阅读正文

NYU SH - NYU Stern 联合硕士项目英文说明会 - 上海纽约大学 (6/29)

[日期:2019-06-20] 来源:ChaseDream论坛 作者:ChaseDream [字体: ]

上海纽约大学与纽约大学斯特恩(Stern)商学院合作开设两个联合培养硕士项目,分别为计量金融硕士项目、数据分析和商业计算硕士项目,2020 年夏季入学申请将于 2019 年 7 月正式开启。

参与上海纽约大学和纽约大学 Stern 商学院联合培养硕士项目的学生,将在毕业时获得纽约大学理学硕士学位。在校的一年期间,学生将于夏季学期前往地处纽约的纽约大学 Stern 商学院进行学习,并在上海纽约大学完成秋季与春季学期课程。该联合项目的毕业生将拥有独一无二的国际教育经历和多元文化学习体验。

点击此处查看首届录取数据:

想要了解更多关于课程和申请的信息吗?

上海纽约大学研究生招生办将于 2019 年 6 月 29 日在上海纽约大学校园举办首场招生宣讲会。活动主题是“一年制联合培养硕士项目:NYU Shanghai - NYU Stern 2020 年入学申请即将开启”。我们的招生官将面对面与你分享最专业的申请技巧和首届学生录取情况、课程信息,帮助你进行申请前期的自我定位。

NYU SH - NYU Stern 联合硕士项目英文说明会 - 上海纽约大学 (6/29)

日期:2019 年 6 月 29 日(周六)
时间:14:00 - 15:30
地点:上海纽约大学(世纪大道侧入口签到)
地址:上海市浦东新区世纪大道 1555 号

报名:扫描下方二维码报名
   

点击此处查看更多招生宣讲活动

硕士项目介绍:

  • 计量金融理学硕士
    MS in Quantitative Finance

    计量金融理学硕士项目为帮助学生融入金融领域快速发展的市场建构而设立。学生将于严格紧凑的课程学习中进一步掌握与现代全球金融领域有关的专业知识,其中包括交易与金融产品设计、承销与证券化、资产与企业管理及其它知识。

  • 数据分析与商业计算硕士
    MS in Data Analytics & Business Computing

    数据分析与商业计算理学硕士项目培养学生掌握不同数据分析工具的使用方法,以解决当今大数据时代中的商业问题与挑战。通过学习一系列与商业、数据科学、管理科学有关的跨领域课程,学生不仅能掌握坚实的定量分析与计算能力,而且能进一步培养商业管理与策略设计能力,在飞速发展的大数据时代里抢占先机。

我们为以上两个硕士项目设置了严格而专业的课程体系,项目以英文授课,其中有包括与企业密切合作的实践型学分课程,帮助学生理论联系实际。

在课堂上,来自上海纽约大学与纽约大学 Stern 商学院的强大师资队伍将帮助学生深入研究综合材料,掌握主要的概念和方法论。相关话题的讨论、练习和模拟将融合贯穿于学习过程,以进一步阐明课程内容。

上海纽约大学和纽约大学 Stern 商学院致力于吸引来自全球的年轻专业人才。我们希望你拥有创造性的批判思维,并能够适应严格紧凑的学习模式。你可以是初出茅庐的毕业生,也可以是职场新人,工作经验并非申请的必要条件。

就读于上海纽约大学和纽约大学 Stern 商学院联合培养硕士项目的学生将在学习中结识热情而又严谨的同道中人。专家的见解和独到的视角将在硕士项目里贯穿始终。这里有行业意见领袖的教授学者,还有来自顶尖公司高管构成的顾问委员会。我们的毕业生所掌握的技能将使其能够胜任于不同行业与新兴发展领域,并获得长足发展,尤其是在中国与亚洲地区。

校友网络:

毕业生将加入纽约大学分布在 180 多个国家,由 50 多万名毕业生组成的校友网络,包括上海纽约大学和纽约大学 Stern 商学院的校友。

联系我们

网站:stern.shanghai.nyu.edu
Email:shanghai.gradadmissions@nyu.edu
电话:021-2059 5275
QQ咨询群:699823946
微信:扫描下方二维码

打印 | 录入:steven
ChaseDream版权声明
最新活动

<< 查看更多 >>

QS World MBA Tour全球MBA巡展
北京8/24 上海8/25 台北8/27
07-30 IE 商学院大师课堂:“从技术
风险到企业风险”
(在线)
07-23 IE 商学院第五期大师课堂
西班牙式扩展
(在线)
07-21 一位投资人眼中的MBA申请
CBS分享
(北京 在线)
新南威尔士 UNSW AGSM 见面会
上海 广州 深圳 香港
NYU SH - NYU Stern 硕士宣讲会
在线 上海 北京 深圳 广州
07-17 Duke Daytime MBA
招生咨询会
(台北)
07-17 SMU 新加坡管理大学 MITB
AI与数据分析讲座
(在线)