1.学生背景是怎么样的？
中国学生大概是有1/3的占比，我个人认为这个比例是跟别的研究生项目比是比较少的。
我觉得这也是一个优势，因为可以去促使大家作为中国学生去走出自己的舒适圈，去跟各种不同背景的同学去交流，对未来比如说求职和未来在美国长期的一个职业发展肯定也是有帮助的。
我自己的标化，大家可以做参考，官方数据的GPA的平均成绩是3.5，GRE的话是只写了数学成绩，平均是167，我的话GRE333，是170的数学加上163分的文科，我的GPA是3.8。
我自己是没有任何工作经历的，中国同学其实没有工作经历的同学还是挺多的，但是如果你有工作经历的话，肯定是plus ，班中的同学至少有一半以上都是有工作经历的。
他们也都是在非常好的大厂工作过的，我觉得从申请来说不需要去紧张这件事情，因为也有很多同学像我一样是没有工作经历，所以大家都有就是从申请来说大家都是有机会的。
有很多同学有工作经历对学习来说是一件好事，因为就我自己来说，可以从很多有工作经验同学中真的是可以学到很多我原来不知道的东西，他们在美国可能有很多工作经历，他们会跟我分享，他们有很多面试，求职，包括学习的方法，我觉得都会比我更成熟，所以对我来说我觉得进入这样一个班级有很多比我经验丰富的同学是一个特别特别好的学习过程。
2.UCLA整体课程难度大吗？
建议本科要学好哪些技能
可以顺利适应研究生阶段的课程？
就我自己来说，我本科学的是统计，所以在统计数学这一块的背景还是基础比较扎实的，但是在一些比如计算机方面的技能，我也是比较欠缺的。
我觉得这个项目没有对之前你自己的技能有特别大的要求，基本上因为他第一学期的课程，他是有一节非常基础的开放课，然后也有一节从基础开始教的统计课。
所以你有没有这个过去有没有这些技能，知识，其实这个项目是会从一开始帮你去从零学起的，因为这样做的目的也是说每个同学的背景不一样，他也想就是把大家拉到一个起跑线上，所以我觉得没有说太多的硬性要求，当然因为这还是一个数据相关的项目，所以说肯定是你理科方面那些知识掌握的越多越好，然后计算机方面的语言的话我认为最主要就是python的话是越强越好，然后剩下的技能我觉得都可以在项目开始之后再慢慢学习，我觉得都是可以的，课程难度的话我觉得不是算特别大，因为就像我说的其实这个项目去减少了很多只是学术相关的一些课程，因为很多项目如果是数据科学项目其实他包括可能大家一些觉得特别有名的数据科学项目，那些项目其实最终从项目的设计来说他并不是求职导向的，有很多人可能是为了去读博士或者是为了要在进一步的学习，然后去读的这个项目。
但是我们这个 ucla 的项目，从设计项目的老师来说，他就是以求职为导向，所以他就是去清除了很多只是学术相关的一些知识点或者课程，把重点放在和面试相关的一些课程上，所以说难度不会特别大，而且我觉得大部分的知识你学了以后也不会白学，说白了就是因为你学了之后你会发现很快就可以运用在你的面试或者是工作之中。
3.请问小姐姐的
申请时间线是怎么样的？
我大致是在去年2月份左右拿到 offer 的，但是其实因为我也有问过我的一些同学，其实拿到 offer 的时间都很不一样，可能到了四五月份才会拿到 offer。时间线不会卡的太死，没有一个完全说几月份一定拿到 offer，学校可能是一个 rolling 的录取的形式，所以也不用太紧张。
4.有什么要推荐信的技巧？
我当时的推荐信是找学校的，我的任课老师写的也没有说有特别大的特色。我当时是请关于数学和统计方面，考试成绩比较好的一些课的老师来帮我写的推荐信。
5.我看到有些问题是关于找实习的，我来介绍一下我现在的实习情况
这个项目同学找到实习的录取率是100%，但因为现在时间还早，现在只有3月份离暑假还有一段时间，所以现在我的同学们，还没有100%找到实习，据我的估计大概是有50%左右的学生已经找到了实习，然后剩下的学生大概就是还在非常积极的一个面试和求职的过程中,那我自己就是非常幸运是已经获得了一个实习的 offer。
CAPITAL ONE是美国数据科学方面比较有名的一家银行，是美国十大银行之一（按存款规模）、是全球领先的金融控股公司，我自己觉得这个也是非常适合我的公司。
