知识源于沉淀 【简介】新加坡国立大学和南洋理工大学的BA一直是热门。
随着数据分析行业的蓬勃发展，各行各业都有巨大的市场需求。随着对数据分析行业的热情，越来越多的学生想要申请BA项目。作为新加坡的顶尖大学，新加坡国立大学和NTU大学都有相关的课程，甚至NTU新开设的BA课程也有非常火爆的申请。
今天给大家带来20Fall新加坡BA申请案例对比分析，看看收割机如何帮助学生拿到顶尖院校的BA申请！
基本情况
案例1:学生C
学校选择和申请流程
C的同学原计划申请会计专业，申请国家/地区是香港>:新加坡>:英格兰(英格兰只想去G5)。不过后期也想过申请BA项目。之前同学C在会计方面的经验比较多，无论是专业还是软。于是在大三的暑期实习，我们老师建议同学C加一个数据分析/市场数据相关的实习，为以后申请BA打下背景优势。
进入申请期后，出于对香港情况的考虑，对申请国家/地区的偏向出现了变化，新加坡>:英格兰(英格兰只想上G5)>:香港。另外，我也想尝试转专业申请BA项目。基于学生C既涉及金融又涉及市场数据背景，综合考虑，为了扩大专业选择(因为新加坡学校少，项目选择空不大)，提高好学校的录取概率，我临时决定增加BA项目申请。基于C出色的三维成就和丰富的背景，柔和的背景也令人印象深刻。曾在欧莱雅、安永实习，也参加过多次海外经历，如毛里求斯志愿者项目、摩根士丹利纽约精英培训项目、香港保诚培训项目等。学校基本确定为新加坡会计项前二+香港前三+热门BA+G5IC和LSE会计项。
因为学生C申请了两个专业，预计第一批能赶上申请，首先根据所选项目，我们按照DDL时间线进行优先排序，分别在10月初提交了香港BA和Acct项目申请，随后在10月下旬提交了HKU、HKCO、NTU和国大项目申请，最后考虑到时间梯度等客观因素，在11月中旬提交了IC、LSE、U和香港中环。整个申请过程一气呵成，离不开C同学与收割机团队的密切沟通与合作。
UACCT一直是C同学的梦想项目。在收割机团队的专业帮助下，12月初迅速拿下！同时，我们也收到了U和香港中文大学的采访邀请。收割机团队迅速完成面签梳理和面试辅导，12月中下旬陆续收到U奖offer、香港中文BA、香港沈重会计offer。如前所述，虽然HKU曾经是C生的梦想学校，但因为客观因素，C生更期待考上新加波更好的学校。新加坡院校反馈时间普遍较晚。经过漫长的等待，学生C终于在1月底拿到了面试通知。得益于申请季积累的丰富面试经验，我在9天后顺利拿到了NTU第一个BA项目的录取，也是今年为数不多的被C生所在的本科院校录取的学生之一。
虽然国大巴面试来的比较晚(3月中旬)，但是C凭借自己的努力和收割机的全程护航，有了一个好主意，然后借鉴了最近收割机里其他同专业同学的最新案例。国大BA的报价也很快被收入囊中，令人欣慰。不仅巴顺利转了，原本计划的会计科目也大丰收。他们分别获得了HKU、香港中文和香港中文大学的录取通知书，并进入了20名秋季收割机学员的名单。
[优惠列表]
一个
2
三
四
五
六
[优质服务]
[文件摘录]
c同学有很强的综合背景，不仅有丰富的校园活动，各种海外项目经历，还有很多500强的实习。巴，我们采用了‘由浅入深描写兴趣发展’的思路。我是从我同学C大二参与某微信官方账号的管理开始的，在她的举措和成果中找到了经营分析的最初接触。此后，通过选修课、分析竞赛和项目体验，我们一步步加深了对分析和数据的理解。最终，欧莱雅在商业分析方面的实践，让她真正体会到了这个行业，积累了很多经验，也确定了自己未来的目标。
案例二:同学Z
学校选择和申请流程
z毕业于中山+澳洲昆士兰州(2+2)会展经济与管理+国际酒店旅游管理项目。签约时已在某知名网站做产品经理2年。本科期间，Z表现出了对数据分析的坚持，凭借自己的努力，成功转型进入互联网产品领域，期待在数据分析方面进一步深造。但她非理工科的本科背景，与常年强调量化知识和技术能力的BA项目并不完全兼容。
我们收割机团队认真梳理分析了Z的本科量化经验和在互联网领域的工作数据案例应用，结合她的专业信念和规划，强力展示了她在数据分析领域的巨大潜力，尽可能弱化BA项目对数学背景的刚性期待。
z同学在努力方面很优秀。除了3.9/4.0+5.875/7的GPA，他们在繁忙的工作之余还拿到了雅思7.5+GRE323的好成绩。12月中旬，我也积极完成了网上申请环节，和申请老师讨论了后续策略。晚上2.26，终于拿到了国大BA的面试通知。虽然只有一天的准备时间，但收割机老师还是很快帮她整理好了月经量，最终顺利完成了面试。面试结束后，Z深知自己在技术工具应用方面的不足，继续与应用老师沟通，通过学习线上课程，利用公司的资源和人脉，迅速弥补。经过网上的多次奋斗，终于在3.30获得了梦想学校的录取。此外，Z在这个申请季还获得了UCL和KCL的录取。
