从着手准备gmat到申请结束，转眼已经是在CD的第五个年头啦。从三月就开始酝酿要写一篇长一点的干货帖回馈CD上还在备战20甚至21Fall的学弟学妹们，无奈工作（拖延症）一直忙到现在hhhh
开始之前还是介绍一下个人背景：

某QS Top20（or 30?）高校， 专业Econ
三维：WES
GPA 3.94
本校GPA3.95
T 119(S30)
GMAT 790+5.5
GRE 169+170
实习分别有Morgan Stanley FO，BlackRock Analyst，某国内Policy Bank Data Analyst，Fintech Analyst。目前在一个VC startup打杂。
相关课程有高数／线代／概统／计量／数统／R／OR／Python＋一堆网课，推荐信来自2位mentor prof，以及2个实习上司。
申请季主申BA，就今年的竞争强度来看来这个结果的话还是相对满意的：

AD: Columbia MSBA, CMU MISM 16mo , USC MSBA, Emory MSBA, UCLA MSBA，UC Davis MSBA,U of Toronto MMA(Management Analytics)

REJ: DUKE MQM(Interview not invited)

标化，在校成绩，相关课程，实习，Research到底对于申请有多重要？

相信无论是亲身经历了19Fall申请的同学还是已经开始着手准备的学弟学妹们都多少对BA逐年水涨船高的bar有了多少体会。作为一个少数对文商科友好的STEM专业被挤破头其实不难预料。从标化和GPA来讲，作为门槛的3.5＋，105+325似乎对于Top programs来说已经显得有些不够，有意冲刺tier1和tier0的CDer我个人的建议是条件允许下要尽早准备刷到3.6+，110+330，才能让你的package处于一个比较显眼的位置。之前有关考试的帖子我也写过一些，如果大家想看如何系统备考GMAT和GRE，回头抽空可以写几篇攻略，在这里不多赘述。

实习和Research：越与data相关的越好，行业不限（internet，tech，finance，healthcare...）。话虽如此，至少从我的经验来看，上述没有一所学校是非要你要有多么tech的实习或者多么Quant的research经历的，因为如果你真的能够胜任这些，那想必也没有读master的必要了。我认识不少consulting或者投行FO背景的同学申请季也拿了不错的offer。如何在申请中体现你通过data解决问题的能力是最重要的。因此实习也并不需要只着眼互联网和金融，Data permeates and impacts a lot of industries, it depends on how you tell your story。

相关课程：tech-related coursework方面，我觉得除了极个别Top项目，大多数BA项目要求并不高。数学三件套＋一些coding的网课足矣。当然如果现在正值大二大三的同学们请一定把握好选修课的机会，一方面你能够体验一下自己到底是不是真对coding感兴趣（在此真的不建议各位学弟学妹看到BA被宣传的如何如何就一窝蜂地扎进来，学会独立思考，想明白自己到底想做什么，是否适合才是最重要的），另一方面拥有几门体现在成绩单上的课程永远比网课的证书要有说服力。
选校策略

我一直觉得选校是一个很personal的事情，每个人求学的目的／未来职业规划／希望工作的地点也不同。所以参考排名只是一方面，更重要的是想清楚你为什么要读master：是为了回国brand够硬，弥补本科学校的不足，或者为了能在海外找到一份不错的工作？以我自己为例，LZ希望毕业之后在美国工作几年，所以我倾向于提供summer intern，课程设置较为灵活以及地理位置相对优越方便找工作的项目。

在对自己有一个比较清晰的认知之后分好冲刺，匹配和保底三个梯度，数量在8～12所为佳。至于申请轮次的选择，我觉得不必过分担心玄学，if you believe you are really well-prepared, the earlier you apply the better your odds are, 这点相信大家也看到不少学校（WFU和UCD）到了后期没坑拒了很多BG很好的同学。LZ当时的策略分别是10月，11月初和1月初，每段都有3到4所学校。保底校尽量往后排，能不早申就不早申，否则dr