果了会定期更新。[/align][align="left"] [/align][align="left"]选校[/align][align="left"]整个选校过程极其扭曲，一言难尽。本来是英美混申，英国为主（极其强烈的伦敦情节），后来因为雅思的原因含泪砍掉了一些美帝项目（比如哥大），最后只剩四个。关于项目的话，一直在金数和金工之间纠结，个人理解：金数直奔phd教职路线，MFE就冲着就业去了，然而目前看来金数方面似乎并不顺利……总的来看申的还是偏保守的，身边也有同学同样悔恨好项目申少了，建议要是没有很严重短板的话，还是申大胆一点，毕竟MFE的录取还是极其综合的，没有那么死板。[/align][align="left"] [/align][align="left"]
[/align][align="left"]个人情况[/align][align="left"]三维 3.78（Maj 3.94）/4 IELTS 7 GRE 155+170+3.5 感觉不同项目对于各项的偏好差别很大，这里就不排序优先级了。语言方面实在是一般，建议大家还是尽早全力刷高（105/7.5 325），G的话推荐微臣网课。[/align][align="left"] [/align][align="left"]课程：主专业包括了基本的数学课（微分线代常微概统复变）和编程课（C MATLAB），然后选修课还有一些金工相关的，如运筹学、数值分析、数据结构、数学建模、大数据、人工智能。大二开始辅修金融，到申请时也基本修完了，金融工程学、证券投资学等感觉还是挺重要的。再加上额外补了偏微分、Python、随机过程等课，勉强凑齐了金工金数的requirement。尽管总GPA不高，但关键课程分数几乎都有90+，算是扳回一城，建议转专业的各位务必把数学编程课刷高，剩下的没办法牺牲一下也可，还有就是大三绩点一定要刷高，总成绩单的上升趋势还是能够弥补一下大一大二的惨淡的。[/align][align="left"]实习：上汽投资+私募（水）+招商证券（多因子）+私募（数字货币 趋势跟踪策略），由于种种原因只有4段，2段量化，CV包装一下算是勉强及格吧。[/align][align="left"]科研：大数据实验室的数据挖掘项目经历（缺陷检测），无paper。[/align][align="left"]推荐信：科研导师（大数据方向）课程老师（AI方向）量化实习老板 班主任（运筹方向）没有牛推也没有外国教授，因此尽量都找的熟悉的老师和quant相关的方向。[/align][align="left"]加分项：LSE暑校（资产组合优化 A+）美赛M 天池大数据竞赛CFA FRM candidate[/align][align="left"] [/align][align="left"]申请历程[/align][align="left"]大二下决定转MFE，一开始还挺迷茫的，纠结于金工金数和BA。暑假做了两段实习接触一下，一级二级各一段，初步了解了金融的情况，然而因为专业和课程的原因，大三开始还是找不到量化实习，面试被拒，一度怀疑人生。当时实在太惨了：GPA低，G一战惨败，quant课程缺乏，也没有交流经历，手里只有一个美赛M奖和雅思7，大三上还有成吨的专业课和实验课。所幸咬咬牙还是决定熬下去，拼命塞满了课表，各种恶竞，总算把GPA刷上了85，终于有了点申请的底气。[/align][align="left"]大三下发现课表空了起来，果断自己选了随机和Python等课补充背景，和同学组队打了天池大数据竞赛，重修刷分，科研，刷G，5月初终于和G分手。[/align][align="left"]随后是最关键的暑假，在深圳CMS总部做多因子研究，终于开始真正接触量化，也坚定了选定的路线。中间去了LSE（伦敦政经）暑校，这里强烈安利一下，虽然是三周的暑校但真的不水，每天3hlecture 1.5h的讨论，能看出老师对知识的敬畏之心。选的投资组合优化是数学系下的课，实分析 优化 动态规划都有涉及，还是挺理论的，最后也拿了A+。老师是普林斯顿和牛津的MFE方向 Phd，由于班上就20多人，上课比较活跃，还单独预约老师聊了paper，顺利拿到了推荐信，然而！！！后来教授的态度不是特别积极，和中介讨论了后决定还是不用，现在想想极其后悔，其实哪怕用来冲彩票校也是极好的。Anyway这段经历还是很快乐的，也成为PS的开头引入和重要素材。[/align][align="left"]九月回到学校，刷了两次雅思还是7，绝望，甚至后悔没考T，只能硬着头皮上。