案例分享
To Share
数学专业申请解析丨数学类专业是怎样的项目？为何能有超乎想象的就业前景？
数学，一个涉及广泛又有前景的专业
特别是在这个大数据时代
数学人早已是
金融界、IT界、科研界等行业的“香饽饽”
并集合了“好就业、收入高、易留美”3大特点
前途可谓无可限量
那面对如此火爆与有“钱”景的专业
我们有哪些方向选择？
统计、数学、DS、BA、金工/金数...？
这些专业的特色又是怎样的？
我们又该如何准备才能在人群中脱颖而出？
飞彼为你揭晓？
Why 飞彼留学？
5年，111位数学类专业申请，390枚顶级名校录取，99%的成功率！累积奖学金高达：$1627123.49
以下是飞彼数学类专业学员数据分析：
✔申请人的本科专业分布
✔申请人来自国内外不同的高校
✔在专业分布上，以统计和生物统计最多占39%，其次是金融数学/工程/科技占19%
✔在学位分布上，90.5%是硕士，9.5%是博士
✔在地区分布上，美国最多占比67.7%，其次是香港和新加坡占比18.5%
而这一切得益于飞彼留学始终坚持以申请专业，申请项目类别为出发点，提供更加精细化的服务。因此，我们在各类专业中都取得优异的战绩。目前为止，公司全部录取成功率高达99.8%。飞彼学员更遍布世界顶级名校：如MIT、哈佛、耶鲁、哥大、宾大、芝大、多大、英国G5、新国立等等！
而数学类专业申请作为飞彼留学的强势项目，我们对该专业有深刻的理解，并能为同学们提供全面、专业化、最新的申请方案，为您收获梦校提供最大的可能性！
为了助力飞彼学子实现名校梦想，飞彼毅然决定组建由麻省理工学院、哈佛大学、斯坦福大学、耶鲁大学、约翰·霍普金斯大学、剑桥大学、新加坡国立大学、香港大学等世界顶尖大学校友组成的海外导师团队，为飞彼留学未来的学子提供最全面、最专业的学术、申请指导与建议！让您赢在申请起跑线！
下面，关于数学类专业的申请，飞彼留学创始人肖老师为你详细道来！
肖群 Phoebe
飞彼留学创始人，首席咨询师
生态学硕士、从业十年。主攻理工科高端申请。个人特点是高、精、钻，在所接触的申请中，皆精益求精，已经形成了数学类（包括金融工程、统计、生物统计、数据科学、商业分析、运筹学、应用数学等）和博士等独特优势申请项目。在背景提升方面有独到的经验，成功帮助多名学子进入欧美世界名校。
分享实录丨
数学是一个基础学科，申请研究生的时候有很多方向可以选择，具体有哪些？下面将逐一介绍。
“金融工程”是一个统称，项目名称也叫Financial Mathematics（金融数学）, Computational Finance（计算金融）, Quantitative Finance（量化金融）等，综合运用数学、统计和编程工具来解决现代金融行业的问题 。
而金融科技（Fintech）是人工智能（AI）发展起来以后兴起的新兴方向，跟金融工程有一定的重叠，主要研究区块链、以及基于大数据、应用AI的方法做量化投资，目前美国top 30的学校中仅有杜克大学一所学校开设金融科技项目；另外在加州大学伯克利分校的工业工程与运筹学（IEOR）项目下面金融科技的分支。但是这个代表了未来的一种趋势，相信接下来几年会有更多学校开设这类专业。
金融工程/金融科技是一个交叉学科，申请人需要用会数学、统计、编程以及金融知识，对申请人的课程背景有很高的要求。总体来讲，数学、统计学是量化金融最重要的知识储备，例如MIT的Master of Finance项目（这个项目名称虽然是finance但是大家一般把它归类在金工）建议申请人学过以下知识：
也是为什么很多学校的金工硕士项目从数学，物理，工程这些会大量运用数学的学科招人的原因。
在美国从事量化金融的人以亚洲人为主，有很好的就业前景，是申请最热门的专业方向之一。我在这里对金工的就业做一个简单介绍。
金融行业可以大致分为买方和卖方。
买方（buy side），主要负责投资管理，他们可以投资股票、债券、金融衍生品、大宗商品等金融资产。买方有这几类公司：对冲基金(Hedging Fund)、 自营交易公司（Proprietary Trading）、资产管理者(Asset Manager)。这三类买方公司都会招收Quant，也就是量化金融项目的学生。
在买方工作的Quant主要有这么几类岗位：Quantitative Researcher、Portfolio Manager、Risk Manager、Quantitative Trader。
