从选校面试得到了很多 CD 帮助，我的申请也结束了，把我的经验教训分享粗来，帮助更多 CDers 经验存在主观看法，有不同想法，或我有说的不对的地方，欢迎分享和指正。

个人背景

学校：双非
专业：金融经济
三维：GPA 93/100，T 105(S22)，GRE 157+170+3.5
实习：2 份证券行研，1 份科技/影视向数据市场分析
相关课程：培养方案内的高数线代概统计量 C++，额外在 edX Coursera 上学了 Python SQL
推荐信：3 份校内授课老师，1 份实习老板
申请结果：主申 BA，抱着试试心态申了哥大统计和 NEU Align CS


AD: NEU Align CS, UMN MSBA , Georgetown MSIA, RPI MSBA, Columbia MA Stat

REJ: UCD, UCLA, NWU, GaTech, Austin, USC, CMU MISM 

WL: UCSD MSBA

Pending: USF MSDS, Columbia MSBA

专业选择

不要只在一棵树上吊死，如果以后想从事数据分析类的工作，除了 BA，还可以申 stat, ds, mism…个人觉得 BA 是很看综合实力，看整个  package，三维要达标，有丰富的实习/工作经历，拿的出手的数据分析项目经历，有一定的编程基础，同时能应对各种 behavior questions.
详细解读 BA 的帖子，解答你心中的疑惑。

【从BA毕业生的角度看BA】关于BA学习和在美国就业（2019.4有更新）

简单分析BA回国就业行情

准备 + 申请

GRE：325 以上够用，有能力的都考 330+ 吧，越高越好。我是先考的 GRE，后考的托福。从大三寒假就开始准备 GRE，4 月份第一次考，数学 168 没有满分，所以 5 月份又考了一次最后 GRE 是 157+170+3.5，可以给的一些建议有：不要对 quant 掉以轻心！虽然很容易拿高分，但是稍有疏忽就没法满分，我在第二次准备 GRE 时，每天都刷 Q，我主要做 Magoosh 上面的题，题量多丰富，并且针对每个知识点和每道题都有视频和文字讲解；背单词很重要，我背了很多单词书，感觉最好用的是佛脚；作文我看的是新 GRE 写作 5.5；verbal 我觉得 kkk 的最好用，会碰到很多原题。

TOEFL：105 以上够用，有能力的请 110+，越高越好。我自己考托的路太艰辛了，最主要是因为付出的时间精力不够，以至于一拖再拖一直到 11 月才考到 105（然而口语还是 22……），给出最真诚的建议就是尽量 9 月底之前考完 GT，不然真的会很难受，申请进度也会往后推，并且不建议考很多次，一定一定要好好准备，两三次足够了，考场上出奇迹是不可能的，什么水平就是什么分，考多了会疲惫。

上课：微积分线代和概统是必备，项目还会要求同学有编程基础，最好能有实战经历，大部分 BA 项目都用的 Python 和 R，如果专业没有编程课，首推在学校多选一两门编程课，C++、Java、Python、R 都可以，如果没法多选课，还可以在 Coursera、edX 等公开课网站上面学。我的专业本身会要求学生上 C++，我在大三下又在 edX 上面学了 Python。除了上什么课，课上的 projects 也很重要，需要重视，不管是 presentation 还是paper，都会成为简历，文书，面试时的重要素材。

WES：尽量能提前确定是否需要做 WES（如果没有需要的就不用做 WES）（乔治城的 Analytics 和 CMU MISM 是需要的），尽量刚拿到大三下成绩单就开始做 WES，在北京的同学强推直接去现场办理，避开大四上的高峰期，如果学信网好几周都没有认证完，一定一定要去现场催，催真的有用。

实习

本人不是大佬，能力一般，再加上学校吃亏，找到相关实习还是很困难的，但要相信只要一直投一直投，就一定会找到！建议简历先找人（e.g. 好心的学长学姐）修改下，实习信息我都是从公众号“今日实习”和网站应届毕业生找的；很多行业都需要数据分析，实习行业最好能有与以后全职的行业一致的，这样可以体现出来你确实有实践探索过才确认了以后的职业道路；实习中的项目是以后申请过程中