申请季开始，第一个项目LSE金数花了半个月，前后各种配合中介改CV文书推荐信，极其难受，后面的就好了很多，但随着申请项目的增加，人开始疲惫，因为很多都是容错率为0的重复劳动，到了中期有点懈怠，因为NYU的文书二稿被中介mentor一顿大骂，骂醒之后重归之前的认真状态，大概也是我申请季的一个重要转折点吧。这里还要感谢一下mentor小姐姐，伦敦Blackrock在职，也根据职场的一些经验指导我细节，比如推荐信措辞的把握、PS的思路、面试技巧，还是帮助很大的。此外还抽空修了偏微时间序列等课，小小补了一下数学背景。[/align][align="left"] [/align][align="left"]小细节[/align][align="left"]1、申之前一定要地毯式搜索一遍项目官网，从requirement到professor的研究方向，用心去感受项目要什么样的人，你和它怎么match。举个例子，康村的MFE记得是直说要随机过程的，牛津的MCF要实分析，就算实在没修过，也尽量在文书里提一下自学过or研究过，让人家看出你认真研究过这个项目，而不是改两笔就投的。[/align][align="left"]2、推荐信如果是自己写的话，文档的创建人和最后修改人会留下你的记录，改成老师的名字。建议让老师提交，实在不行，就去网吧吧，有的申请系统会有浏览器信息检测。[/align][align="left"]3、项目是有偏好的，勉强不得，从录取结果和官网细节等可以倒推出来，例如LBS就极其注重口语表达，卡标化成绩（跪得心服口服），NYU tandon似乎偏好工科背景，UCLA看重工作经验和CFA，金数类项目总体喜欢数学本科，G5极其看重均分……[/align][align="left"]4、雅思申美的很少，但现在看来也不是没希望啊，完全可以一试。当然最好的还是早做规划，集中精力。[/align][align="left"]5、转专业的话一定要把握好自己专业的优势，时间有限，要会取舍，对于一些和quant完全不沾边的课或者竞赛活动，不必太纠结，省时间做个data项目或quant实习可能更有利。MFE竞争之惨烈、申请准备之复杂我们必须承认，但其实也提供了更多的可能性和容错率。其实熬到最后会发现，申MFE的群体没那么多，挺多人保研or转统计运筹dscs了，最大的对手还是你自己能否坚持和热爱下去。[/align][align="left"] [/align][align="left"]申了挺多，目前大概就等牛津和康村了，后续有新的消息会及时更新，希望能有好消息。暂时也就想到这么多，希望能对各位有所帮助吧，祝大家都能去想去的项目![/align][align="left"]
[/align][align="left"]第一次地里发文，写了挺久，求赞求大米hhh[/align]
[/align][align="left"]个人情况[/align][align="left"]三维 3.78（Maj 3.94）/4 IELTS 7 GRE 155+170+3.5 感觉不同项目对于各项的偏好差别很大，这里就不排序优先级了。语言方面实在是一般，建议大家还是尽早全力刷高（105/7.5 325），G的话推荐微臣网课。[/align][align="left"] [/align][align="left"]课程：主专业包括了基本的数学课（微分线代常微概统复变）和编程课（C MATLAB），然后选修课还有一些金工相关的，如运筹学、数值分析、数据结构、数学建模、大数据、人工智能。大二开始辅修金融，到申请时也基本修完了，金融工程学、证券投资学等感觉还是挺重要的。再加上额外补了偏微分、Python、随机过程等课，勉强凑齐了金工金数的requirement。尽管总GPA不高，但关键课程分数几乎都有90+，算是扳回一城，建议转专业的各位务必把数学编程课刷高，剩下的没办法牺牲一下也可，还有就是大三绩点一定要刷高，总成绩单的上升趋势还是能够弥补一下大一大二的惨淡的。[/align][align="left"]实习：上汽投资+私募（水）+招商证券（多因子）+私募（数字货币 趋势跟踪策略），由于种种原因只有4段，2段量化，CV包装一下算是勉强及格吧。[/align][align="left"]科研：大数据实验室的数据挖掘项目经历（缺陷检测），无paper。[/align][align="left"]推荐信：科研导师（大数据方向）课程老师（AI方向）量化实习老板 班主任（运筹方向）没有牛推也没有外国教授，因此尽量都找的熟悉的老师和quant相关的方向。