本科机械专业女,想知道考研还是出国会更好就业,是否要转专业?

先简单说一下我自己的情况，本人毕业于浙江大学，专业为机械自动化，申请了Data相关的专业，在这里就分享一些我个人的经历以及相关项目的介绍，题主可以根据自身的条件以及兴趣来进行选择，希望看完本文可以帮助到你，解决你的一些疑惑。

一、个人背景

三维如下： GPA成绩3.80分，其中核心专业课GPA成绩为3.98分，排名为专业第二名； 托福总分为103分，其中口语单项分数为22分； GRE成绩为158分+166分+3.0分。软性背景如下： 发表过一篇EI论文以及四项第一作者的专利；拿到了IEEE VTS副主席的推荐信；参加过数学建模美赛，拿到过Outstanding奖项。 我的未来规划还是比较明确的，我毕业后是打算从事Data Science领域的相关工作，申请的这个项目比较符合我的申请需求的。

二、项目分析

Data Science这个项目近几年热度逐年上升，竞争还是比较激烈的。Data Science在课程设置上，侧重于计算机和数学这两个领域的教学，选课的范围还是比较广的，如果你时间和精力都比较多的话，还是可以选一些你感兴趣的计算机方向的课程的，还是可以学到很多CS项目的知识的。如果你对CS或者DS项目有执念的话，也可以去多了解一下转专业的相关消息。

三、选校

其实数据领域本身对申请者的本科背景就没有特别大的限制，跨专业申请的同学还是很多的，而且并不是单单可以申请Data Science这一个项目，你也可以了解一下其他项目，比如说：Analytics、商业分析、CS或者EE、统计学、System Engineering、IERO、Scientific Computing、Computational Sci.&Eng等等。

不过Data相关的专业绝对不是只有上述的这些项目，我最初在选择的时候，发现竟然有50多个项目，每个项目的课程设置都会有一定的不同，当时在选项目和大学的时候，着实也对比了很久，最后选择了12所大学，cover了6个专业：

1、UPenn Scientific Computing（拿到AD）

2、 Gatech OR（拿到AD）

3、 Cornell ORIE（拿到AD）

4、Cornell Tech ORIE（拒信）

5、 Harvard Computational Sci. & Eng.（拒信）

6、 Columbia MSE（拒信）

7、Stanford Management Sci. & Eng.（拒信）

8、 Brown DS（拒信）

9、北卡 Analytics（拒信）

10、 NYU DS（拒信）

11、CMU Statistics（拒信）

12、NWU Analytics（拒信）

虽然我的背景还可以，我身边的朋友和老师都感觉我应该可以申请到很不错的大学，不过我对自我定位还是很了解的，虽然过往经历丰富，但并没有那么多的申请优势。所以全部的申请结果出来之后，我也没有特别失望，也算是在预期之内吧。在我看来，拿到这些拒信都不是没有理由的。

Stanford和Harvard这两个大学，本身我就没有抱太大希望，毕竟这两所大学的申请者都是学霸中的学霸，所以拿到拒信很正常；

哥大被拒，是因为我放弃了面试，不过客观来说，哥大的项目本身还是很不错的，也开设了一些工业相关的课程，不过后来深入了解了Data这个领域之后，我发现自己对商业分析或者咨询此类岗位并不是特别感兴趣，我还是更喜欢技术性的Data Scientist此类的岗位，所以哥大MSE项目在课程设置上和我的未来规划并不是特别符合，就放弃了面试，如果有同学毕业后是打算从事咨询或者商业分析相关岗位的话，还是可以考虑一下的，毕竟名校光环还是很不错的；

Cornell Tech这个项目在申请要求中明确提出，需要申请者修过优化，CMU统计学项目要求申请者修过随机过程，我既没有上过优化，也没有上过随机过程，不符合申请需求，拿到拒信也正常；

Brown明确要求申请者托福成绩105分以上，我本身分数不够，想着申请着试一下，结果收到拒信也算在预料之中；

NWU以及北卡这两所大学的Analytics的项目属于就业导向型的项目，自然对实习经验会看中一些，我的个人经历都是机械和控制领域的科研项目经历，一点Analytics的实习经验都没有，被发拒信很正常；

NYU DS项目，在申请之前，我就从论坛上了解到，招生官更喜欢数学科班出身，或者数学能力极强的申请者，我本身数学很一般，应该是因为数学水平的原因被拒；

OR领域的项目，我申请的结果倒是都很不错，毕竟我具备丰富的控制、机械领域的科研项目经验，还拿到过INF ORMS的奖项，其实在申请的时候，我就比较有把握的，后来拿到AD，也没有特别惊喜的感觉。

