Z同学

缘分的伏笔

我在高中时期就认识了 Susan 老师，那时她还在上海的知名机构工作。虽然本科申请因预算找了别的机构（结果父母不太满意），但从大一开始妈妈就跑遍了各大机构为研究生申请做准备。Susan 作为朋友圈里的朋友，一路给着中肯建议。大二暑假，她建议我一定去参加一个 R 语言训练营——跟着国内高校教授做了一个 R 语言项目，这段经历后来对我的研究生申请至关重要，不仅让我对 R 产生兴趣、回校选修了更多数据相关课程，还转化成了英文推荐信。

标化准备

GPA 3.83，但最后一学期成绩不太理想，暴露了我对 free style 考试（没有练习题、只划定范围）的弱点——根本原因还是对内容的不理解以及题做得少。GRE 考了 3 次最终 326，属于不高不低但够用。GRE 本质是考单词，先把单词背好最重要；阅读可以报课学题型和方法，数学在 YouTube 搜课看就行。

选校与文书

第一轮 meeting 我们就确定了申请专业：商业分析和数据科学。这个选择基于课程体验——大一学 Java 发现不是这块料，但去商学院上了 Python 的商业分析课后，发现通过数据处理、建模分析、提出解决方案很有趣；大三下上了 Introduction to Data Science 后，对 R 和模型背后的统计学产生兴趣。

Susan 给了我两个专业各排名前 30 的学校清单，还做了一份超详细的 excel 表格，包含每个学校的申请材料链接、截止日期、模块要求，一目了然。最让我印象深刻的是 Susan 对文书切入角度的独特把握——她能从我自身经历里提炼出完全意想不到的叙事逻辑。她把我的实习经历结合项目特点以及未来发展，以一个我压根没有想到过的逻辑串起来，真的很惊艳。

申请结果

申请 9 所学校，只收到 1 所拒信，3 所 waitlist 没再排，其余全部 offer。Susan 在选完校时对每个项目给我的录取预判都非常准，回头看她给的分析几乎全部应验。

💬 学生原话

"Susan 对文书的切入角度非常独特，她把我的实习经历结合项目特点以一个我压根没有想到过的逻辑串起来，真的很惊艳。"

"申请 9 所学校，只有 1 所拒信，Susan 老师的录取预判非常准。"