案例分享
To Share
數學專業申請解析丨數學類專業是怎樣的項目？為何能有超乎想象的就業前景？
數學，一個涉及廣泛又有前景的專業
特別是在這個大數據時代
數學人早已是
金融界、IT界、科研界等行業的“香餑餑”
并集合了“好就業、收入高、易留美”3大特點
前途可謂無可限量
?
那面對如此火爆與有“錢”景的專業
我們有哪些方向選擇？
統計、數學、DS、BA、金工/金數...？
這些專業的特色又是怎樣的？
我們又該如何準備才能在人群中脫穎而出？
?
飛彼為你揭曉？
?
Why 飛彼留學？
?
5年，111位數學類專業申請，390枚頂級名校錄取，99%的成功率！累積獎學金高達：$1627123.49
以下是飛彼數學類專業學員數據分析：
?申請人的本科專業分布
?申請人來自國內外不同的高校
?在專業分布上，以統計和生物統計最多占39%，其次是金融數學/工程/科技占19%
?在學位分布上，90.5%是碩士，9.5%是博士
?在地區分布上，美國最多占比67.7%，其次是香港和新加坡占比18.5%
?
而這一切得益于飛彼留學始終堅持以申請專業，申請項目類別為出發點，提供更加精細化的服務。因此，我們在各類專業中都取得優異的戰績。目前為止，公司全部錄取成功率高達99.8%。飛彼學員更遍布世界頂級名校：如MIT、哈佛、耶魯、哥大、賓大、芝大、多大、英國G5、新國立等等！
?
而數學類專業申請作為飛彼留學的強勢項目，我們對該專業有深刻的理解，并能為同學們提供全面、專業化、最新的申請方案，為您收獲夢校提供最大的可能性！
?
為了助力飛彼學子實現名校夢想，飛彼毅然決定組建由麻省理工學院、哈佛大學、斯坦福大學、耶魯大學、約翰·霍普金斯大學、劍橋大學、新加坡國立大學、香港大學等世界頂尖大學校友組成的海外導師團隊，為飛彼留學未來的學子提供最全面、最專業的學術、申請指導與建議！讓您贏在申請起跑線！
?
下面，關于數學類專業的申請，飛彼留學創始人肖老師為你詳細道來！
?
肖群 Phoebe
飛彼留學創始人，首席咨詢師
生態學碩士、從業十年。主攻理工科高端申請。個人特點是高、精、鉆，在所接觸的申請中，皆精益求精，已經形成了數學類（包括金融工程、統計、生物統計、數據科學、商業分析、運籌學、應用數學等）和博士等獨特優勢申請項目。在背景提升方面有獨到的經驗，成功幫助多名學子進入歐美世界名校。
?
分享實錄丨
?
數學是一個基礎學科，申請研究生的時候有很多方向可以選擇，具體有哪些？下面將逐一介紹。
?
“金融工程”是一個統稱，項目名稱也叫Financial Mathematics（金融數學）, Computational Finance（計算金融）, Quantitative Finance（量化金融）等，綜合運用數學、統計和編程工具來解決現代金融行業的問題?。
?
而金融科技（Fintech）是人工智能（AI）發展起來以后興起的新興方向，跟金融工程有一定的重疊，主要研究區塊鏈、以及基于大數據、應用AI的方法做量化投資，目前美國top 30的學校中僅有杜克大學一所學校開設金融科技項目；另外在加州大學伯克利分校的工業工程與運籌學（IEOR）項目下面金融科技的分支。但是這個代表了未來的一種趨勢，相信接下來幾年會有更多學校開設這類專業。
?
金融工程/金融科技是一個交叉學科，申請人需要用會數學、統計、編程以及金融知識，對申請人的課程背景有很高的要求。總體來講，數學、統計學是量化金融最重要的知識儲備，例如MIT的Master of Finance項目（這個項目名稱雖然是finance但是大家一般把它歸類在金工）建議申請人學過以下知識：
?