Quantitative Researcher主要负责研究新的投资策略，也就是Alpha Signal Research，通过对新数据的分析，建立模型，设计投资策略，改善已有的投资策略。
Portoflio Manager根据投资模型，建立几百支或上千支股票，债券的投资组合。利用统计学和现代投资组合理论，找到收益最高风险最小的投资组合
Risk Manager根据统计学知识，预测投资组合的风险，改善风险控制模型
Quantitative trader负责执行交易。一般你在开始购买一支股票的时候，市场会发现你的动机，知道你之后还会继续购买，就会抬高价格，也就是market impact，你在购买大量股票的时候股价会上涨。Quant trader的工作就是设计一套交易策略，分散交易，如何把Maket Impact降至最低。
卖方（sell side），主要负责资金筹措（Capital Raising）和造市（Market Making）。卖方就是投资银行（Investment Bank），代表公司有Goldman Sachs，Morgan Stanley，JP Morgan，Citi等大家熟知的企业。
总体上来讲，大部分Quant会去卖方，sell side对Quant人才的需求更高，尤其是金融衍生品定价和交易，其次是Buy Side。Quant hedge fund和prop trading会招收一部分Quant。还有较少一部分Quant会去咨询公司，IT等行业。
最后再来讲讲大家最关注的Quant的收入的问题，一般离money越近的Quant收入往往越高。也就是你的工作范畴和交易越近，你的工作能直接影响到交易或投资策略，往往你的收入会越高。
从硕士刚毕业entry level工作来看，一般在卖方，做Financial Modeling，Trading Strategy，每年大概会有15-20万美元总体收入。当然也会因公司，所在城市有差异。在买方，如果你直接涉及投资交易，你的收入会更高一些，大概在15-25万美元。但你的收入会根据公司的投资收益情况决定，相对波动性也更高。当然这里是指一般硕士刚刚毕业的收入。但如果工作内容离money比较“远”，比如做Quantitative Developer，risk等，相对收入就会低一些。
以下是卡耐基梅陇大学Master of Science in Computational Finance对毕业生做的就业统计数据：
✔起薪：平均起薪约10万美金，另外平均有2万多美元的bonus
✔职业分布和行业分布以及各自所占的比例：
案例分享：
Wang K. （本科：卡尔顿学院—数学经济）
麻省理工学院—金融硕士
哥伦比亚大学—金融工程硕士
纽约大学—金融数学硕士
Deng S.N.（本科：中山大学—数学与应用数学）
哥伦比亚大学—金融工程硕士
哥伦比亚大学—金融数学硕士
卡耐基梅隆大学—计算金融硕士
纽约大学—金融工程硕士，奖学金：$8,000
Kong X.J.（本科：中山大学—金融学，统计学双学位）
哥伦比亚大学—金融数学硕士
纽约大学—金融工程硕士，奖学金：$8,000
Qi.J.(本科：中山大学—数学与应用数学)
杜克大学-金融技术工程硕士，奖学金 $ 11635.2
Li Z.R.（本科：中山大学—数学与应用数学，辅修金融）
伦敦政治经济学院—风险管理定量方法硕士
伦敦大学学院—金融风险管理硕士
香港科技大学—金融科技硕士
香港中文大学—金融科技硕士
Cao J.Y.（本科：暨南大学—信息与计算科学/金融学 双学位）
伦敦大学国王学院—计算金融硕士
伦敦大学国王学院—金融数学硕士
Li W.T.（本科：中山大学—统计学）
新加坡国立大学—金融工程硕士
新加坡国立大学—计量金融硕士
香港中文大学—系统工程与工程管理硕士（金融工程方向）
统计/生物统计(statistics/biostatistics)、数据科学/健康数据科学(data science/health data science) 、分析学/商业分析(analytics/ business analytics)，这些方向之间既有区别又有联系。
统计学，是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计学是建立在严谨的数学推理之上。
