ucla mae和哥大sps erm如何选择? 第1页

如今申请留学的同学数量越来越多，而美国现在依旧是国内同学申请留学最主要的去向。不过美国高校很多项目开设的时间并不长，很多同学对于这些项目并不是那么了解，这也导致他们在选校的时候不清楚到底哪个项目才更适合自己。目前我就读于UCLA的Master of Applied Economics项目，下面我就和大家介绍一下这个项目的情况以及我的就读体验，希望可以为同学们的选校提供一定的参考。

虽然这个项目的名字应用经济学看起来有点水，不过课程是非常理工科的，和偏向data science，而且在我入学一个月之前这个项目改成了stem项目。因此我们项目目前在征集大家的意见改名来体现我们项目在数理方向的背景，方便同学们毕业之后找工作，而现在我们的I20上下面名字是Master of Econometrics and Quantitative Economcis。

在开始介绍这个项目之前，我先声明我们的项目成立时间不长，我应该是这个项目的第三届学生，因此每年的课程和教学计划都是可能出现改动的，大家可以参考我的就读经历，不过这并不一定是百分百准确的。

一、项目简介

首先我和大家简单介绍一下这个项目，这个项目的时长是很短的，一共三个quarter，为期9个月，不过项目中要学习的课程并不少，同学们需要修满48个学分才能毕业，此外还有capstone，不过capstone project是不算学分的，但也是毕业必备的，所以相当于额外的任务。

平均下来一学期要修16学分的课程，也就是每个学期都要学习四门课，这样算是地狱模式了，对比我商科专业的室友以及其他工科的小伙伴，我明显感觉我的课程要比他们多，课程也是排的满满的，每天不是在上课就是在去商科的路上，而写作业和赶due也让我非常挣扎。

除了课程数量比较多之外，项目的课程设置也兼顾了广度和深度，课程的内容是很交叉的，有经济学、统计学和数据科学，而且非常强调data science。另外我们每学期课程反馈问卷上有专门的一项评价就是这门课是否有学习、训练到数据科学的知识技能，可见项目对这方面的重视。

二、就读体验

1、Summer Boot Camp

UCLA常规是在9月末开学，我们项目大概需要提前两个兴趣到小参加boot camp进行数学和计算机知识的学习。boot camp是optional的，不过我非常建议同学们参加，一来我们可以借此尽早进入学习状态，同时也可以为后面课程的学习打好基础。

boot camp是由助教和教授共同授课的，其中数学部分的学习大概有4天，主要学习了极大值和极小值优化问题、概率论等等，是由经济系里的PhD学生作为助教讲授的。剩下的一个多星期则全部都是计算机的课程，这个部分是由系里的王牌教授Randall Rojas以及他的助教讲的，这个助教之前是statistics毕业的，还在Google工作量五年。计算机boot camp在一周多的时间里训练了R和Python的基本语句以及一些在计量经济学中的应用。

总的来说boot camp的学习强度还是挺大的，每天都是听一天的课或是打一天的代码，经常有同学人撑不住了，也有人是电脑撑不住了。尤其当时我们的数学助教是秘鲁人，西语口音很重，每天听课都在懵逼的状态里，这也影响了我们的学习状态。

在我看来boot camp对没有什么计算机基础的同学来说可能会有些难，不过Rojas讲的还是很不错的，课程对于后面的学习也是很有帮助的，因此我也建议大家利用这两周的时间来打好基础，并尽早适应研究生的学习生活。

2、Fall Quarter

在boot camp结束大概两天之后，第一个quarter就会正式开始，我当时第一个quarter有五门课，不过其中有讲座课和professional development这样相对轻松一些的课程。第一学期的主要课程是宏观微观经济学（二选一），计量统计学与应用统计，计量经济学与应用统计在R与Python中的应用。

计量经济学和应用统计课分为两大节，其中一节是着重讲理论的，作业也都是手写的推导计算等等。而另一节课是应用课，需要用R或者Python写代码，因为课件上教授是用R来写的，并且R在统计和计量经济学领域还是有着明显优势的，所以我们大部分的人都是用R来学作业的，小部分同学用Python来写。

