在UCLA读经济学是怎样的体验？毕业后好找工作吗？ 第1页

金融一直以来都是国内同学留学选择的热门专业方向，而美国则是主要的去向。现在美国有很多的金融方向项目可供大家选择，而很多同学对这些项目并不是很了解，在选择的时候也不知道到底哪个项目适合自己。今天我就和大家介绍一下我读的UCLA MAE项目，希望可以为同学们提供一些参考。

现在我就读于UCLA的 Master of Applied Economics项目，虽然专业的名字应用经济学看起来有点水，不过这个项目的课程非常偏向理工科，很data science，在我入学前一个月左右这个项目也改成了stem项目。因此我们项目目前也在征集大家的意见改名来体现项目的数理背景，从而方便大家求职，目前我们在I20上项目的名字是Master of Econometrics and Quantitative Economcis。

接下来我就和同学们介绍一下我就读的项目，不过在这之前我要声明的是这个项目成立的时间并不长，我只是项目的第三届，所以每年课程和教学机会都可能会有变动，我的经历和建议也只能作为参考，不保证百分百准确，大家在申请前还是要自己弄清各方面的信息。

一、项目简介

首先我和同学们简单介绍一下我的项目，从时间上来看我们项目的时长是很短的，总共只有9个月，分为三个quarter。不过在这期间我们要学习的课程数量却并不少，项目中的同学需要修满48分才能毕业，除此之外还有capstone，这个项目的capstone project是不算学分的，但却是毕业必备的，因此算是额外的任务。

这样平均下来一学期要修16学分，就是每学期都有四门课，在我看来也算是比较地域的模式了。对比我商科的室友以及工科的小伙伴，我可以明显感觉到自己的课程特别多，时间也安排的慢慢的，每天我不是在上课就是在去上课的路上，同时写作业和赶due也让我非常崩溃，同时项目中一个quarter比一个quarter虐，这也让我有些难以接受。

而从项目的课程设置来看，我们项目课程的广度和深度都得到了兼顾，同时课程的内容也是很交叉的，包含了经济学、统计学以及数据科学方面的内容，同时就像我前面说的那样，我们的项目非常强调data science，我们每学期课程反馈问卷上都有专门的一项就是评价这门课是否有学习、训练数据科学的知识和技能。

二、就读体验

1. Summer Boot Camp

接下来我和同学们介绍一下我们在项目中的就读体验，UCLA常规是在9月末开学，不过我们的项目大概需要提前两个星期到学习参加Summer Boot Camp来恶补数学以及计算机的知识。Boot Camp是optional的，不过我还是很建议大家参加的，一方面这可以帮助我们更快地进入学习的状态，同时也能为之后课程的学习打好基础。

Boot Camp是由助教和教授共同授课的，其中数学的部分大概是4天，主要学习了极大值极小值优化问题、概率论等等，是由经济系里的PhD学生作为助教给我们讲授的。

在剩下的一个多星期时间里，我们学习的都是计算机相关的课程，这部分是由系里的王牌教授Randall Rojas和他的助教讲的，他的助教之前是statistics毕业的，还曾经在Google工作了五年。计算机Boot Camp在一周多的时间里，训练了R和Python的基本语句，以及它们的一些在计量经济学中的应用。

我觉得Boot Camp从总体来看强度还是挺大的，每天都是听一天的课或者码一天的代码，那段时间不是有人撑不住了就是电脑撑不住了。还有一点我想要吐槽的就是我们当时的数学助教是秘鲁人，西语口音是很重的，我们每天听课都处在懵逼的状态里。

这部分计算机的课程对没有基础的同学来说可能会有些难，不过Rojas讲的还是很不错的，我觉得课程对后面的学习是很有帮助的，大家在这两周还是要打好基础，从而帮助我们更早适应之后研究生的生活。

