去年申请学校的时候，一直苦于各个项目的信息太少，在选校时各种走弯路，浪费了不少时间精力。通过 CD，一亩三分地等论坛同学们的帖子获取了不少有用的信息，今年就来回馈一下，希望把这种信息共享的“美德”传承下去。2019 Fall 申请季似乎已接近尾声，本来计划在申请季前写这个帖子，以便同学能够对项目了解更多，但是期末实在忙，前两天刚结束期末，希望这篇帖子依旧能够在选校上帮助到大家。同一个项目，每个人体验都可能不同，以下是我从自己的角度来写的，所以仅供参考。

关于项目

先说一下 Class Size，73 人，其中 53 个中国人。来的时候 Rady 会根据大家的背景分学习小组，两学期一换，每个小组的 bg 都非常多元化，能从小伙伴身上学不少东西。

再说一下奖学金，感觉一般商学院很少提供奖学金，就算提供，UC 系列学校提供一两千算多的了？但 UCSD 的 Rady 感觉有点 Rich，每个被录取的同学都可以申请奖学金，1W-2W 刀不等，大部分申请就有，越早申请越好。 


关于课程

今年我们的课程和去年比发生了一些变化。

Summer 第一周就进入了非常紧张的网络爬虫学习，用 Python，教授是来自 Purdue University 的 Mohammad Rahman，去年没有这个课。我本科是 Finance，之前也没有太多 coding 经历，所以才开始的时候非常吃力，web data analytics 学习期间我几乎每天都在教室呆到 ddl due time（凌晨 1 点）才走，有一次作业特别难，老师将 ddl 延迟到凌晨 5 点（如果没记错的话），我就和我的 study group 在宿舍一起写到凌晨 3 点。总之，那周的 workload 挺大的，学到的东西也多。Summer 还有两门课，Analytics in Marketing, Finance & Operation 以及 Managerial Judgement and Decision Making。前者分三周上，分别对三个板块儿的主要内容进行学习，三个教授，我觉得 Operation 比较难，因为以前没接触过，所以经常熬夜做 case。后者是 MBA 的课，教授挺厉害的，讲了很多沃顿的 case。所以后两门课感觉就 case 特别多。

Fall 的时候，就有选修课了。选修课分为商学院内的课和商学院外的课，想要修 Rady 外（比如CS）的课，需要和学院商量。我们这一届，因为 seats 的原因（MBA 的选修课的位子特别少），大部分同学都“被”选了 CS 的 Web Mining and Recommender Systems，讲推荐系统，用Python，和 CS 的同学们一起上课的体验感还是不错的，分分钟感觉被虐，还有两门必修是 Large Data Analysis（用 R，主要讲如何处理数据，比如 API，Visualization，Text Mining 和 Predictive Analysis，期末前会做一个大的 project，题目自定）和 Business Analytics（用 R 和 Radiant 分析各种 case，每周都有，个人作业和小组作业，所以天天都在写作业，Radiant 是 Rady 的 Professor Nijs 写出来的，较 R 很方便，所以我们用很多）。

现在就上了这些课程吧，个人觉得非常有用，现在至少对 Python 和 R 处理数据感觉很上手。Spring 时要上 Nijs 的课了，好期待，但据说 Spring 比 Fall 会更忙更难，求轻虐。

Rady 一直在努力让项目体验更好，无论是实用性还是体验感，所以非常注重同学们的反馈，听学姐说他们提建议时很快就有了反馈，我还没提过，所以没有特别的感受。但我们课程是在改革，而且选课挺 Flexible 的，不会一定让你只能选 Rady 的课，学院外的课，只要你觉得对你有用，都可以和学院商量，明年不知道还会不会有变化。

关于就业

我们还没有找工作，所以对就业的了解全部来自于学长学姐。今年之前，项目是可以延期的，但延期有条件，就是找到实习，去年大部分学长学姐都延期了，也就是大部分找到实习了。full time 相对少一些。不过从我们这一届开始，不能延期了，所以课程变得相对紧凑，不