6.美国疫情找实习会不会很难？
我觉得其实大家可能会觉得比较吃惊。我个人认为包括我自己的一些同学也是认为疫情对美国的求职，特别是数据或者是计算机方面其实是有正向的影响。
我记得可能疫情刚开始的时候，有一些公司是缩减了一些招人的名额，但是那是之前的事情，因为在疫情不断的复苏和变好的情况下，这两年其实公司开放的名额都是越来越多，包括今年计算机方面和数据方面的实习，我觉得情况都是比较乐观的，大家都找到了不错的实习。
所以我觉得疫情是有正面的影响，然后美国找实习的话难不难这个因人而异，还是需要一个努力和学习的过程的。
但是还是只要努力就是会有收获和结果的。实习的机会还是蛮多的，就是公司都是有很多不同的选择各个行业的，然后现在数据方面的需求量也很大，所以各个行业各个公司其实都对数据科学和商业分析这方面有需求，都会开设岗位，所以机会很多，大家就是积极争取就好了。
7.请问一届招多少人？
项目是1年制还是多久？
那我们这一届是招了68个，也就是70个人左右，其实招生是可能招了大概70个以上，最终进入项目来学习的是70个同学，然后项目是一年半制，因为UCLA是quarter制，加州系的学校都是quarter制， 就是一个学期是三个月左右，一学年是三个学期，所以我们这个项目一共有四个 quarter，也就是一年再多大概三个月左右的这样一个时间，大概也就是一年半这样子。
8.编程要求如何？
如果一点没有的话，最好还是有一个入门会在面试和申请的portfolio里面都能更好表现自己，所以只要有点入门，有些接触对于编程来说要求就够了。
其实我们这个项目对于你去找数据科学，数据分析，各种类型的分析包括市场分析，什么分析都是可以的，其实最对口的是数据科学专业，这些项目都是数据方面的，所以你在找工作的时候是没有分别的，不管你的项目是名称是叫数据科学还是名称叫商业分析，对于找工作来说都是一样的，我们同学之中可能找到的就是职位最多的也是数据科学，只是我自己还是对于一些商业分析类的工作更感兴趣，所以我找的是商业分析工作。
9.商业分析找工作
可以找哪些行业？
几乎是任何行业都可以，我个人认为最好的是科技行业，因为毕竟这还是一个就是说数据方面的工作，所以在科技行业，那也是收入相对来说最高的，然后学习机会最多的，但是各个行业包括我自己找的是金融，我有很多同学找的是进的迪士尼，耐克就是零售行业或者是有去沃尔玛，包括一些网上的电商，Ebay，一些 app包括 facebook ，包括 pinterest ，都有不同同学进到这些公司。
10.有人问我说有没有
海外的实习经历？
我自己其实并没有海外的实习经历，我在国内有一部分的实习经历，所以我在实习或者说工作，求职这方面我自己的经历和就是经验都是比较欠缺的，所以我觉得对申请来说，这不会是一个太大的短板。
总结来说，如果你有工作经验，那就分享你可以分享你过往的经验，如果没有的话就可以尽可能多的去说一些关于未来的一些规划。
11.商业分析和数据分析
找工作有什么区别？
在美国这边的话，数据方面的工作其实是有很多种类的，包括数据工程这些都是不同的岗位名称，包括数据工程，数据分析，商业分析，然后数据科学，这都是一些比较常见的岗位名称，那各个岗位之间最大的区别，我认为就是沟通和社交能力的比重和一个技术方面的能力的要求。
技术方面要求最高的应该说是数据工程和数据科学这样的岗位，他们对数据分析和包括编程的能力那都是要求最高的，但相对来说他们对于一些软技能可能就会少一些，没有那么多和很多人沟通的机会。
比如说我自己的岗位，商业分析或者说数据分析，那他就是说会技术方面的要求更加低一些，但对于你一些沟通能力和一些综合的思维的能力就会要求高一些，主要区别就是在这里，所以我觉得也可以看大家个人的兴趣爱好，因为我自己是对一些商业方面的是会比较感兴趣，会比较去多思考公司的一些商业逻辑。
但是我也有一些同学，他们是对技术方面特别有热情，特别愿意去学习，那如果你是这样的同学然后你又对沟通方面就是相对来说没有那么有热情的话，那就可以尽可能的多去选择一些技术要求更高的岗位，可以多展示自己的长处，去少展示自己的短处。
12.班上有文科背景的同学吗？
