MIT 金工面试
-
Y同学
申请背景：伦斯勒理工学院 数学+经济，二专：金融
基本成绩：GPA 3.9+，GRE320， 2段实习2段研究
申请专业：金融工程/商业分析/健康信息学
录取学校：麻省理工学院 金融学；耶鲁大学 健康信息学；纽约大学 金融工程
多专业背景的学生如何选适合自己的项目
背景多好处是可能性多，经历丰富，但是难以形成完整的故事线，所以要找到适合自己申请的方向。要对学校项目做调查，以免最后发现很多项目跟想象不一样。多跟申请经验丰富或者已经在你想去的项目就读的学长姐咨询，包括这些项目的学术背景、就业方向。
即使要申请多个专业，也建议选择一个主申专业。我自己就把重心放在了金工上。因为申请季既要忙于课业，又要准备GRE，还要忙申请，压力是很大的。而且，不同专业的文书是需要不同逻辑线，如果方向太分散，会花费大量时间。所以最好能集中精力在一个主申专业上以减少自己的压力和烦恼。
如何提升课程背景
金工、商业分析、数据科学类专业对量化方面的课程要求是比较高的，网申中会问有没有上过各类量化的课，说明学校非常看重，所以要尤其注意几类课程。
1、Programming skills。至少要熟练掌握一门编程语言，并且能用该语言做数据的分析、采集、清理等工作。
2、概率论、线性代数。在以后很多课程中都会用到，非常重要。
3、Operation research或optimization，这门课会教模型、算法背后的数学原理，能补充数学知识。
4、计量经济学、时间序列分析、随机过程。我本科阶段没有提供时间序列和随机过程，所以只修了计量经济学。
5、如果申数据科学，还要再侧重CS方向的课程，例如data structure，algorithms。
6、有余力可以学industry knowledge，商业分析可以学 business strategy，金工学金融方面的理论，要对行业的基本概念有认知。
面试
金融、金工、BA很多项目都需要面试，有的是video面试，类似托福口语的形式，有的是在网申中录视频上传，也有少数真人面。
MIT面试就是真人面，而且是行为面试，没有技术面，不会问模型、算法之类的专业问题，面试官比较和蔼。一、面试内容围绕简历的经历，面试官会从简历上挑感兴趣的点提问，所以要对自己的简历非常熟悉。二、要确保简历是真实的。面试官会追问简历上没有提到的细节，如果简历掺水，很容易露馅。三、有经典面试题目，准备起来也有套路。
常见的几类问题有1、Communication skills，有没有工作中沟通成功或失败的例子，或者跟客户解释非常专业的问题。2、Strategy，有很多方案，你是怎样选出最优方案，这类问题不多见。3、Teamwork，考察团队协作能力，难忘的teamwork 经历，发生矛盾或争吵的经历。4、Conflict with others，跟团队甚至上司是否有冲突。每类问题其实都有共同点，不需要每个例子都准备独特的答案，可以准备几个万能的例子套所有的问题。我自己准备了七八个例子，这样可以确保面试中使用的例子不重复。
准备例子的模板可以套用经典的STAR模型。即：
situation，你当时面临的情况是怎样的；
task，你的任务是什么；
action，你采取了怎样的行动；
result，最后得到了怎样的结果。
最后可以再加一个从中收获了什么，会让你的回答更圆满，把例子的意义传递给面试官。
如果碰到不会回答的问题，可以网上找别人是怎么回答的，但是不能照搬，而是启发自己找自己挖掘自己合适的经历来讲。
最后面试官还会问职业规划是什么，包括长期和短期的，甚至精确到每个阶段想去的具体的公司和岗位。可以查询学校公布的Employment report，看以往毕业生去哪些公司，从事哪些岗位，会让你的回答更适合这个项目。我自己的回答是三年内在卖方工作，之后去买方。面试官就会追问问买方和卖方的区别，为什么先去卖方再去买方，所以不是随便提一些big name的公司就可以糊弄过去的，一定要真的对行业有所了解。
我面试前几天常看简历，回顾自己的经历，、朋友做模拟面试。前两次的面试辅导是申老师帮我做的，一些我不知道怎么回答的问题她会帮我想例子，还有我准备好的例子她会帮我再完善。第三次面试辅导是MIT面试的学姐帮我做的，她是系统地帮我做了模拟面试，还分享了自己面试的经验，给出了面试建议。最后一次是我的已经在耶鲁就读的学姐帮我辅导的，她以自己面试的经验和从招生官的角度出发给了我很多非常实用的建议。
总之MIT面试风格很统一，只要好好准备简历、职业规划、多练习，就可以应付得了。
MIT笔试
10分钟微积分、极限、概率论。
5分钟coding，随机生成一道题，可以用任何语言作答。我抽到的题目是随机生成100个数，以从大到小的顺序放到一个list。即使function或command忘记，但是逻辑可以顺下来就可以。总体感觉他们更看重面试。
Q&A
1、编程要学C++吗？还是Python和R就够了？
个人觉得申商业分析和金工Python和R应该够了，如果申数据科学最好会C++。另外申商业分析的话最好再学一下SQL，要懂data management。
2、网课补编程可以吗？
可以。主要还是考察是否有真实能力，简历或网申中可以补充平台上额外的课程，会加分。有个平台交Data camp，可以学很多语言，应该比较有用。还可以在GitHub上学习。
3、疫情对入学有影响吗？
MIT 7月开学，目前已经通知夏季课程转线上。据说NYU和布朗推出混合形式，可以选择线上或线下。
4、耶鲁健康信息学是做什么的？
是Healthcare方面的data analytics，更偏临床。很多课跟医学院合作，分析临床医学数据，流行病学传播等大数据分析。跟生物统计不太一样，生统以统计为主，health informatics更偏临床，跟医院或实验室合作更多。
5、申请时需要教授推荐信吗？
一般需要3封，2封教授，1封实习。为了防止被教授放鸽子，可以提前多联系几个教授。让教授推十几个学校对教授压力也挺大的，所以要跟教授沟通好。
