01
学生需求
商业分析专业其就业方向非常广泛,包括金融、互联网、市场营销、咨询等都很欢迎BA专业的学生,再加上对本科专业的限定超级宽泛,因而这几年BA一直都很火。而数据分析专业近年来一直是留学申请的香馍馍,随着大家都往这个方向挤,申请难度也是越来越高。
今天的分享来自于Selena同学,她本科就是商业分析专业,考虑到BA的竞争非常激烈,在申请时想要两手抓,同时想要兼顾BA、marketing以及应用数据分析等方向。Selena同学的绩点不错,还有着较好的数理基础和商科知识基础,并且她的专业背景本身与BA专业匹配度较高。
但在前期准备阶段,主要需要解决的问题是Selena同学自身量化分析项目经历方面较为匮乏,这使得整体申请文书和申请专业脱节,尤其是针对DA专业方向的申请,似乎也没有办法很好体现其历史积累、申请动机和匹配度。Selena同学在与老师仔细商讨后选择参加了指南者的数学建模项目实战并组队参加高斯杯的数学建模大赛,来增加数理分析、量化研究的学术经历,增强与目标专业的匹配程度。
我们以本期的Selena学员为例,来了解一下数学建模项目实战的学习过程、学员成果和在BA和DA方向的留学申请中的应用。
02
项目的申请应用
参赛题目是《PM2.5 影响因素分析与预测研究》,大气细颗粒物(PM2.5)粒径小且能作为毒性物质载体,长期暴露于细颗粒物污染之下的人们更有可能面临心血管病和呼吸系统疾病的风险。PM2.5 是影响空气质量的重要指标,探究影响 PM2.5 浓度的因素,从而找到降低 PM2.5 浓度的方法,可以有效地改善空气质量问题,以上海地区为例,采用相关建模软件,对影响大气种 PM2.5 浓度的因素进行了一系列的研究,数据可视化、回归模型的应用等使得这个项目很符合BA、DA申请所需的经历,可以作为申请的兴趣来源和专业积累,因此我们在文书设计中就对于这个经历进行了引用,利用它能很好地证明并串联起兴趣、过往积累、职业发展规划等方面。
(文书框架,点击放大)
从本专业引出思考和跨专业兴趣


从本专业引出对数据的思考和感悟,深刻认识在信息时代,各行各业都离不开大数据分析,数据应用在商业领域有了更为广泛的应用,对数据的把握可以让人们把握住商机赢得市场,基于数据的实证分析研究是可以有很强的现实意义,数字可以造福人们生活。因此在本科期间做了较多相关的研究和尝试,引出过去积累。
充分展现目标专业看重的技能
使用 SPSS 和 Python 收集、处理数据,并对数据进行描述性统计,并且构建了多元线性回归、随机森林模型、GBDT三种回归模型并列出了每个特征指标对于 PM2.5 的影响权重,分别得出每种模型的结果。体现了良好的数学建模和数据分析基础,经历中详述了数据处理和计算的过程和整体逻辑,充分展现了BA、DA专业看重的数理、编程技能。
引向进一步探索和职业发展的方向
完成项目后,Selena同学也并没有停滞不前,而是在此基础上进一步向更深入的方向探索,不断夯实自己的研究能力。同时她也意识到自己还仅仅是在数据分析中的刚刚入门,还需要学习更多的数据分析、数据科学的相关知识技能,因此,需要通过海外硕士项目进一步学习和提升。
03
学习过程
(过程展示
04
学习成果
(部分报告展示)
扫描下方二维码
咨询同款项目实战经历
感恩节宠粉福利
0门槛!无需转发!
点击图片参与,详情见下图👇
继续阅读
阅读原文