2. Fall Quarter

在Boot Camp结束大约两天之后，第一个quarter就会正式开启，时间也是很紧凑的，我当时第一个quarter有五门课，不过学习起来并没有看上去那么辛苦，因为这里面有讲座课以及professional development这样相对轻松的课。第一个学期中主要的课是宏微观经济学，同学们需要在其中二选一，此外还有计量经济学与应用统计，计量经济学与应用统计在R与Python中的应用。

计量经济和应用统计课分成了两大节，其中一节着重讲理论，作业也都是手写的推导计算等等。另一节则是应用课，需要用R或者Python写码，因为我们课件上教授是用R来写的，并且R在统计和计量经济学领域还是有明显优势的，所以我们大部分的人也都是用R来写作业的，小部分同学用Python写。

虽然这是项目的第一个quarter，但我觉得作业是很虐的，我当时的周末基本都交给了R studio。其实我们作业的编程过程并不是很难，但是很多时候我们连题目都读不懂，只能去翻课本，把对应的统计学、计量经济学知识学习了之后才能coding，就算这样在很多时候还需要去助教或者教授的office time。可能因为第一个学期中大家的学习激情都比较高，加上课程的确比较难，所以当时一到office time，教授那里都会挤满了排队提问的同学。

虽然课程的难度很高，不过教授都很nice，他们也会很耐心地帮我们解答问题，考试的时候同学们的分数也基本都比较高。

另外当时我在宏微观经济学中我选择了宏观经济学，这门课的作业并不算多，但是当我接触到各类模型的时候，还是会感到抓瞎。那些模型给我的感觉就是假设一大堆，然后各种公式一通推导，但是就不知道它要干什么，我建议同学们结合书本进行学习。不过如果大家将来不打算从事经济学方面的研究以及工作，只是为了应付考试，那么看看ppt上的内容就足够了。

微观经济学我并没有选，所以我对那门课不是很熟悉，但我听说微观经济学作业是比较多的，课上老师还可能会抽人提问，并且还有presentation，期末考试也是比较难的，平均分大概在70分左右。但是据我了解都会nicely curved，因此同学们倒也不用太担心自己的GPA。

微观经济学的内容很数理，而且第二个quarter有一门incentives，information and market课很大程度会基于微观经济学的课程，因此如果同学们第一学期学习的不是微观经济学，我建议大家第二学期不要选这门课。有的同学比较厉害会把宏观经济学和微观经济学都选了，这样后面如果有不想上的课就可以少选一门，继续多修也是可以的。

另外我们还有professional development和一节讲座课，前者的内容主要是针对找工作的，会有一些方法介绍，不过是比较浅的，我建议同学们想要找工作还是要自己多多努力的。后者则是项目邀请了各种经济学界的大咖来演讲，演讲的主题很前沿也很贴近实事，而且这门课是送分课，只要参加了讲座交了作业就是满绩，可以说是用来boost GPA的。

3. Winter Quarter

第二个学期选课的自由度会略有提高，在这个学期professional development变成了optional，它和第三个学期开的内容是一样的，这其实就等于我们可以在两个学期中选一个学期学这门课。而讲座课依旧是必修的，而且这个学期我们还请到了Eugene Fama，虽然他的理论很难，我们学的也不是很好，但是看到诺奖得主大家都还是很激动的。

除了这些课程之外，在第二个学期里还有五门课可以选择，这五门课分别是Incentives、Information and Market、Income Inequality、Machine Learning I、Data Science for Financial Engineering和Core Finance，同学们需要在这五门课中选四门课上，在前面我已经说了因为我第一学期没有学微观经济学，所以我们没选incentives这门课，而是选择了其他四门课，下面我就和大家详细介绍一下每一门课。

首先是Income Inequality，这门课是一个普林斯顿毕业的教授上的，教授人很酷，说话也很有激情，而且很industry oriented。这门课是没有考试的，但是有两个作业和一个project，都是group work。这门课的作业还是挺难的，好在助教把code全部都讲了一遍而且直接给了大家，因此作业实质上基本就是理解code并写出paper。而project就是选择一个和课程相关的题目，运用作业相似的方法写paper、ppt以及presentation，不过因为受到了疫情的影响，我们的presentation直接取消改成了交ppt。