[/align][align="left"]加分项：LSE暑校（资产组合优化 A+）美赛M 天池大数据竞赛CFA FRM candidate[/align][align="left"] [/align][align="left"]申请历程[/align][align="left"]大二下决定转MFE，一开始还挺迷茫的，纠结于金工金数和BA。暑假做了两段实习接触一下，一级二级各一段，初步了解了金融的情况，然而因为专业和课程的原因，大三开始还是找不到量化实习，面试被拒，一度怀疑人生。当时实在太惨了：GPA低，G一战惨败，quant课程缺乏，也没有交流经历，手里只有一个美赛M奖和雅思7，大三上还有成吨的专业课和实验课。所幸咬咬牙还是决定熬下去，拼命塞满了课表，各种恶竞，总算把GPA刷上了85，终于有了点申请的底气。[/align][align="left"]大三下发现课表空了起来，果断自己选了随机和Python等课补充背景，和同学组队打了天池大数据竞赛，重修刷分，科研，刷G，5月初终于和G分手。[/align][align="left"]随后是最关键的暑假，在深圳CMS总部做多因子研究，终于开始真正接触量化，也坚定了选定的路线。中间去了LSE（伦敦政经）暑校，这里强烈安利一下，虽然是三周的暑校但真的不水，每天3hlecture 1.5h的讨论，能看出老师对知识的敬畏之心。选的投资组合优化是数学系下的课，实分析 优化 动态规划都有涉及，还是挺理论的，最后也拿了A+。老师是普林斯顿和牛津的MFE方向 Phd，由于班上就20多人，上课比较活跃，还单独预约老师聊了paper，顺利拿到了推荐信，然而！！！后来教授的态度不是特别积极，和中介讨论了后决定还是不用，现在想想极其后悔，其实哪怕用来冲彩票校也是极好的。Anyway这段经历还是很快乐的，也成为PS的开头引入和重要素材。[/align][align="left"]九月回到学校，刷了两次雅思还是7，绝望，甚至后悔没考T，只能硬着头皮上。申请季开始，第一个项目LSE金数花了半个月，前后各种配合中介改CV文书推荐信，极其难受，后面的就好了很多，但随着申请项目的增加，人开始疲惫，因为很多都是容错率为0的重复劳动，到了中期有点懈怠，因为NYU的文书二稿被中介mentor一顿大骂，骂醒之后重归之前的认真状态，大概也是我申请季的一个重要转折点吧。这里还要感谢一下mentor小姐姐，伦敦Blackrock在职，也根据职场的一些经验指导我细节，比如推荐信措辞的把握、PS的思路、面试技巧，还是帮助很大的。此外还抽空修了偏微时间序列等课，小小补了一下数学背景。[/align][align="left"] [/align][align="left"]小细节[/align][align="left"]1、申之前一定要地毯式搜索一遍项目官网，从requirement到professor的研究方向，用心去感受项目要什么样的人，你和它怎么match。举个例子，康村的MFE记得是直说要随机过程的，牛津的MCF要实分析，就算实在没修过，也尽量在文书里提一下自学过or研究过，让人家看出你认真研究过这个项目，而不是改两笔就投的。[/align][align="left"]2、推荐信如果是自己写的话，文档的创建人和最后修改人会留下你的记录，改成老师的名字。建议让老师提交，实在不行，就去网吧吧，有的申请系统会有浏览器信息检测。[/align][align="left"]3、项目是有偏好的，勉强不得，从录取结果和官网细节等可以倒推出来，例如LBS就极其注重口语表达，卡标化成绩（跪得心服口服），NYU tandon似乎偏好工科背景，UCLA看重工作经验和CFA，金数类项目总体喜欢数学本科，G5极其看重均分……[/align][align="left"]4、雅思申美的很少，但现在看来也不是没希望啊，完全可以一试。当然最好的还是早做规划，集中精力。[/align][align="left"]5、转专业的话一定要把握好自己专业的优势，时间有限，要会取舍，对于一些和quant完全不沾边的课或者竞赛活动，不必太纠结，省时间做个data项目或quant实习可能更有利。MFE竞争之惨烈、申请准备之复杂我们必须承认，但其实也提供了更多的可能性和容错率。其实熬到最后会发现，申MFE的群体没那么多，挺多人保研or转统计运筹dscs了，最大的对手还是你自己能否坚持和热爱下去。[/align][align="left"] [/align][align="left"]申了挺多，目前大概就等牛津和康村了，后续有新的消息会及时更新，希望能有好消息。暂时也就想到这么多，希望能对各位有所帮助吧，祝大家都能去想去的项目![/align][align="left"]
[/align][align="left"]第一次地里发文，写了挺久，求赞求大米hhh[/align]