数据科学，是在大数据发展以后兴起的一个学科，它是数学与应用数学、计算机科学和统计学的交叉学科。它处理的数据专指大数据。数据科学在项目开设上也有几种不同的情况：
1. 开设在计算机系下面，如
卡耐基梅陇大学（Master of Computational Data Science）
南加州大学（Master of Science in Computer Science (Data Science)）
埃默里大学（M.S. in Computer Science with a Data Science concentration）等等。
2. 开设在统计系下面，如
斯坦福大学（M.S. in Statistics: Data Science）
康奈尔大学（MPS program in Applied Statistics, Data Science）
3. 调集不同院系的师资单独成立数据科学研究中心，如
哥伦比亚大学（Data Science Institute）
范德堡大学（Data Science Institute）
纽约大学（NYU Center for Data Science）等
4. 多个院系合作开设，如Harvard, Brown
值得注意的是， 交叉学科的项目可能同一个学校开设几个类似的，如
斯坦福大学有M.S. in Statistics: Data Science，数学系有Master of Science in Computational and Mathematical Engineering－Data Science Track；
康奈尔大学有MPS program in Applied Statistics, Data Science方向，以及工程学院的M.Eng- Data Analytics (DA)
随着项目设置的不同，各个项目会有不同的侧重点。
比如计算机系下面的数据科学项目主要为了应对大数据带来的挑战，如数据库，算法，数据存储都会跟以往的数据有所不同。再加上新兴的人工智能、语言处理技术发展，给这个领域的发展带来了很多不同的特点。
斯坦福大学计算与数学工程中心下面的项目更侧重大规模运算中的数学计算问题。统计系下面的数据科学会偏统计多一些，只是在大数据发展的基础上研究一些新的理论方法或者预测分析的工具。而交叉学科中心的数据科学项目强调的是data-to-decision，从数据到决策的过程，侧重点是如何通过分析数据达到决策的目的。数据科学会更注重分析预测的准确率，而不是背后的理论依据。
对于数学背景的同学（如果没有辅修计算机或者修计算机专业的双学位）来说，计算机系下面的数据科学项目不太合适，我前面介绍的2,3,4这三种情况更符合我们数学背景的同学们。
生物统计可以理解为，统计学方法在生物医学、药学、公共卫生领域的具体应用。
健康数据科学可以理解为数据科学在医疗健康领域的应用，目前美国开设健康数据科学项目的学校不多，代表有哈佛、达特茅斯学院。
分析学(Analytics)学习数据分析的方法和工具，以及如何运用这些方法和工具来辅助决策。
而商业分析(Business Analytics)，是数据分析的方法和工具在商业领域的应用，除了学习分析的方法和工具之外，还要学习商科的背景知识。
在这里，我想分享一点经验。如果各位家长和同学，不希望自己将来局限在做技术的岗位上，希望能转向管理的岗位，那么大家在学习数据相关的专业的过程中，除了学习方法和技能之外，还要注意去积累专业背景知识（domain knowledge）。我们分析一组数据以后，可以得出一些分析结果，比如趋势是上升还是下降，预测未来的走势是怎样的。但是如果想对这些结果进行解读，那就需要很深厚的行业知识了。生物统计、健康数据科学、商业分析这几个专业，已经把专业背景知识学习很好的融入到项目设置当中，而统计、数据科学、分析学这几个分析，没有限定应用领域，项目通常会提供比较多选修课来满足同学们多元化发展的需求。
只要有数据的地方就需要用到数据分析，如社交软件、电商、游戏、金融、医药类等等，并且这些类型的公司数据都较为庞大，发挥空间大。同学们可以有意识的去关注一些自己感兴趣的领域，拓宽自己的知识面。
我用一个图标简单概括一下这几个项目的情况：
“对专业背景要求高”的意思是，需要学过大量的这个学科相关的基础课程，或者能通过实践经历证明申请人掌握了这些知识和技能.