[优惠列表]
[优质服务]
[文件摘录]
z的优势在于他丰富的数据工作经验，所以我们讨论从目前的产品经理工作中找一个重点，通过搜索算法策略的工作来思考数据科学的社会价值，从而延伸他渴望深入技术领域，更好地将数据技术与人文结合起来发展的职业期待和学习目的；背景数据处理、算法、编程和建模方面的个人知识和技能从本科学习、数据研究项目和工作中突出。再加上强大的本科背景和丰富的海外学习实践经验，个人优势在各方面都凸显出来。
案例三:同学w。
学校选择和申请流程
w学生主要选择英国和新加坡的学校。和W同学交流后发现，英国的院校主要集中在爱丁堡、IC和LSE。KCL是在申请后期作为担保项目加入的。新加坡的院校选择主要集中在新加坡国立大学和NTU的金融和金工项目。
虽然学生W的数学背景比一般金融专业的学生要好(他上过几门高等数学课程)，但他选择的专业大多是对数学背景要求高、竞争激烈的偏黄金工程项目(如金融建模、风险管理的量化方法)。所以学生W在申请后期还申请了NTU的BA等项目。
w同学自己准备资料已经很久了。6月初第一次参加GRE考试，考了325分。之后，他们准备申请材料，一步步填写文书材料等信息表格。从时间安排，个人实习，学术安排来说，都是井井有条。
因为W同学的择校主要集中在英国和新加坡，而且英国大部分专业开设的申请都比新加坡早，所以我们在11月初先递交了英国爱丁堡、IC、LSE的申请。然后，他提交了新加坡国立大学金融，QF和NTU的金融和FE。最后W先生决定申请KCL的计算金融作为英国的担保项目。
在申请过程中，W同学积极配合老师，邮寄资料，评分等。都是第一次完成的。所以在12月份，我们收到了国大QF的第一批笔试和面试通知。我们也在第一时间为W同学提供了历年笔试面试真题供参考，并给予了详细的面试辅导。由于今年该项目的申请量激增，笔试的难度也相对提高了。最终笔试面试的结果，W拿到了国大-SJTU QF项目的offer。4月下旬，我也收到了KCL的offer。在申请的后期，W先生申请了几个项目，包括FE和国大的NTU BA等。因为申请的大方向是一样的，W先生在我们文件的基础上做了一些修改，提交了申请。5月下旬，W先生收到了NTU巴的采访邀请。我们向W先生提供了相关的面授经验。经过充分的准备，W先生在面试一周后顺利拿到了offer。
[优惠列表]
[优质服务]
[文件摘录]
W的本科专业虽然是金融，但是有扎实的数学量化功底。在大学期间，他参加了各种相关的比赛，如美国，都取得了优异的成绩。此外，他还抓住了大四去法国交流的机会，在综合实力上大大增强了自己的竞争力。不仅要有良好的金融经济基础，还要掌握大量的统计建模技能和软件应用技能。这些能力也在随后的券商回测实践中得到检验和成熟。在职业目标上，我们在量化的方向上更进一步，把他的兴趣定位在机器学习领域，这也符合巴的方向。
申请Tips
【GPA+专业背景】
申请新加坡国大/NTU商业项目，GPA推荐3.5+，热门项目推荐3.7+。而且我们需要关注核心专业课程:
BA方向:一般来说，BA项目更倾向于计算机科学、数据科学、数学、统计学等相关专业的本科专业，但不限于这些学科。有商科背景的同学可以强化自己的数学背景，提升自己的应用竞争力。除了基础数学课程:高等数学、微积分、概率论、统计学，还要重点准备数据库、SQL、R、Python、数理统计、随机过程等数学和计算机相关的课程。有时间有能力的时候。除了课程，多参加数学模型竞赛，增强量化背景。重点不一定是获得高排名，而是补充相关实践经验。
从案例中可以看出，由于案例1 C的学生是会计背景，所涉及的数学背景并不强，但是优质且相关的实习经历起到了加分的作用；案例2 Z同学因为工作经验，涉及编程和数据应用，对应用也有贡献。两人都不是典型的数学背景很强的学生，但是有很深的商业/商业应用实践经验，所以建议数学背景弱的同学可以用软背景来补充。
[语言]
申请新加坡商学院下的项目，建议采用雅思7+/托福100+的方式。不一定要把语言成绩刷上去，因为对于这些节目来说，语言成绩达到一个比较好的水平并不是考虑的重点。
而且需要注意的是，并不是所有新加坡2+2背景的申请人都可以免语言，很多项目都要求整个本科课程在纯英语环境下完成。