也是為什么很多學校的金工碩士項目從數學，物理，工程這些會大量運用數學的學科招人的原因。
?
在美國從事量化金融的人以亞洲人為主，有很好的就業前景，是申請最熱門的專業方向之一。我在這里對金工的就業做一個簡單介紹。
金融行業可以大致分為買方和賣方。
?
買方（buy side），主要負責投資管理，他們可以投資股票、債券、金融衍生品、大宗商品等金融資產。買方有這幾類公司：對沖基金(Hedging Fund)、 自營交易公司（Proprietary Trading）、資產管理者(Asset Manager)。這三類買方公司都會招收Quant，也就是量化金融項目的學生。
?
在買方工作的Quant主要有這么幾類崗位：Quantitative Researcher、Portfolio Manager、Risk Manager、Quantitative Trader。
?
Quantitative Researcher主要負責研究新的投資策略，也就是Alpha Signal Research，通過對新數據的分析，建立模型，設計投資策略，改善已有的投資策略。
?
Portoflio Manager根據投資模型，建立幾百支或上千支股票，債券的投資組合。利用統計學和現代投資組合理論，找到收益最高風險最小的投資組合
?
Risk Manager根據統計學知識，預測投資組合的風險，改善風險控制模型
?
Quantitative trader負責執行交易。一般你在開始購買一支股票的時候，市場會發現你的動機，知道你之后還會繼續購買，就會抬高價格，也就是market impact，你在購買大量股票的時候股價會上漲。Quant trader的工作就是設計一套交易策略，分散交易，如何把Maket Impact降至最低。
?
賣方（sell side），主要負責資金籌措（Capital Raising）和造市（Market Making）。賣方就是投資銀行（Investment Bank），代表公司有Goldman Sachs，Morgan Stanley，JP Morgan，Citi等大家熟知的企業。
總體上來講，大部分Quant會去賣方，sell side對Quant人才的需求更高，尤其是金融衍生品定價和交易，其次是Buy Side。Quant hedge fund和prop trading會招收一部分Quant。還有較少一部分Quant會去咨詢公司，IT等行業。
最后再來講講大家最關注的Quant的收入的問題，一般離money越近的Quant收入往往越高。也就是你的工作范疇和交易越近，你的工作能直接影響到交易或投資策略，往往你的收入會越高。
?
從碩士剛畢業entry level工作來看，一般在賣方，做Financial Modeling，Trading Strategy，每年大概會有15-20萬美元總體收入。當然也會因公司，所在城市有差異。在買方，如果你直接涉及投資交易，你的收入會更高一些，大概在15-25萬美元。但你的收入會根據公司的投資收益情況決定，相對波動性也更高。當然這里是指一般碩士剛剛畢業的收入。但如果工作內容離money比較“遠”，比如做Quantitative Developer，risk等，相對收入就會低一些。
以下是卡耐基梅隴大學Master of Science in Computational Finance對畢業生做的就業統計數據：
?
?起薪：平均起薪約10萬美金，另外平均有2萬多美元的bonus
?
?職業分布和行業分布以及各自所占的比例：
?
案例分享：
Wang K. （本科：卡爾頓學院—數學經濟）
麻省理工學院—金融碩士
哥倫比亞大學—金融工程碩士
紐約大學—金融數學碩士
?
Deng S.N.（本科：中山大學—數學與應用數學）
哥倫比亞大學—金融工程碩士
哥倫比亞大學—金融數學碩士
卡耐基梅隆大學—計算金融碩士
紐約大學—金融工程碩士，獎學金：$8,000
?
Kong X.J.（本科：中山大學—金融學，統計學雙學位）
哥倫比亞大學—金融數學碩士
紐約大學—金融工程碩士，獎學金：$8,000
?
Qi.J.(本科：中山大學—數學與應用數學)
杜克大學-金融技術工程碩士，獎學金 $ 11635.2
?