而跟数据相关的专业，硬核的技能包括三个方面：数学理论基础、统计建模能力、编程能力。如果申请人本科不是读这些相关专业的，并且对自己这三个硬核技能不是非常自信的话，申请分析学和商业分析，课程设置会更适合申请人的背景并且成功的机会更大。
大家在选择具体的方向也会考虑这几个项目的实际情况，例如学制，在美国读1.5年甚至2年，在读硕士期间可以利用暑假去当地的企业实习，有了实习经历以后，找到全职工作的把握更大。
还有一些同学，有可能会考虑硕士毕业以后继续读博士。职业型的项目一般不会提供直接转博士的机会，而且项目的课程设置也会以就业为主。
这几个专业的毕业生未来可以从事这些岗位的工作：
根据学校公布的硕士毕业生的平均薪酬，年薪一般在7-10W 美金之间
案例分享：
数据科学/健康数据科学
Su C.（本科：中山大学—统计学）
哈佛大学—健康数据科学硕士，奖学金$11,000
哈佛大学—数据科学硕士
Liu F.H.（本科：中山大学—数学与应用数学）
哥伦比亚大学—数据科学硕士
Shen C.（本科：中山大学—统计学）
杜克大学—跨学科数据科学硕士
Li Y.Q.（本科：UCI—数学）
约翰霍普金斯大学—数据科学硕士 奖学金：$8302.5
南加州大学—应用数据科学
Liu Y.S.（本科：北卡教堂山分校—统计经济）
哥伦比亚大学—数据科学硕士
约翰霍普金斯大学—数据科学硕士，奖学金：$8,302.5
乔治城大学—数据科学与分析硕士
Du J.H.（本科：中山大学—统计学）
达特茅斯学院—健康数据科学硕士
密歇根大学安娜堡分校—数据科学硕士
Zhao.R. (本科：中山大学—统计学)
达特茅斯学院—健康数据科学硕士 奖学金 $10000
范德堡大学-数据科学
圣路易斯华盛顿大学-数据分析与统计硕士 减免50%学费
乔治敦大学—数据科学分析硕士
统计/生物统计
Su C.（本科：中山大学—统计学）
耶鲁大学—生物统计全奖博士，奖学金：$71,250
华盛顿大学（西雅图）—统计学硕士
Zhang C.（本科：中山大学—统计学）
耶鲁大学—生物统计全奖博士，奖学金：$78,550
密歇根大学安娜堡分校—生物统计学硕士
加州大学戴维斯分校—生物统计学全奖博士，奖学金：$53,400
俄亥俄州立大学—统计学全奖博士，奖学金：$63,570
苏黎世联邦理工学院—统计学硕士
Li Y.Q.（本科：加州大学欧文分校 – 数学）
耶鲁大学– 生物统计硕士
华盛顿大学（西雅图）—统计学硕士
Qi.J. (本科：中山大学—数学与应用数学)
耶鲁大学—生物统计学硕士
杜克大学—生物统计硕士 奖学金$2500
莱斯大学-统计学硕士
Shen C.（本科：中山大学—统计学）
耶鲁大学—生物统计硕士
布朗大学—生物统计硕士
莱斯大学—统计学硕士
密歇根大学安娜堡分校—应用统计学硕士
Gao Z.Y.（本科：中山大学—统计学）
耶鲁大学—统计学硕士
哥伦比亚大学—统计学硕士
康奈尔大学—应用统计学硕士
加州大学洛杉矶分校—统计学硕士
密歇根大学安娜堡分校—统计学硕士
华盛顿大学（西雅图）—统计学硕士
Zhu.J.H. (本科：中山大学—应用统计学)
多伦多大学—统计博士全奖录取，奖学金：$28500
密歇根大学-安娜堡分校—生物统计硕士
Zhou M.L.（本科：中山大学—统计学）
英属哥伦比亚大学—统计学硕士奖学金：$34,165
滑铁卢大学—统计学数学硕士，奖学金：$25,000
Li.D.R. (本科：中山大学—统计学)
哥伦比亚大学—统计学
伊利诺伊大学香槟分校-统计学硕士
伦敦大学学院—统计学硕士
香港中文大学—统计学全奖博士 奖学金：HKD207,960
Mao Q.W.（本科：中山大学—统计学）
哥伦比亚大学—统计学硕士
莱斯大学—统计学硕士
密歇根大学安娜堡分校—应用统计学硕士
香港大学—统计学硕士
Zhao.R . (本科：中山大学—统计学)
约翰霍普金斯大学—应用数学与统计硕士 奖学金：$8302.5
杜克大学—生物统计硕士，奖学金：$2500
加州大学戴维斯分校-统计学硕士
伊利诺伊大学香槟分校—统计学硕士
Du J.H.（本科：中山大学—统计学）
芝加哥大学—统计学硕士，奖学金：$13,854
约翰·霍普金斯大学—应用数学与统计学硕士，奖学金：$8302.5