下一门课是Machine Learning I，这门课主要讲的是各种机器学习的model，有三次作业，一个project和期末考试，这门课的作业我觉得不是很难，基本就是填充code写paper，project是group work，需要自己选题写码写paper。

接下来是Data Science for Financial Engineering，这门课的老师很好，他上课很有体系和逻辑，作业虽然很多但是布置的很有针对性，就是到了后半学期time series的部分推导实在是太多了，每节课都让人很头大。这门课期中考试和期末考试都有，难度是比较适中的。

我选的最后一门课是Core Finance，这么可基本就是深入版本的CFA一级，大概讲了估值、债券、衍生品方面的内容，但是就是这各种模型被教授讲的过于独特，我和同学们基本都没有听过这种讲解的方法，结果在讲完之后反而更加一头雾水。这门课期中期末考试都有，作业也不少，同时作业内容比较难，好在这门课的考试内容比较常规，虽然有的题目会比较灵活，但是也都是很有针对性的。

最后还有就是我没选的Incentives那门课，我听说这门课有case study和presentation，难度也不小，同时对数理能力的要求也是很高的。

4. Spring Quarter

最后一个quarter对我来说是比较悲催的，因为这个学期已经全部变成线上授课了，效果真的不是很好，不能在实地上课本身感觉就会差一些，加上group work成员交流比较困难、助教课基本取消，我这学期学习的明显很吃力。

最后一个学期的选课自由度是很高的，必修课只有讲座课，而上学期没有选professional development的人也可以选课，那些之前就选了这门课的同学只需要从八门elective courses选三门课学习就可以了。这八门课分别是：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。

最后一学期的课程安排每一届的安排还是有比较大的变动的，像我当时申请这个项目的时候，官网介绍的课程和我学习的课程也是有比较大的出入的，因此之后入学的学弟学妹们到时候学习的课程可能也会有比较大的出入，所以我在这里就简单和大家介绍一下我在这个学期选的课程。这个学期我选了professional development、Asset Pricing and Portfolio Theory、International Economics和Principles of Big Data Management System这几门课。

首先是professional development，这门课我觉得还是比较轻松的，或许是因为我们在第一学期结束之后吐槽的比较狠，这学期这门课的废话少了很多，更多的时间也给了industry的人来讲一些比较实用的内容，并且有修改LinkedIn、mock interview、professional presentation等实践，我觉得还是很不错的。

接下来是Asset Pricing，这门课是比较中规中矩的，作业比较多，每周都会有作业，不过不是很难，主要是运用Excel写，不过也有很多同学会用R来写。这门课期中考试和期末考试都有，就我目前考完期中考试的感觉，不是很难。

下一门课是International Economics，这门课是超级难的，而且不是很实用，我建议同学们最好可以避开这门课。虽然这门课只有group work两个作业，一个project以及期末考试，可是相信每一个选了这门课的同学都清楚它的恐怖。虽然没有说明，但是我觉得这门课真的是PhD design的感觉，作业是用新的data复制论文的流程，过程超级难，教授也完全没有提供讲解，TA课也是没有的，完全要靠自己摸索。而且尽管这门课只有两个作业，但是真的很让人秃头，期末考试虽然还没考，但是从sample来看也是很难的，这也让我感到瑟瑟发抖。我之所以不建议大家选这门课的原因是我在这门课上付出了很多的时间和经历，但是收获却很小，它的面很窄，而且相信没有太多的人将来想要从事国际贸易方向的工作。