Li Z.R.（本科：中山大學—數學與應用數學，輔修金融）
倫敦政治經濟學院—風險管理定量方法碩士
倫敦大學學院—金融風險管理碩士
香港科技大學—金融科技碩士
香港中文大學—金融科技碩士
?
Cao J.Y.（本科：暨南大學—信息與計算科學/金融學 雙學位）
倫敦大學國王學院—計算金融碩士
倫敦大學國王學院—金融數學碩士
?
Li W.T.（本科：中山大學—統計學）
新加坡國立大學—金融工程碩士
新加坡國立大學—計量金融碩士
香港中文大學—系統工程與工程管理碩士（金融工程方向）
?
?
統計/生物統計(statistics/biostatistics)、數據科學/健康數據科學(data science/health data science) 、分析學/商業分析(analytics/ business analytics)，這些方向之間既有區別又有聯系。
?
統計學，是應用數學的一個分支，主要通過利用概率論建立數學模型，收集所觀察數據，進行量化的分析、總結，并進而進行推斷和預測，為相關決策提供依據和參考。統計學是建立在嚴謹的數學推理之上。
?
數據科學，是在大數據發展以后興起的一個學科，它是數學與應用數學、計算機科學和統計學的交叉學科。它處理的數據專指大數據。數據科學在項目開設上也有幾種不同的情況：
1. 開設在計算機系下面，如
卡耐基梅隴大學（Master of Computational Data Science）
南加州大學（Master of Science in Computer Science (Data Science)）
埃默里大學（M.S. in Computer Science with a Data Science concentration）等等。
?
2. 開設在統計系下面，如
斯坦福大學（M.S. in Statistics: Data Science）
康奈爾大學（MPS program in Applied Statistics,?Data Science）
?
3. 調集不同院系的師資單獨成立數據科學研究中心，如
哥倫比亞大學（Data Science Institute）
范德堡大學（Data Science Institute）
紐約大學（NYU Center for Data Science）等
?
4.?多個院系合作開設，如Harvard, Brown
值得注意的是， 交叉學科的項目可能同一個學校開設幾個類似的，如
斯坦福大學有M.S. in Statistics: Data Science，數學系有Master of Science in Computational and Mathematical Engineering－Data Science Track；
康奈爾大學有MPS program in Applied Statistics,?Data Science方向，以及工程學院的M.Eng- Data Analytics (DA)
隨著項目設置的不同，各個項目會有不同的側重點。
比如計算機系下面的數據科學項目主要為了應對大數據帶來的挑戰，如數據庫，算法，數據存儲都會跟以往的數據有所不同。再加上新興的人工智能、語言處理技術發展，給這個領域的發展帶來了很多不同的特點。
?
斯坦福大學計算與數學工程中心下面的項目更側重大規模運算中的數學計算問題。統計系下面的數據科學會偏統計多一些，只是在大數據發展的基礎上研究一些新的理論方法或者預測分析的工具。而交叉學科中心的數據科學項目強調的是data-to-decision，從數據到決策的過程，側重點是如何通過分析數據達到決策的目的。數據科學會更注重分析預測的準確率，而不是背后的理論依據。
?
對于數學背景的同學（如果沒有輔修計算機或者修計算機專業的雙學位）來說，計算機系下面的數據科學項目不太合適，我前面介紹的2,3,4這三種情況更符合我們數學背景的同學們。
?
生物統計可以理解為，統計學方法在生物醫學、藥學、公共衛生領域的具體應用。
?
健康數據科學可以理解為數據科學在醫療健康領域的應用，目前美國開設健康數據科學項目的學校不多，代表有哈佛、達特茅斯學院。
?
分析學(Analytics)學習數據分析的方法和工具，以及如何運用這些方法和工具來輔助決策。
?
而商業分析(Business Analytics)，是數據分析的方法和工具在商業領域的應用，除了學習分析的方法和工具之外，還要學習商科的背景知識。
?