虽然只是第一个quarter，但是我和同学们都觉得作业很虐，基本周末都交给了R studio。其实作业的编程过程并不难，关键是大多数的时候我们连作业题目都读不懂，只有去翻课本，把对应的统计学、计量经济学只是学习了之后才能coding，即便这样我们很多时候还需要去求助助教，或者在教授的office time请教。可能是第一学期大家的学习积极性都比较高，加上作业很难，office time经常挤满了要问问题的同学。教授们也都比较鼓励大家互相讨论，所以我们专业的自习室也经常挤满了讨论的同学。

虽然课程很难，但是好在教授都很nice，在office hour也会很耐心地为我们解答，考试的时候大家的分数也都是比较高的。

我当时在宏微观经济学中选了宏观经济学，它的作业并不多，但是我在接触到各种模型的时候也还是会抓瞎。这些模型给我但感觉就是假设一大堆，各种公式推导来推导去但是不知道要干嘛，因此我建议同学们还是要结合课本来进行学习。不过如果大家之后不是很想从事经济学方面的研究或是十分相关的工作，应付考试什么的靠PPT就足够了。

因为我当时没有选微观经济学，所以我对这门课不是非常了解，不过我听说作业是比较多的，课上老师还可能会抽人提问，并且会有presentation。而且似乎期末考试也是很难的，据我了解微观经济学的平均分大概在70分左右，不过都会nicel curved，因此大家也不用特别担心自己的GPA。

微观经济学很数理，而且第二个quarter有一门incentives，information and market课程很大程度会基于微观经济学课程，所以如果同学们第一学期选的不是微观经济学，第二学期我并不建议同学们选这门课。项目中有些比较厉害的同学宏观和微观经济学都选了，这样的话如果后两个学期有不想上的课就可以少选一门，不过我们也可以继续多修。

另外在第一个学期我们还有professional development和一节讲座课，前者主要是针对找工作的，会有一些方法的介绍，但是都比较浅，我建议同学们如果想要找工作的话还是要靠自己努力。后者是项目邀请的各种经济学界大咖来为我们演讲，演讲的主题很前沿很贴近实事，而且这门课是送分课，只要参加了讲座并且交了作业就是满绩，可以说是用来boost GPA的。

3、Winter Quarter

第二个学期选课的自由度会提高一些，在这个学期professional development在这个学期编程了optional，它和第三个学期开的内容会是一样的，所以相当与可以不选或者在第二、第三个quarter选修这门课。

讲座这门课在这个学期依然是必修的，很轻松而且可以提升GPA，所以很好。而且在第二个学期我们还请到了Eugene Fama，虽然他的理论很难我学的也不是很好，不过看到诺奖得主大家还是很兴奋的。

除了这两门课之外，剩下可以在五门课中选修四门课，这五门课分别是Incentives、Information and Market、Income Inequality、Machine Learning I、Data Science for Financial Engineering和Core Finance。我前文已经说过因为我第一个quarter没有选修微观经济学，所以我没有选Incentives这门课而是选择了其他四门课，接下来我也和大家分别介绍一下各门课的内容，从而为想要选择这个项目的同学提供一些参考。

首先是Income Inequality，这门课是一个普林斯顿毕业的教授上的，教授很酷，讲话也很有激情，同时很industry oriented。这门课是没有考试的，但是会有两个作业和一个project，都是group work。我觉得这门课的作业挺难的，所幸当时助教把code全部讲了一遍，并且直接把真题给了大家，因此基本就是理解code加上写出paper。而project就是选择一个和课程相关的题目，运用和作业相似的方法写paper、ppt以及presentation，不过因为受到了疫情的影响，我们的 pre直接取消改成了交ppt。

接下来是Machine Learning I这门课，这门课主要将的是各种机器学习的model，有三次作业，一个project以及期末考试。这门课的作业不算很难，基本就是填充code和理解code写paper，projec是group work，需要自己选题写码写paper。

下面我要介绍的是Data Science for Financial Engineering这门课，这门课的老师讲课讲的非常好，很有体系和逻辑，作业虽然很多但是布置的很有针对性。不过到了后半学期time series的部分推导真的太多了，每节课学的都很头大。另外这门课期中考试和期末考试都有，难度相对比较适中。