【GMAT/希腊】
好的GMAT/GRE可能是关键点。一般名校的短跑项目需要700+ GMAT和320+GRE。对于申请转专业的同学来说，高G更有助于申请。
[实习]
适合申请BA项目的实习岗位，比如:券商、保险、基金、咨询、快消、互联网、世界500强等公司的数据分析岗位，市场分析岗位，或者其他行业的数据分析岗位。如:互联网金融数据分析；咨询公司战略/管理咨询；尼尔森数据分析、波士顿战略咨询、贝恩战略咨询/数据分析；企业谷歌数据岗、滴滴出行数据分析岗、Qunar.com数据分析；快:联合利华、P&G市场部等。
学校及专业介绍
新加坡国立大学商业分析理学硕士
新加坡国立大学文学院是亚洲第一所开设该专业的大学。2013年成立，2014年招收第一届学生。本项目由新加坡国立大学商学院和新加坡国立大学计算机学院联合提供。项目技术性很强，重视实践。适合有工作经验/优秀的应届生。
学制:1年
学费:53，500新加坡元
课程设置:8月入学，需要完成44门学分课程，8门课程，5门必修课+3门选修课，以及1门顶石项目(3-6个月)和行业分析研讨会。
课程安排
基本模块
1.管理经济学分析
2.数据管理和仓储
3.确定性运筹学
4.数据分析基础I
5.数据分析基础2
选修模块(来自5个垂直行业)
1.大数据分析技术
大数据分析技术
云计算
神经网络和深度学习
2.消费者数据分析
业务分析实践(消费者)
网络科学和分析导论
3.金融和风险分析
金融科技，使能技术和分析
定量风险管理
4.医疗保健分析
医疗技术评估中的经济学方法
医疗保健分析
医疗保健中的信息技术
5.统计建模
高级概率论
高级统计理论I
应用统计学高级课题
应用回归分析
分类数据分析2
非参数回归
生存分析
20秋季申请截止日期:2019年10月14日-2020年1月12日
以及录取要求:要求GMAT/GRE，看重统计学/数学背景和行业经验，G分高，青睐理工科背景的学生，对应届毕业生不友好。他们往往有2年以上的工作经验和面试。
它于2014年开设(第一届招收了28名学生)。目前招生100人/年左右，近50%有1-5年工作经验，应届毕业生仅占10%左右。竞争异常激烈。根据20Fall的申请，第一批发面试/offer的是有工作经验+海本的，其次是近期理工科背景的(比如CS/EE/数学等。).
入学率:
教育背景:
从录取背景可以看出，非常倾向于理工科专业，商科学生仅占25%。
工作背景:
大部分集中在银行、金融、保险、信息和通信技术、科学技术等领域。
学生来源:
主要是亚裔学生，包括东南亚学生，占比很大，东亚(包括中国)学生每月18.7%(像十几二十个)，南亚学生很多；少数其他欧洲和北美学生。
工作年限:
南洋理工大学商业分析理学硕士
2019年8月，NTU南洋商学院推出了全新的课程项目——商业分析硕士(MSc in Business ytics)——MA，面向应届毕业生和非技术背景的商业专业人士。它提供了学习和应用于商业领域的分析技巧和方法，可以应用于管理、会计、市场营销、金融、行政管理、企业传播、新闻等领域。目标是通过实际操作，使学生全面掌握商业分析技术，并将其应用于各种商业领域。它可以与数据科学部门和IT/AI部门合作和互补，并充当此类技术部门和其他业务部门的关键联络角色。
学制:1年
学费:52000新元
课程设置:7月开学，3个学期，需要完成6门必修课+4门选修课+2个项目。
核心模块
用Python和R编程(Bootcamp)
数据管理和可视化
概率与统计
商业中的分析和机器学习
分析策略
商业中的人工智能和大数据
选修课(选择4项)
人工智能与金融中的高级预测技术
通过欺诈检测和取证分析进行风险管理
营销和客户分析
供应链分析
精益运营和优化
2个项目
项目一
项目二
20秋季申请截止日期:
2019年8月31日开业
第一轮:2019.11.30
第二轮:2020年1月31日
第三轮:2020年3月31日
以及录取要求:任何本科专业背景，非技术或非量化背景都可以报考。托福/雅思，GMAT/GRE成绩好；有工作经验者优先，非强制性。PS:虽然不限于本科专业，但要注重与编程、统计、商务相关的数据分析核心技能。
2020年3月NTU给出的最新录取数据:
就业:在熟练的业务分析师手中，数据可以转化为竞争优势。通过计划强大的行业伙伴关系，可以利用与星展、毕马威、GE数码等行业的实习机会，提供相关实践经验，帮助毕业生为承担经营分析岗位做准备。