在這里，我想分享一點經驗。如果各位家長和同學，不希望自己將來局限在做技術的崗位上，希望能轉向管理的崗位，那么大家在學習數據相關的專業的過程中，除了學習方法和技能之外，還要注意去積累專業背景知識（domain?knowledge）。我們分析一組數據以后，可以得出一些分析結果，比如趨勢是上升還是下降，預測未來的走勢是怎樣的。但是如果想對這些結果進行解讀，那就需要很深厚的行業知識了。生物統計、健康數據科學、商業分析這幾個專業，已經把專業背景知識學習很好的融入到項目設置當中，而統計、數據科學、分析學這幾個分析，沒有限定應用領域，項目通常會提供比較多選修課來滿足同學們多元化發展的需求。
?
只要有數據的地方就需要用到數據分析，如社交軟件、電商、游戲、金融、醫藥類等等，并且這些類型的公司數據都較為龐大，發揮空間大。同學們可以有意識的去關注一些自己感興趣的領域，拓寬自己的知識面。
?
我用一個圖標簡單概括一下這幾個項目的情況：
“對專業背景要求高”的意思是，需要學過大量的這個學科相關的基礎課程，或者能通過實踐經歷證明申請人掌握了這些知識和技能.
?
而跟數據相關的專業，硬核的技能包括三個方面：數學理論基礎、統計建模能力、編程能力。如果申請人本科不是讀這些相關專業的，并且對自己這三個硬核技能不是非常自信的話，申請分析學和商業分析，課程設置會更適合申請人的背景并且成功的機會更大。
?
大家在選擇具體的方向也會考慮這幾個項目的實際情況，例如學制，在美國讀1.5年甚至2年，在讀碩士期間可以利用暑假去當地的企業實習，有了實習經歷以后，找到全職工作的把握更大。
?
還有一些同學，有可能會考慮碩士畢業以后繼續讀博士。職業型的項目一般不會提供直接轉博士的機會，而且項目的課程設置也會以就業為主。
?
這幾個專業的畢業生未來可以從事這些崗位的工作：
根據學校公布的碩士畢業生的平均薪酬，年薪一般在7-10W 美金之間
?
案例分享：
?數據科學/健康數據科學
Su C.（本科：中山大學—統計學）
哈佛大學—健康數據科學碩士，獎學金$11,000
哈佛大學—數據科學碩士
?
Liu F.H.（本科：中山大學—數學與應用數學）
哥倫比亞大學—數據科學碩士
?
Shen C.（本科：中山大學—統計學）
杜克大學—跨學科數據科學碩士
?
Li Y.Q.（本科：UCI—數學）
約翰霍普金斯大學—數據科學碩士 獎學金：$8302.5
南加州大學—應用數據科學
?
Liu Y.S.（本科：北卡教堂山分校—統計經濟）
哥倫比亞大學—數據科學碩士
約翰霍普金斯大學—數據科學碩士，獎學金：$8,302.5
喬治城大學—數據科學與分析碩士
?
Du J.H.（本科：中山大學—統計學）
達特茅斯學院—健康數據科學碩士
密歇根大學安娜堡分校—數據科學碩士
?
Zhao.R. (本科：中山大學—統計學)
達特茅斯學院—健康數據科學碩士 獎學金 $10000
范德堡大學-數據科學
圣路易斯華盛頓大學-數據分析與統計碩士 減免50%學費
喬治敦大學—數據科學分析碩士?
統計/生物統計
Su C.（本科：中山大學—統計學）
耶魯大學—生物統計全獎博士，獎學金：$71,250
華盛頓大學（西雅圖）—統計學碩士
?
Zhang C.（本科：中山大學—統計學）
耶魯大學—生物統計全獎博士，獎學金：$78,550
密歇根大學安娜堡分校—生物統計學碩士
加州大學戴維斯分校—生物統計學全獎博士，獎學金：$53,400
俄亥俄州立大學—統計學全獎博士，獎學金：$63,570
蘇黎世聯邦理工學院—統計學碩士
Li Y.Q.（本科：加州大學歐文分校 – 數學）
耶魯大學– 生物統計碩士
華盛頓大學（西雅圖）—統計學碩士
?