最后我选择的还有Core Finance这门课，这门课在我看来基本就是深入版的CFA一级，大概讲了估值、债券、衍生品这些内容。但就是各种模型被教授讲的过于独特和奇妙了，我和同学们基本都没有听过他这种讲解方法，所以很容易产生本来明白但是教授讲完却不懂了的情况。不过这门课的考试还是比较常规的，同样是期中期末考试都有，其中有的题目是比较灵活的，作业量不小同时难度也不小，不过都是很有针对性的。

4、Spring Quarter

最后一个学期对我来说是很悲催的，因为所有的课程已经全部变成线上授课了，效果真毒不是很好，我觉得不能在实地上课效果本身就会差上一些，而且group work的成员交流困难，助教课基本取消，导致我觉得这学期学习起来非常吃力。

最后这个学期的选课自由度是很高的，必修的课程只有讲座课，professional development如果在前一个学期没有选的话是可以选的，选了这门课的同学只需要从八门选修课程中再选择三门课就可以了，而不想修professional development的同学则需要修四门课。

这学期的八门选修课分别是Macroeconomic Implications of Globalization、Money and Banking、Exchange Rate Forecasting and Portfolio Evaluation、Fundamentals of Big Data、Asset Pricing and Portfolio Theory、International Economics、Mathematical Foundations of Machine Learning and Big Data for Economics和Principles of Big Data Management System.

最后一个学期的课程每届的变动还是比较大的，像我当时申请这个项目的时候官网的spring quarter的课和我实际上的课还是有比较大的差别的，因此大家入学之后和我学的课程可能也会有比较大的差异了，我就大概介绍一下我选的课，从而给大家一些参考。

首先是professional development这门课，这门课是比较轻松的，可能因为我们第一学期结束之后对这门课吐槽的比较狠，spring quarter时这门课的废话少了很多，更多的时间给了industry的人来说一些非常实用的内容，并且有修改LinkedIn、模拟面试以及professional presentation等非常实用的内容，在我看来还是比较有帮助的。

然后是Asset Pricing这门课，这门课还是比较中规中矩的，这门课的作业是比较多的，每周都有，不过作业并不是很难，主要是用Excel来写。这门课有期中和期末考试，不过从我目前期中考试的情况来看，考试还是比较简单的。

然后是International Economics这门课，这门课超级难，而且内容并不是很实用，我建议同学们在选课的时候一定要避开。这门课虽然只有group work的两个作业，一个project以及期末考试，不过真的是很难。虽然这门课中没有说，可是这门课给了我一种PhD design的感觉，作业是用新的data复制论文的流程，过程也是很难的，关键是教授完全没有提供讲解，TA课也没有，完全要靠自己搜索。因此尽管只有两个作业却很让人头秃，尽管期末考试还没考，但是就sample来看难度是很高的，我也瑟瑟发抖。最为关键的是这门课上我付出了很多的时间和精力，学习的过程也很让人崩溃，可是收获却是很小的，它涉及的内容很窄不说，而且选这个项目的人很少有想要日后从事国际贸易方向的。

接下来是Principles of Big Data Management System这门课，这门课也是槽点满满。这门课内容非常的硬核，不过它硬核到了我们无法承受的地步。这门课的教授是USC工学院的，他完全以要求CS的标准来要求我们，结果就是让我们自己研究写爬虫代码，主要是我们都没有什么基础，加上UCLA的quarter制不同于南加大的semester，我们的时间很紧，课的作业也很多，加上很多同学都要找工作，所以大部分的同学都没有时间去研究他的作业。但是他的想法是我们要花上一整周的时间在他的作业上，这也让我们招架不住。原本这门课有四个作业+一个project+期末考试，不过在我们和项目的committee的反映下，他最终调整了作业的难度和工作量。

以上就是我最后一个学期选的课了，总体来说我这学期选的课是有些崩的，目前来看Money and Banking和Fundamentals of Big Data这两门课很受好评，同学们也可以多多尝试一下。

