大家好！我是Chaomin，也可以叫我小柴。先来个简短的自我介绍，本人高中获得新加坡国家教育部全额奖学金 (SM2 Scholarship) 出国留学，本科在新加坡南洋理工大学 (Nanyang Technological University) 就读环境工程专业 (Environmental Engineering) 土木基建方向 (Specialisation in Civil Infrastructure)，毕业后就职于新加坡陆路交通管理局 (Land Transport Authority) 从事铁路基建的规划开发与设计至今，对建筑类专业的学习和就业情况有深入的了解。踏入社会参加工作两年后才着手准备硕士申请，经过文书申请和面试获得了商业分析 (Business Analytics)、金融工程 (Financial Engineering)和MBA的offers，最终选择了新加坡国立大学 (National University of Singapore) 商业分析专业，现在对商业数据分析和决策也有一定了解。
出国至今，我已经在新加坡独立生活打拼十年，拥有不错的社会关系，可以为大家提供时间规划，申请指导和出国前的各种准备建议。同时，也可以给大家分享工作经验甚至可以内部推荐。接下来，我将谈谈自己的转专业申请经历：如何从环境工程转到商业分析，从建筑业到大数据，一切皆有可能！
申请原因
本科毕业后，我成为了一名工程师，进入了新加坡陆路交通管理局负责铁路项目的规划、融资、开发和设计，参与了堪培拉站、东北线延伸、环线六期、巴西立铁路转向轨等高难度铁路扩建项目，工程难度包括对线路经过之处的自然保护区和国家古籍遗址的保护和修复。曾担任项目负责人代表，后任项目接口经理负责对内各设计部门协调及对外各政府机构交涉。如此经过了两年的摸索和奋斗，我已经掌握了工程管理的流程和要领，也切身体会到区别于像中国这样的基建大国，新加坡在基建方面的局限性。因此，为了拓展自己的知识面，进一步提升自己，我毅然决定转专业申请硕士研究生，希望通过学习来实现自我增值。
因为常年身处新加坡，我把新加坡国立大学(NUS)定为了唯一申请目标。随后通过浏览学院官网，了解课程设置和申请要求并根据自己的喜好，我最终确定了商业分析(MSBA)、金融工程(MFE)、MBA三个专业的申请。
由于我是在新加坡完成的本科学习，所以IELTS成绩是可以免去的，但是根据MFE和MBA的申请要求，我也需要提供GMAT成绩作为申请材料之一。我当时天真的以为留学在外多年，这种英语考试完全难不倒自己，于是就这样愉快地报名裸考去了。结果毫无疑问地给了我当头一棒，一刷只有590，完全不及NUS的最低要求。在那之后，我开始重视GMAT的备考——我意识到GMAT不只是一门英语考试，而是一门逻辑思维能力的测试，所以即便作为本科是在全英语环境的学生来说，仍然需要一定程度的练习和准备。因为平时要上班，我只能利用下班和周末的时间备考，最后用了大概一个月的时间看完了Official Guide和网上的一些总结帖草草就去二战了，结果720稳妥。
接下来是文书准备，包括简历(CV)，推荐信(Recommendation Letter)，个人阐述(Personal Statement)等。PS不是必须的，可我想到自己是转专业申请，还是就每个专业写了一篇800字左右的PS作为补充材料上交了。以MSBA为例，我在PS里面谈到了自己对于BA的理解和看法，并结合了自己的本科学习和工作就业经历，举例说明了我在数学统计学上的兴趣和出色的逻辑思维，强调了我分析数据、解决实际商业问题和管理方面的能力。申请材料提交后，我陆续收到了面试邀请。除了常规的自我介绍、申请动机、工作经验分享外，MSBA的面试更着重于我对统计学基础知识的了解，当场给我出了一些简单的排列组合题目；而MBA则对我的工程管理经验更感兴趣。总而言之，无论是文书申请还是面试准备，都要先熟知专业的申请要求，再对应找到自身的亮点加以说明。
Business Analytics学什么
BA是数学、计算机和商业管理的交叉学科。统计是BA的核心之一，这部分一般也是面试时考察的基础知识点。编程(基础算法和数据结构)对于处理大量数据是高效的，流行且比较适合快速上手的编程语言基本是Python，也有用R语言进行数据分析的。另外，数据库SQL也是核心学习内容之一。最后是商业管理，运用对某产品、商业模式、公司流程的理解来进行特定的优化分析。
Business Analytics做什么
一般来说，BA有三个阶段。第一个阶段叫描述性分析(Descriptive Analytics)，主要分析已有数据的模式和趋势，也就是what happened。第二个阶段叫预测性分析(Predictive Analytics)，目的是预测未来会发生什么，也就是what will happen next。这个部分通常会应用到数据挖掘(Data Mining)与机器学习(Machine Learning)的知识来建模分析。第三个阶段叫规范性分析(Prescriptive Analytics)，是在第二阶段的基础上，利用数学或运筹学层面的知识对模型进行优化，得到最佳解决方案。
Business Analyst在不同的行业或许有不同的名称：市场调查员、数据分析师、咨询师、统计分析师、数据挖掘师等。就业前景涵盖投行的金融或者技术部门、保险公司的数据科学部门、四大的咨询部、基金公司的金融数据分析岗通常也需要做很多的量化工作、技术公司的数据分析岗位，比如Google的数据分析和金融公司相比，就会更加注重于用户的行为数据分析，包括聚类、分类分析，去解析用户的行为习惯。
海外留学经历让我的视野更加开阔，同时也给我带来了更多的机会。只要你敢想敢做，一切皆有可能。世界那么大，你值得去看看！