Qi.J. (本科：中山大學—數學與應用數學)
耶魯大學—生物統計學碩士
杜克大學—生物統計碩士 獎學金$2500
萊斯大學-統計學碩士
?
Shen C.（本科：中山大學—統計學）
耶魯大學—生物統計碩士
布朗大學—生物統計碩士
萊斯大學—統計學碩士
密歇根大學安娜堡分校—應用統計學碩士
?
Gao Z.Y.（本科：中山大學—統計學）
耶魯大學—統計學碩士
哥倫比亞大學—統計學碩士
康奈爾大學—應用統計學碩士
加州大學洛杉磯分校—統計學碩士
密歇根大學安娜堡分校—統計學碩士
華盛頓大學（西雅圖）—統計學碩士
?
Zhu.J.H. (本科：中山大學—應用統計學)
多倫多大學—統計博士全獎錄取，獎學金：$28500
密歇根大學-安娜堡分校—生物統計碩士
?
Zhou M.L.（本科：中山大學—統計學）
英屬哥倫比亞大學—統計學碩士獎學金：$34,165
滑鐵盧大學—統計學數學碩士，獎學金：$25,000
Li.D.R. (本科：中山大學—統計學)
哥倫比亞大學—統計學
伊利諾伊大學香檳分校-統計學碩士
倫敦大學學院—統計學碩士
香港中文大學—統計學全獎博士 獎學金：HKD207,960
?
Mao Q.W.（本科：中山大學—統計學）
哥倫比亞大學—統計學碩士
萊斯大學—統計學碩士
密歇根大學安娜堡分校—應用統計學碩士
香港大學—統計學碩士
?
Zhao.R . (本科：中山大學—統計學)
約翰霍普金斯大學—應用數學與統計碩士 獎學金：$8302.5
杜克大學—生物統計碩士，獎學金：$2500
加州大學戴維斯分校-統計學碩士
伊利諾伊大學香檳分校—統計學碩士
?
Du J.H.（本科：中山大學—統計學）
芝加哥大學—統計學碩士，獎學金：$13,854
約翰·霍普金斯大學—應用數學與統計學碩士，獎學金：$8302.5
密歇根大學安娜堡分校—應用統計學碩士
?
Lei.Z.T. (本科：中山大學—統計學)
賓夕法尼亞大學-生物統計學碩士
布朗大學—生物統計學
密歇根大學安娜堡分校—生物統計學碩士
埃默里大學—生物統計學碩士
?
Liao H.（本科：IUPUI—數學）
密歇根大學安娜堡分校—應用統計碩士
威斯康星大學麥迪遜分校—統計學，數據科學方向碩士
分析學，商業分析
Ning X.Y. (本科：邁阿密大學牛津分校-應用數學與統計)
南加州大學-分析學碩士
?
Zhang M.M.（本科：中山大學—數學與應用數學）
東北大學—分析學碩士
?
Chen Y.L.（本科：中山大學—數學與應用數學）
悉尼大學—商業分析碩士
新南威爾士大學—商業分析碩士
?
Hu Z.J.（本科：寧波大學—金融學；羅格斯大學—數學）
哥倫比亞大學—應用分析學碩士
?
Wang Y.Z. (本科：中山大學—統計學)
哥倫比亞大學—應用分析學碩士
?
Yang.Y. (本科：中山大學—統計學)
新加坡國立大學—商業分析
?
Lan Y.L.（本科：中山大學—應用統計學）
香港科技大學—商業分析碩士
?
Chen D.T.（本科：中山大學—統計學）
香港城市大學—商業定量分析碩士
?
Zhong.Y.Q.(本科：中山大學—數學與應用數學)
香港城市大學—商業與數據分析碩士
?
這個方向有三個特點：
1. 以招博士為主，只有少量碩士項目
2. 多數強制要或者強烈建議考GRE Math Sub
3. 理論性強，職業前景相對其他方向差一些，因此這個是一個相對冷門的申請方向，因此在此不做詳細介紹，如需詳細了解可留言咨詢哈！
?