肯定是有的，包括我们上一届有一个学姐本科学的是电影方面的，就是完全和数据是没有关系的专业，最终是找到了一个非常好的科技公司的实习，所以不管你有什么背景，大家都可以积极来申请，然后慢慢去提升自己各方面的能力，但是肯定还是理科方面的同学比较多，就是理科背景的同学偏多但也并不是没有文科背景的同学。
13.申请时有做哪些软实力的提升？
我觉得最多的还是多去了解一些数据方面的讯息，然后多去表现对这个行业的一些兴趣和热情。
14.加州洛杉矶商业分析
应该比南加大商业分析好吧？
就业服务方面一对一指导？
对，很多人会把UCLA的商业分析和南加大的商业分析这两个项目作为比较。
第一个很大的区别就是我们的项目人数非常的少，大概一届只有六七十个人，南加大项目应该是有200到300人，但是他们的项目我也有听说方方面面也都是不错的，我觉得看个人喜好，两个项目也是非常接近的，也不一定说谁比谁好。
从求职来说南加大的项目也还是不错的，就是课程设置方面，但是因为UCLA BA这个项目人数少，所以说老师对你的关注就会比较高，就业服务方面确实可以说是一对一的服务，你任何时候想要找一些就业方面的资源，都可以随时跟就业相关的老师去预约谈话，基本上都是随时随地的，谈话都是一对一的。老师也会经常他们主动的会来跟你去 update 你的近况，就是你完成怎么样，有的时候说是一种压力，但有的时候也是去促使你不断进步。
15.申研一般是什么时间开始准备？
我觉得申请研究生最需要准备的是两大块，我觉得两方面第一个就是GRE考试。
开始准备的话一个就是准备去攻克GRE去考出一个比较理想的分数。
第二个就是一些和研究生相关的一些经历，比如说你做过的项目，你学过的课或者是你做过的一些比较重要的作业，那这些东西肯定是说越早越好，但是我觉得最晚不要超过可能大二的下半学期，你最好多去思考自己想要往哪个方面申请，我觉得这个是最重要的，因为其实对很多同学来说，可能申请的项目也是，五花八门的各种专业，所以先找到一个自己最感兴趣的方向，然后根据这个方向，如果你感兴趣是数据方面，那不管是数据分析，商业分析，数据科学这些项目都可以申请。
因为我本身的专业是统计，统计跟数据科学是相当于完全是相关的。
但如果你学的专业和数据科学没有那么相关，比如说你学的是经济或者是别的专业，第一尽量多去学一些统计方面的课程。
第二去做一些和数据相关的作业也好或者是自己去学校里面积极的去找一些数据方面的研究经历，就是可以和老师去说你对这方面感兴趣，然后问他有没有相关的研究你可以参与到里面，然后去做一些数据分析相关的工作。
实习和科研的话，我是在学校里面有过一到两段这个 research 的经历，也就是帮学校的老师说说白了就打打杂这样子，因为我就是一个本科生，我也没有去做过太多的课外的一些活动或者实习，但是现在跟我一起学习的同学，他们都是有非常强的工作，实习，还有科研经历所以还是因人而异。
16.就业机会怎么样？
这个项目的就业率是100%的，就是不论是每一届的暑期实习项目，还是每一届的就是暑期实习的就业率，还是说每一届学生的全职的就业率都是100%的，并且90%或者95以上几乎百分之百的同学，大家都是期望在美国就业，最终也是成功的在美国找到工作的，是这样一个氛围，所以我觉得如果你自己的目标是希望在美国求职，那这个项目是非常非常适合你的，因为会有一个非常好的同学的环境，大家都是朝着一样的目标去努力。
就业率是100%，所以大家只要积极的努力去跟着同学的步伐走，去跟着这个项目本身那些课程设置去跟着这个步伐走，可以说每个人最终找到一份好的实习或者说好的全职工作都是没有问题的。
在科技领域，在加州是有非常非常多的科技公司，可以说是一个科技公司的聚集地，因为在硅谷那边。
其实加州的学校也并没有特别多所，大致大家耳熟能详就是斯坦福，UC Berkeley ，UCLA包括还有一些比如南加大，UCSD 这些学校，在加州其实除了斯坦福以外，UCLA 和伯克利基本上是齐名的学校，所以很多科技公司他们在招收学生的时候，都会优先考虑这几所学校的学生，那我觉得我们项目也是非常非常大公司在选一些目标学生时候会看的学校和会看的项目，所以我觉得是有一些优势的。