三、就业指导及未来职业规划

说完了项目的课程设置以及我的学习体验之后，下面我来和大家介绍一下项目的就业指导以及在未来职业规划方面的情况。对于我们第一节转stem的学生来说，很多人都希望自己能在美国做第一份工作，至少要把OPT用完，但是因为疫情的缘故，很多同学都不得不回国了。

国内其实也是有很多岗位可以选择的，运营相关、财经相关、投资相关、研究相关、数据相关以及咨询相关的岗位都是可以投递的。另外我觉得如果要在美国找工作的话，可能Data Analysis和Consulting方向的岗位会更加适合一些。我也建议同学们可以根据字觉得情况对未来的发展方向进行规划，并适当在课后给自己充充电，为之后的就业做准备。

UCLA的就业指导在我看来还是很丰富的，像我们这个项目中的professional development课程就是专门针对就业开设的，项目中也有专门负责就业的advisor。在这里我建议大家一入学就要和advisor多多交流和联系，同时学校的career center中也有很多的资源，大家一定好好好利用。

除此之外我们平时也可以多多关注学校的活动，还可以去handshake、Facebook上多看看，career fair和info session也要多多参加，另外我们还可以参加就业相关的社团。同时平时如果有模拟面试的机会大家也一定不要错过，有site visit的机会我们也一定要带上简历大胆speak up。最后我建议同学们要多多关注国内的招聘，这样不仅可以提升我们找工作的能力，同时也是一种双重保险。

以上就是我今天要介绍的内容了，事实上同学们在留学选校之前最好对自己申请的项目有充分的了解，这样才能更好地结合自己的需要来选到适合自己的项目。不过国内很多同学对这些项目都不是很了解，因此我建议同学们在留学申请的时候可以请专业的留学机构帮忙完成申请工作。

现在和我合作的admiwrite就是一个很好的选择，在这里有超过500名和我一样来自海外高校的导师，这些导师都有过海外留学的经历，所以他们对各个高校和项目都非常了解。而且这些导师都来自不同的项目，所以无论同学们想要申请什么项目在这里都会有同专业的导师提供服务，这也保证了服务的专业性。在一开始选校的过程中，一方面同学们可以从导师那里得到更多的情报从而加深对项目的了解，另外导师也会结合自己的经验给出建议，帮助同学们选到最适合他们的项目。

与此同时导师都经历过留学申请的全过程，因此他们不仅熟悉留学申请的全部流程，也清楚同学们在留学申请中的需要以及可能出现的错误。在申请开始之前，导师就会根据项目的申请要求以及同学们的实际情况制定申请的计划。而在申请准备期间，导师也会结合自己的经验给出指导和建议，让同学们做的申请准备工作更好地契合项目申请的需要，从而达到事半功倍的效果。

而在文书的创作过程中，导师也会根据项目的实际情况对文书的内容和结构进行优化。在文书创作之前，导师首先会对申请同学之前的经历进行整理和筛选，并找出那些和申请项目相关度比较高的经历作为文书的主体。在描写这些经历的时候，导师则会通过一些对细节的描写来展现申请同学身上那些项目看重的能力，从而提升他们在申请中的竞争力。在文书内容创作结束之后，导师还会对文书进行润色，这样不仅可以避免文书中出现表达上的错误，也能让文书的表达更加符合招生官的阅读习惯。

现在admiwrite采用的是半DIY的服务模式，在这种服务模式下导师可以更好地结合同学们的需要提供服务，同时其在价格上也是很有优势的，全部服务收费只要2万元，这也只是传统留学机构收费的一半，还是很适合大家选择的。

最后我希望我写的这些内容对想要申请留学的同学会有一定的帮助，我也祝愿大家都可以顺利申请到自己心仪的项目。

导师背景 UCLA应用经济学硕士，北京科技大学金融工程学士。 DIY完成研究生的申请，申请过程中请教过很多人也有很多自己的感受和体会。 当时申请的专业为商分／经济学／金融工程等方向，收到了UCLA、CMU、Georgetown等学校的offer。 目前在UCLA就读，将在6月毕业，获得了一个full-time和一个internship的offer，在如何较快适应研究生生活以及如何进入学校networking找工作也有自己的感触。