我們往年有少數同學選擇了申請數學或應用數學
?案例分享：
Deng S.N.（本科：中山大學—數學與應用數學）
波士頓大學—數學全獎博士，獎學金：$87,826
普渡大學西拉法葉校區—數學博士，獎學金：$31,793
?
Zou K.R. (本科：中山大學—數學與應用數學；碩士：中山大學—金融)
紐約州立大學石溪分校，應用數學與統計博士
?
Liu F.H.（本科：中山大學—數學與應用數學）
香港大學—數學博士，獎學金：HKD199,560
?
Yu X.J.（本科：中山大學—統計學）
香港浸會大學—數學博士，獎學金：HKD188,400
?
Guo X.Y.（本科：中山大學—數學與應用數學）
香港中文大學—數學研究型碩士，獎學金：HKD180,000
?
Yi C.G. (本科：中山大學—數學與應用數學)
芝加哥大學—計算與應用數學碩士
南加州大學—應用數學碩士
威斯康星大學麥迪遜分校—數學碩士
?
Lu.J.P. (本科：中山大學—應用統計學)
帝國理工學院 — 應用數學碩士
布里斯托大學—數學碩士
圣安德魯斯大學—數學碩士
格拉斯哥大學-數學/應用數學碩士
新加坡國立大學—數學碩士
?
Deng.K.F.(本科：中山大學—應用統計學)
香港中文大學—數學碩士
?
Dai Z.L.（本科：中山大學—統計學）
香港中文大學—數學碩士
香港理工大學—應用數學碩士
這個學科的是通過數學模型和計算機系統對復雜的過程、系統、或者組織進行模擬，從而達到優化的目的。這個方向也是應用數學的一個領域之一，但是這個系比較大，很早就獨立出來了，所以我在這里單獨做個介紹。
?
這個方向是屬于數學領域比較實用的方向之一，對數學和計算機的能力要求都很高。
?
案例分享：
?
Ding T.Y.（本科：中山大學—數學與應用數學，碩士：約翰霍普金斯大學：金融數學）
賓夕法尼亞州立大學—工業與制造工程博士，獎學金學費減免+$ 12, 952.5
佛羅里達大學—工業工程和系統工程和博士
里海大學— 工業工程和系統工程和博士，獎學金：18個學分學費減免+$ 21,105
俄亥俄州立大學—運籌學博士
匹茲堡大學—工業工程博士，獎學金：學費減免+ $29, 400
德州大學奧斯丁分校— 運籌學和工業工程博士
?
Li Y.Q.（本科：UCI—數學）
加州大學伯克利分校—工業工程與運籌學，獎學金：$16,000
?
Qi J. (本科：中山大學—數學與應用數學)
賓夕法尼亞大學—系統工程碩士
加州大學伯克利分校—工業工程與運籌學
南加州大學-運籌學工程碩士
?
Yi C.G. (本科：中山大學—數學與應用數學)
萊斯大學—工業工程碩士
理海大學—工業系統工程碩士
?
Wang.M.R. (本科：中山大學—數學與應用數學)
密歇根大學安娜堡分校—工業工程碩士
俄亥俄州立大學—工業工程碩士
伊利諾伊大學香檳分校—工業工程碩士
理海大學—工業系統工程碩士
北卡羅萊納大學—運籌學碩士
匹茲堡大學—工業工程博士
賓夕法尼亞州立大學—工業工程博士，獎學金：$55110
?
Zhang.Y.(本科：中山大學—統計學)
香港中文大學—系統工程與工程管理碩士
?
計算機包括三大領域，人工智能，計算機系統，計算機理論
?
在計算機的大三領域中，人工智能（AI）和計算機理論（例如算法的復雜度、數據結構、密碼學）需要用到較多數學工具，考慮轉CS的同學可以從這些領域作為切入點。
?
案例分享：
?