密歇根大学安娜堡分校—应用统计学硕士
Lei.Z.T. (本科：中山大学—统计学)
宾夕法尼亚大学-生物统计学硕士
布朗大学—生物统计学
密歇根大学安娜堡分校—生物统计学硕士
埃默里大学—生物统计学硕士
Liao H.（本科：IUPUI—数学）
密歇根大学安娜堡分校—应用统计硕士
威斯康星大学麦迪逊分校—统计学，数据科学方向硕士
分析学，商业分析
Ning X.Y. (本科：迈阿密大学牛津分校-应用数学与统计)
南加州大学-分析学硕士
Zhang M.M.（本科：中山大学—数学与应用数学）
东北大学—分析学硕士
Chen Y.L.（本科：中山大学—数学与应用数学）
悉尼大学—商业分析硕士
新南威尔士大学—商业分析硕士
Hu Z.J.（本科：宁波大学—金融学；罗格斯大学—数学）
哥伦比亚大学—应用分析学硕士
Wang Y.Z. (本科：中山大学—统计学)
哥伦比亚大学—应用分析学硕士
Yang.Y. (本科：中山大学—统计学)
新加坡国立大学—商业分析
Lan Y.L.（本科：中山大学—应用统计学）
香港科技大学—商业分析硕士
Chen D.T.（本科：中山大学—统计学）
香港城市大学—商业定量分析硕士
Zhong.Y.Q.(本科：中山大学—数学与应用数学)
香港城市大学—商业与数据分析硕士
这个方向有三个特点：
1. 以招博士为主，只有少量硕士项目
2. 多数强制要或者强烈建议考GRE Math Sub
3. 理论性强，职业前景相对其他方向差一些，因此这个是一个相对冷门的申请方向，因此在此不做详细介绍，如需详细了解可留言咨询哈！
我们往年有少数同学选择了申请数学或应用数学
案例分享：
Deng S.N.（本科：中山大学—数学与应用数学）
波士顿大学—数学全奖博士，奖学金：$87,826
普渡大学西拉法叶校区—数学博士，奖学金：$31,793
Zou K.R. (本科：中山大学—数学与应用数学；硕士：中山大学—金融)
纽约州立大学石溪分校，应用数学与统计博士
Liu F.H.（本科：中山大学—数学与应用数学）
香港大学—数学博士，奖学金：HKD199,560
Yu X.J.（本科：中山大学—统计学）
香港浸会大学—数学博士，奖学金：HKD188,400
Guo X.Y.（本科：中山大学—数学与应用数学）
香港中文大学—数学研究型硕士，奖学金：HKD180,000
Yi C.G. (本科：中山大学—数学与应用数学)
芝加哥大学—计算与应用数学硕士
南加州大学—应用数学硕士
威斯康星大学麦迪逊分校—数学硕士
Lu.J.P. (本科：中山大学—应用统计学)
帝国理工学院 — 应用数学硕士
布里斯托大学—数学硕士
圣安德鲁斯大学—数学硕士
格拉斯哥大学-数学/应用数学硕士
新加坡国立大学—数学硕士
Deng.K.F.(本科：中山大学—应用统计学)
香港中文大学—数学硕士
Dai Z.L.（本科：中山大学—统计学）
香港中文大学—数学硕士
香港理工大学—应用数学硕士
这个学科的是通过数学模型和计算机系统对复杂的过程、系统、或者组织进行模拟，从而达到优化的目的。这个方向也是应用数学的一个领域之一，但是这个系比较大，很早就独立出来了，所以我在这里单独做个介绍。
这个方向是属于数学领域比较实用的方向之一，对数学和计算机的能力要求都很高。
案例分享：
Ding T.Y.（本科：中山大学—数学与应用数学，硕士：约翰霍普金斯大学：金融数学）
宾夕法尼亚州立大学—工业与制造工程博士，奖学金学费减免+$ 12, 952.5
佛罗里达大学—工业工程和系统工程和博士
里海大学— 工业工程和系统工程和博士，奖学金：18个学分学费减免+$ 21,105
俄亥俄州立大学—运筹学博士
匹兹堡大学—工业工程博士，奖学金：学费减免+ $29, 400
德州大学奥斯丁分校— 运筹学和工业工程博士
Li Y.Q.（本科：UCI—数学）
加州大学伯克利分校—工业工程与运筹学，奖学金：$16,000
Qi J. (本科：中山大学—数学与应用数学)
宾夕法尼亚大学—系统工程硕士
加州大学伯克利分校—工业工程与运筹学
南加州大学-运筹学工程硕士
Yi C.G. (本科：中山大学—数学与应用数学)
莱斯大学—工业工程硕士
理海大学—工业系统工程硕士
Wang.M.R. (本科：中山大学—数学与应用数学)
