UCLA MFE申请案例&建议

- 作者:万方金融工程网 -

UCLA MFE申请案例&建议

又一个申请季节到来了。我发现最近咨询去美国读金融工程的人比较多。主要都集中在那些中国金融类很强的大学的学生,例如中央财经大学、武大、上财等。这些学生都有着很优秀的教育背景。个别的还有一定的工作经验。此情此景如去年一般,更是让我想起了那个“惊心动魄”的申请。

 

那个同学的GPA 很不错,各方面的资料也算比较齐全。虽然,只考了GRE(1409), 但是对于这位学生的英语能力我们并没有什么担心。万事俱备,开始选校。应该说,各项工作进行的搜还算顺利。在开始正式提交申请的时候,该同学的TOEFL成绩也下来了。然而,就连申请人本身都深感意外的是,出来的成绩只有101. 虽然,对于普通的申请来说,这样的成绩显然已经不错了。可是,做了这么多年留学的我清楚,对于申请金融工程这样竞争非常激烈的专业来说,还是显得不足。

 

接下来,一方面,我们安慰申请人,并马上开始查最近的托福报考时间进行网上报名;另一方面,我们整理了一下学校的截止日期,并发邮件询问校方可接受的托福寄送最晚的时间。综合整理了一下,很不幸,还是有两个学校就这样被排除掉了。紧随其后,我们在和申请人商量之后马上又加申了3所学校。半个多月的时间一晃就过去了。我们整个团队都在为这件事而忙碌着。

 

好在天佑英才。我们合理的二次规划终于取得了胜利。申请人拿到了UCLA 的offer。经历过这段波折,让这份喜悦显得尤为难得。对于我们的工作而言,也是一支强心剂。

 

总结申请,想给那些想要做留学的同学一些建议。

 

尽量早申请。申请留学的难处就在于谁也不能确定在什么时候会有意外的情况发生。申请程序繁琐,需要的文件多。特别是像金融工程这样的竞争激烈的专业,自己的一个小小的失误很可能就会与录取擦肩而过。

 

另外如果你符合工程学院申请的基本要求,却不一定能够获得Financial Engineering的录取,因为后者的标准显然更高。这个专业喜欢理科背景的申请人,或者工作经验不错的人。最好有一个实习再申请会有好处。G、托福早动手;编程背景不强的朋友多做好吃苦的准备。申请时个人陈述要重视,推荐信尽量找教数学、统计、计算机的教授写。三封里面至少两封是学术方面的推荐信。

 

针对UCLA,特别是像中国等国际生而言,一定要注意UCLA今年(2012)招收国际生的截止日期已经过了,是6月30日。

 

UCLA 对金融工程申请人的要求是:

All admitted students must have:

A strong quantitative background including coursework in:

n         linear algebra

n         multivariate calculus

n         differential equations

n         numerical methods

n         advanced statistics and probability, which includes the following topics: discrete distributions, continuous distributions, density functions, sampling theory, statistical inference, hypothesis testing, ordinary least squares, t-statistics, sampling vs. population moments, chi-square goodness of fit tests, etc.

n         Experience in computational programming (for example, C++) and familiarity with computers as a computational and management tool

n         Experience with mathematical tools (for example, Matlab)

n         Excellent writing, speaking, and presentation ability in English

n         Work or research experience in a quantitative discipline is recommended

n         Experience with statistical and econometric applications (for example, SAS) is recommended