Ning X.Y.(本科：邁阿密大學牛津分校-應用數學與統計)
東北大學—信息系統
伊利諾伊大學香檳分校—信息管理學
?
Hu Z.J.（本科：寧波大學—金融學/羅格斯大學—數學；碩士：哥倫比亞大學—應用分析/哥倫比亞大學—統計學）
香港城市大學—計算機科學全獎博士，獎學金：HKD198,000
香港理工大學—計算機科學全獎博士，獎學金：HKD200,760
?
Chen J.X.（本科：中山大學—數學與應用數學）
香港理工大學—計算機研究型碩士，獎學金：HKD180,000
?
Liang Z.L.（本科：中山大學—信息與計算科學）
香港大學—計算機科學碩士
?
Guo J.J.（本科：中山大學—統計學）
圣安德魯斯大學—人工智能碩士
薩里大學—計算機視覺、機器人和機器學習碩士
薩塞克斯大學—人工智能和適應性系統碩士
埃克賽特大學—數據科學與人工智能的科學碩士
倫敦瑪麗女王大學—人工智能碩士
?
Xu K.X.（本科：中山大學—數學與應用數學）
布里斯托大學—網絡安全數學碩士
?
Zheng Z.W. （本科：中山大學—統計學，碩士：約翰霍普金斯大學— 應用數學與統計學）
曼徹斯特大學 — 計算機科學博士
?
Lu.J.P. (本科：中山大學—應用統計學)
布里斯托大學—網絡安全數學碩士
（部分學校把經濟學放在社會科學領域）
?
由于商學院下面的博士，招生名額非常少（一般一個方向2—3個人，并且有的方向隔幾年才招一次學生），商學院博士的申請難度會相對理工科高出很多很多，博士申請我會在下次專門介紹。在這里我想強調的一點是，盡管商學院的博士申請難度非常大，但是數學背景的同學們是非常有優勢的，只要早規劃，也可以拿到很好的錄取。
?
以下這些是數學背景的同學轉專業非常有優勢的方向：
?
·市場營銷（quantitative marketing方向）?
·決策科學?
·運營管理?
·商業分析?
·Quantitative Methods?
·經濟學博士?
?
例如其中我們一位學員，本科中山大學讀應用統計，她一直對business有非常濃厚的興趣，早期在其他機構咨詢的時候說她想申請商學院的博士，別的機構都跟她講商學院的博士難度太高，幾乎沒有可能。但是找我們以后，我們告訴她，以她的背景，在商學院也能找到背景非常匹配的方向。我們重點給她介紹了市場營銷當中的量化方向。
?
市場營銷博士，有2個大的研究方向，一個是customer behaviour，研究用戶的行為心理，另外一個是quantitative marketing，這個領域在大數據時代有非常好的發展前景。
?
這位師姐最后選擇在普渡大學讀市場營銷博士，研究方向為Big Data Marketing等，現在也是飛彼的海外導師團成員。
?
今年我們也有另外一位相似背景的同學，選擇讀quantitative marketing，最終拿到了新加坡南洋理工大學的全獎博士錄取。
案例分享：
?
Lv S.Y.（本科：中山大學—應用統計學）
普渡大學西拉法葉校區—市場營銷博士，獎學金：$21,232
科羅拉多大學波德分校—商科全獎博士（運營管理方向）
香港中文大學—市場營銷博士，獎學金：HKD199,920
?
Zou K.R.（本科：中山大學—數學與應用數學，碩士：中山大學—金融學）
麥克麥斯特大學—金融與經濟學博士，獎學金：$39,036
南洋理工大學—銀行與金融博士，獎學金：$46860
密蘇里大學—經濟學博士，獎學金：$34,073
?
Xie.P.W. (本科：中山大學—會展經濟與管理、統計雙學位)
南洋理工大學—市場營銷全獎博士
?
Fu. X.Y. （本科：中山大學—數學與應用數學）
香港科技大學— 運營管理博士，獎學金：HKD199,920
?