密歇根大学安娜堡分校—工业工程硕士
俄亥俄州立大学—工业工程硕士
伊利诺伊大学香槟分校—工业工程硕士
理海大学—工业系统工程硕士
北卡罗莱纳大学—运筹学硕士
匹兹堡大学—工业工程博士
宾夕法尼亚州立大学—工业工程博士，奖学金：$55110
Zhang.Y.(本科：中山大学—统计学)
香港中文大学—系统工程与工程管理硕士
计算机包括三大领域，人工智能，计算机系统，计算机理论
在计算机的大三领域中，人工智能（AI）和计算机理论（例如算法的复杂度、数据结构、密码学）需要用到较多数学工具，考虑转CS的同学可以从这些领域作为切入点。
案例分享：
Ning X.Y.(本科：迈阿密大学牛津分校-应用数学与统计)
东北大学—信息系统
伊利诺伊大学香槟分校—信息管理学
Hu Z.J.（本科：宁波大学—金融学/罗格斯大学—数学；硕士：哥伦比亚大学—应用分析/哥伦比亚大学—统计学）
香港城市大学—计算机科学全奖博士，奖学金：HKD198,000
香港理工大学—计算机科学全奖博士，奖学金：HKD200,760
Chen J.X.（本科：中山大学—数学与应用数学）
香港理工大学—计算机研究型硕士，奖学金：HKD180,000
Liang Z.L.（本科：中山大学—信息与计算科学）
香港大学—计算机科学硕士
Guo J.J.（本科：中山大学—统计学）
圣安德鲁斯大学—人工智能硕士
萨里大学—计算机视觉、机器人和机器学习硕士
萨塞克斯大学—人工智能和适应性系统硕士
埃克赛特大学—数据科学与人工智能的科学硕士
伦敦玛丽女王大学—人工智能硕士
Xu K.X.（本科：中山大学—数学与应用数学）
布里斯托大学—网络安全数学硕士
Zheng Z.W. （本科：中山大学—统计学，硕士：约翰霍普金斯大学— 应用数学与统计学）
曼彻斯特大学 — 计算机科学博士
Lu.J.P. (本科：中山大学—应用统计学)
布里斯托大学—网络安全数学硕士
（部分学校把经济学放在社会科学领域）
由于商学院下面的博士，招生名额非常少（一般一个方向2—3个人，并且有的方向隔几年才招一次学生），商学院博士的申请难度会相对理工科高出很多很多，博士申请我会在下次专门介绍。在这里我想强调的一点是，尽管商学院的博士申请难度非常大，但是数学背景的同学们是非常有优势的，只要早规划，也可以拿到很好的录取。
以下这些是数学背景的同学转专业非常有优势的方向：
·市场营销（quantitative marketing方向）
·决策科学
·运营管理
·商业分析
·Quantitative Methods
·经济学博士
例如其中我们一位学员，本科中山大学读应用统计，她一直对business有非常浓厚的兴趣，早期在其他机构咨询的时候说她想申请商学院的博士，别的机构都跟她讲商学院的博士难度太高，几乎没有可能。但是找我们以后，我们告诉她，以她的背景，在商学院也能找到背景非常匹配的方向。我们重点给她介绍了市场营销当中的量化方向。
市场营销博士，有2个大的研究方向，一个是customer behaviour，研究用户的行为心理，另外一个是quantitative marketing，这个领域在大数据时代有非常好的发展前景。
这位师姐最后选择在普渡大学读市场营销博士，研究方向为Big Data Marketing等，现在也是飞彼的海外导师团成员。
今年我们也有另外一位相似背景的同学，选择读quantitative marketing，最终拿到了新加坡南洋理工大学的全奖博士录取。
案例分享：
Lv S.Y.（本科：中山大学—应用统计学）
普渡大学西拉法叶校区—市场营销博士，奖学金：$21,232
科罗拉多大学波德分校—商科全奖博士（运营管理方向）
香港中文大学—市场营销博士，奖学金：HKD199,920
Zou K.R.（本科：中山大学—数学与应用数学，硕士：中山大学—金融学）
麦克麦斯特大学—金融与经济学博士，奖学金：$39,036
南洋理工大学—银行与金融博士，奖学金：$46860
密苏里大学—经济学博士，奖学金：$34,073
Xie.P.W. (本科：中山大学—会展经济与管理、统计双学位)
南洋理工大学—市场营销全奖博士
Fu. X.Y. （本科：中山大学—数学与应用数学）
香港科技大学— 运营管理博士，奖学金：HKD199,920
