今年完成Analytics/Business analytics的申请，一步一步的查啊、问啊，慢慢对其中的学校基本了解，最后选择了位于旧金山的旧金山大学。鉴于国内对这个项目的介绍比较少(不过很多人也都听说过11w的起薪和100%的就业率)，所以讲一讲我了解到的相关信息，也算是对自己申请历程的一点记录，供明年申请的同学参考。

我的申请历程：

简单介绍一下自己的背景：本科PKU医学相关专业+经济学双学位，绩点3.5+3.8，无交换无we，有跟导师做经济学数据分析的经验，实习是中石化写SQL，滴滴数据分析(R)，申请过程中在京东做了关于深度学习的一些东西。T: 109, GRE:325。

我最初没有打算出国，所以本科期间没有申请交换，也没考gre/gmat；16年6月份的时候我才下决心出国。因为经济学在美国不好就业，而继续读博的话，国内经济学教职越来越少，等我读完估计只能去三流大学了；金融在美国找工作难，读金融我还不如保研去汇丰商学院；金工的话时间太紧，找不到合适的实习。因此，在老师、朋友和中介的介绍下，最后决定联合申请business analytics和data science，哥大stat作为保底校。之后基本是白天实习，晚上准备GRE/托福，虽然很紧张，也攒了一份还可以的简历。除了上文列举的几份实习，上海eBay的面试差一点点，linkedin北京的面试我过了，还有很多很多没有走这么远的，比如百度贴吧的师兄推了我但是老板嫌我菜鸡，就不提了… 总之，整个申请过程还是很劳累的。

之后拿到了USF, 哥大stat, UMN BA, CMU MISM的offer。因为不是很想写java当软件工程师，所以我就拒了CMU，最终决定来USF；我后来补申哥大DS，但是因为小秘失误阴差阳错材料没被审，没有继续argue。

关于USF：

和周边同学、学长学姐沟通，比较普遍的一个说法是：USF除了综排没毛病。这句话其实就说明了USF在地理位置、课程设置、实习和学生水平上都非常出色

地理上，这个项目并不开设在USF的主校区，而是开在downtown的一栋建筑，和MBA项目共用教学设施，周围基本都是写字楼，公司超级多，旁边就是Charles Schwab总部(信息来自去过的小伙伴)。据说师兄师姐们实习都会在很近的地方。再加上旧金山本身聚集了众多start-up，会对我们找工作提供极大的便利。相比于远在其他州、需要公司负担吃住行的留学生，可以很快进行面试的当地学生明显具有更多优势。

这里我补充一点自己对于start-up的理解。首先，硅谷遍地都是start-up，今天的众多大公司也都是从小公司走过来的，所以不一定这个公司小，就是不好。第二，start-up不等于小公司。作为留学生，我们应该寻找的是A轮融资到C轮融资之间，发展状况好的中型企业。过于小的公司并没有实力sponsor我们的身份，大的公司其实有合适的reference也不是没有可能，但这类中型公司应该是更广阔的天地。

在课程上，学校不惜用“rigorous”来描述… 其实根据学长学姐的反馈，只要认真学，课程压力没有那么重，因为技术面试和严格把控学生数学、编码能力的boot camp已经筛除了相对不太适合的学生。之所以用“rigorous”，我认为是因为大部分人都是转专业过来的。从课程介绍(https://www.usfca.edu/catalog/graduate/arts-sciences/analytics/courses)来看，USF的课程的确要比其他business analytics项目tech不少，实际工作中比较需要的Python, R, SQL, NoSQL都覆盖了。这也是我和小伙伴比较喜欢的一点。因为英语沟通、交流、做pre这些技巧在工作中还可以锻炼，而干货离开学校就很难学习了。在学校里多学一点干货，未来就多一点点可能性，尤其是对非CS转行来的同学。教学质量也是我们关心的问题，询问学长学姐得知，除了一门课的老师不那么尽如人意，其他课程的质量是不需要担心的。另外，USF开设的data institute免费对学生开放，