（data analytics + domain?knowledge）
?
這種模式，適合有交叉學科背景、并且對某個領域有濃厚興趣的同學們
例如?
麻省理工學院
Master’s program in Data, Economics, and Development Policy (DEDP)
數據、經濟與發展政策
?
芝加哥大學
MS in Computational Analysis and Public Policy (MSCAPP)
計算分析與公共政策
?
卡內基梅隴大學
Master’s in Public Policy Management, Data Analytics Track
公共政策管理，數據分析方向
Master of Science in Health Care Analytics & Information Technology (MSHCA)
健康護理數據分析和信息技術
?
南加州大學
Master of Science in Communication Data Science
傳媒數據科學（工程學院與傳媒與新聞學院合作）
Master of Science in Healthcare Data Science
健康護理數據科學（工程學院與醫學院合作）
Master of Science in Public Policy Data Science
公共政策數據科學（工程學院與公共政策學院合作）
·Data Science/ Health Data Science
·Business Analytics/Analytics
·Financial Technology
·學科交叉
?
在大數據、人工智能蓬勃發展的背景下，數學專業的同學們有很多新的機會，因此，會不斷的有學校新開適合數學背景的同學們申請的項目。新項目通常在第一年招生的時候知道的人不多，相對比較容易申請成功。
例如
?在2018年，哈佛、布朗、杜克的數據科學項目新成立首次招生，賓夕法尼亞大學的數據科學項目首次對外招生；
?2019年范德堡大學的數據科學、芝加哥大學的應數計算數學項目新成立首次招生；
?2020年約翰霍普金斯大學的數據科學、杜克大學的金融科技項目新成立首次招生。
注意：我補充說明一下，為什么賓夕法尼亞大學的數據科學項目叫做首次對外招生？賓大的data science項目，在18年之前就存在了，但是它是從工程學院已經被錄取的同學當中選拔一些對數據科學感興趣的同學來讀這個項目。它是在2018年獨立出來招生的。
?
由于數學是一個非常非常基礎的學科，同學們在本科階段所學的內容，實用性可能不像別的專業那么強，但是，申請研究生的時候數學背景是特別受歡迎的。
?
我遇到很多學數學的同學，可能在剛開始的時候有一個很迷茫的階段，不知道自己讀了這個專業以后可以做什么，我這有三條建議想分享給大家。
?
第一個是，一定要盡早去了解未來的方向選擇有哪些，這樣我們才能有針對性的做背景提升方案，包括輔修、雙學位，參加比賽，實習等等，這對沖擊名校是非常有幫助的。
?
第二個是，充分了解自己的優點和缺點，找到最適合自己發展的方向。比如編程能力強的同學非常適合學數據科學；領導能力、溝通能力強，不想走純技術路線的同學們可以考慮商業分析。還有我們最后介紹的比較小眾的專業方向，數據分析+專業知識（data analytics + domain knowledge）這種類型的項目，適合有一定的數學背景，不想走純技術路線，并且對某個領域有濃厚興趣的同學們。
?
第三是，在沒有清楚自己未來的方向之前，先打好基礎，多嘗試。
在數學類專業申請上，飛彼留學精益求精，對數學大類專業的特點、研究生項目的設置、申請難度、未來職業發展、如何有針對性的做背景提升、文書如何個性化寫作等等摸索了一整套完善的經驗，并且取得了很好的申請結果，建立起完善的學校信息資料數據庫、申請案例庫，并且為后面申請的同學建立了一個良好的人際關系網絡。
?
例如我們的學員UCI的小姐姐
申請了好幾個不同的方向，每個方向我們都拿到了非常好的錄取。在整個過程中，我們能很清楚的告訴她，以她的背景，可以選擇的專業方向有哪些，這些項目的申請難度怎么樣，我們怎么樣在經歷有限的情況下，按照每個方向去針對性的修改文書。
在未來的日子里，我們將不忘初心，繼續與你們并肩前行，為你們爭取更優質錄取！