（data analytics + domain knowledge）
这种模式，适合有交叉学科背景、并且对某个领域有浓厚兴趣的同学们
例如
麻省理工学院
Master’s program in Data, Economics, and Development Policy (DEDP)
数据、经济与发展政策
芝加哥大学
MS in Computational Analysis and Public Policy (MSCAPP)
计算分析与公共政策
卡内基梅陇大学
Master’s in Public Policy Management, Data Analytics Track
公共政策管理，数据分析方向
Master of Science in Health Care Analytics & Information Technology (MSHCA)
健康护理数据分析和信息技术
南加州大学
Master of Science in Communication Data Science
传媒数据科学（工程学院与传媒与新闻学院合作）
Master of Science in Healthcare Data Science
健康护理数据科学（工程学院与医学院合作）
Master of Science in Public Policy Data Science
公共政策数据科学（工程学院与公共政策学院合作）
·Data Science/ Health Data Science
·Business Analytics/Analytics
·Financial Technology
·学科交叉
在大数据、人工智能蓬勃发展的背景下，数学专业的同学们有很多新的机会，因此，会不断的有学校新开适合数学背景的同学们申请的项目。新项目通常在第一年招生的时候知道的人不多，相对比较容易申请成功。
例如
✔在2018年，哈佛、布朗、杜克的数据科学项目新成立首次招生，宾夕法尼亚大学的数据科学项目首次对外招生；
✔2019年范德堡大学的数据科学、芝加哥大学的应数计算数学项目新成立首次招生；
✔2020年约翰霍普金斯大学的数据科学、杜克大学的金融科技项目新成立首次招生。
注意：我补充说明一下，为什么宾夕法尼亚大学的数据科学项目叫做首次对外招生？宾大的data science项目，在18年之前就存在了，但是它是从工程学院已经被录取的同学当中选拔一些对数据科学感兴趣的同学来读这个项目。它是在2018年独立出来招生的。
由于数学是一个非常非常基础的学科，同学们在本科阶段所学的内容，实用性可能不像别的专业那么强，但是，申请研究生的时候数学背景是特别受欢迎的。
我遇到很多学数学的同学，可能在刚开始的时候有一个很迷茫的阶段，不知道自己读了这个专业以后可以做什么，我这有三条建议想分享给大家。
第一个是，一定要尽早去了解未来的方向选择有哪些，这样我们才能有针对性的做背景提升方案，包括辅修、双学位，参加比赛，实习等等，这对冲击名校是非常有帮助的。
第二个是，充分了解自己的优点和缺点，找到最适合自己发展的方向。比如编程能力强的同学非常适合学数据科学；领导能力、沟通能力强，不想走纯技术路线的同学们可以考虑商业分析。还有我们最后介绍的比较小众的专业方向，数据分析+专业知识（data analytics + domain knowledge）这种类型的项目，适合有一定的数学背景，不想走纯技术路线，并且对某个领域有浓厚兴趣的同学们。
第三是，在没有清楚自己未来的方向之前，先打好基础，多尝试。
在数学类专业申请上，飞彼留学精益求精，对数学大类专业的特点、研究生项目的设置、申请难度、未来职业发展、如何有针对性的做背景提升、文书如何个性化写作等等摸索了一整套完善的经验，并且取得了很好的申请结果，建立起完善的学校信息资料数据库、申请案例库，并且为后面申请的同学建立了一个良好的人际关系网络。
例如我们的学员UCI的小姐姐
申请了好几个不同的方向，每个方向我们都拿到了非常好的录取。在整个过程中，我们能很清楚的告诉她，以她的背景，可以选择的专业方向有哪些，这些项目的申请难度怎么样，我们怎么样在经历有限的情况下，按照每个方向去针对性的修改文书。
在未来的日子里，我们将不忘初心，继续与你们并肩前行，为你们争取更优质录取！