最后是Principles of Big Data Management System这门课，这门课我也很想吐槽。这门课非常的硬核，而且硬核到了让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。主要我们本身没有什么基础，加上UCLA的quarter制不同于南加大的semester，时间是很紧的，加上大部分的同学都要找工作，所以根本就没有时间去研究他的作业。但是教授的想法却是you should spend the whole week on homework，我们也真的招架不住。本来这门课有四个作业、一个project和期末考试，后来在我们和项目committee的反映下，他最终调整了课程的难度以及工作量。

不知道是不是因为疫情线上上课的缘故，还是我在选课的时候踩了太多的累，我觉得最后一学期的课程都非常的难，总之我这学期选课是比较崩的，从目前的情况来看，Money and Banking和Fundamentals of Big Data这两门课的好评度是很高的，大家可以考虑。

三、就业指导及未来职业规划

说完了项目的课程设置情况以及我的学习体验，接下来我再来和同学们介绍一下项目的就业指导以及未来职业规划方面的情况。其实对于我们这第一届转stem的学生来说，很多人都希望可以在美国从事自己的第一份工作，至少也要把自己的OPT用完，但是因为疫情的缘故，很多人都被迫回国了。

事实上国内可以选择的岗位还是很多的，运营相关、财经相关、投资相关、研究相关、数据相关、咨询相关等等岗位都可以尝试，不过如果想要在美国找工作的话，我觉得可能Data Analysis和Consulting等岗位会比较适合一些。我建议同学们可以根据自己的情况规划一下自己的努力方向，并适当在课后给自己充充电。

UCLA的就业指导资源还是比较丰富的，像我们这个项目的professional development课就完全是针对就业开设的，项目也有专门负责就业的advisor，我建议同学们一入学就和advisor进行联系，同时学校的career center也有很多资源，大家务必要好好利用一下。

除了这些之外我建议同学们平时要多关注学校的活动，还要多看看handshake和Facebook，像career fair、info session也要多多参加，另外我们也以参加一些和就业相关的社团，这些对我们的就业都是很有帮助的。平时如果有networking的机会我们也不要错过，有site visit的机会我们一定要带上简历大胆speak up。与此同时大家也要关注一下国内的招聘信息，做两手准备终归是有用的。

以上就是我今天要分享的项目相关的情报，在我看来大家在进行留学申请选校的时候，最好对各个项目有充分的了解，只有这样我们才能分辨出到底哪个项目才是真正适合自己的。不过对于很多同学来说，虽然现在在网上获取信息变得很容易，但是想要深入了解项目的情报还是很困难的，因此请专业的留学机构帮忙就是一个很好的选择。

现在我合作的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名校的导师，这些导师都有过海外留学的经历，因此他们对各个高校和项目都非常的熟悉，同时这些导师都来自不同的项目，因此无论同学们想要申请什么项目，都会有同专业背景的导师来提供服务，这也保证了服务的专业性。

在选校的阶段，同学们可以从导师那里得到很多关于高校和项目的信息，这也可以为之后的选校提供一定的参考，导师也会结合自己对项目的了解以及申请同学的实际需要提供建议，帮助同学们选到真正适合自己的项目。

同时导师都经历过留学申请的全程，所以他们对留学申请的流程以及同学们的需要非常的熟悉，在留学申请开始之前，导师就会结合项目的要求以及申请同学的实际情况制定申请的计划，而在同学们申请的过程中导师也会根据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要求，确保同学们可以顺利完成留学申请工作。

另外admiwrite的导师还会提供文书创作方面的服务，导师在进行文书创作之前，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，而在描写这些经历的时候，导师也会通过一些细节的描写来展现申请同学身上那些项目看重的能力和特质。在文书内容创作完成之后，导师还会对文书进行润色，这样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，这种服务模式下导师可以更好地结合申请同学的需要提供服务，同时其价格也是很有优势的，全部服务的收费只要2万元，这也只是传统留学机构收费标准的一半，因此很适合同学们选择。

以上就是我今天要分享的全部内容了，我也希望这些可以帮助到那些想要申请留学的同学，最后我在这里祝愿大家都可以顺利申请到自己的心仪的项目。

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。