我拿到UPenn Scientific Computing项目的AD，其实是在我的预期之内的，因为我之前在官网上很详细地了解过了项目的录取要求，感觉自己和录取要求还是比较符合的，这个项目在申请的时候也是属于那种比较有把握的项目。

而且根据我之前对UPenn Scientific Computing这个项目的了解，据说这个项目是可以申请沃顿双学位的，对双学位感兴趣的同学也可以去了解一下。我本来是打算申请个MBA双学位的，毕竟这种双学位对未来的职业发展还是很有帮助的，不过后来听我一个学姐说，好像MBA是不支持双学位的，后续因为时间不够充裕，所以也就没有然后了。

就当前的形势来看，个人感觉科学计算的相关知识的运用范围还是比较广阔的。我所了解到的这个项目的录取者，本科背景还是很多元的，什么专业出身的都有。不过这个项目之前招收的名额并不多，听老师和前辈们说，可能后续会扩招。

项目官网如下，感兴趣的话，各位可以去自行了解一下：

http://pics.upenn.edu/masters-of-engineering-in-scientific-computing

在选校和选项目的时候，还是要多花些功夫的。其实选择项目和大学是一个双向选择题，不仅招生官在选择你，也是你在选择他们。你要了解项目的录取倾向，看你自己是否符合这个申请需求，也要了解项目的课程设置，看上的课程对你未来的职业规划是否有帮助。只有选择了适合自己的项目，才可以做到在后续的学习中事半功倍。

选校的话，我并不建议你局限于某一个项目，就像刚刚我说的，Data方向的项目有50多个，你可以多去了解一下，申请一些不同track的项目，比如说我就申请了12个项目。在选择的过程中，你可以制作一张excel表格，把你感兴趣的全部项目都罗列出来，然后在根据自己的兴趣多少，去pass掉一些兴趣没有特别大的项目，这样不仅可以节省申请的时间和精力，还可以节省很多申请费。

四、其他申请材料的准备和需要注意的地方

撰写PS，个人建议还是针对不同的项目，个性化地去撰写，我从不主张一纸文书走天下。每个项目的录取倾向都是不同的，招生官关注的点也不同，比如说有些项目倾向于录取数学能力强的申请者，那么你在PS中就着重去突出你的数学水平；有些就业导向型项目对具备丰富实习或者工作经验的申请者十分青睐，那么就需要在PS中突出你的实习或者工作经历；还有些研究型MS项目或者PhD项目倾向于录取科研经验丰富的同学，如果你的PS中可以提现出你的科研能力，肯定会让招生官眼前一亮。

我之前在写PS的时候，会先写一个比较通用的PS，然后根据每个项目的招生要求去修改PS，添加一些有针对性地细节，把无关的内容删掉，而后在反复修改，一直到满意为止。如果你申请的项目很多，可以按照我这个方法去撰写PS，如果你申请的项目少，也可以专门针对每个项目，单独去写PS。

推荐信的话，个人建议你找比较熟悉你，且你上课表现很好，会帮你说好话的教授，你可以直接和教授表明自己的想法，想要出国留学，看看能不能要到强推。一般教授都会同意的，毕竟你是有合理理由的，而且硕士项目的推荐信要比博士项目的推荐信好开得多。推荐人的数量上，个人建议有4个到5个左右，避免有时候也有些教授比较忙没时间，那就比较尴尬了。

GT成绩越高越好，一定要预留出来充裕的时间备考，尤其是GRE，高分GRE还是很有 申请优势的。

五、一些转专业的小Tips

这条分享是专门针对转专业的选手，如果是科班出身，可以直接pass掉这条了。

课程的话，有一些课程是需要先修的，比如说概率统计、微积分、线性代数，这三门课程差不多可以cover掉，刚刚提到的12个项目中大部分要求的先修需求（而且据我了解，Data Science或者Analytics项目的招生官对数学科班出身或者数学能力很强的申请者很有好感，如果你先修过概率统计或者Optimization的课程，申请这两类课程还是比较有优势的）。

如果你跟我一样，都是机械专业出身，申请Data方向的项目（CS以及EE这两个方向除外），还是有很大希望的。当时在申请前搜集材料的时候，我记得Gatech OR项目的官网上，写着这样的一句话：我们并不强制要求申请者具备运筹的相关背景，不过有科研项目、实习经验的话，那肯定是更好。

最开始我身边还是有很多同学跟我一样，都是申请的Data方向的项目的，不过后来很多都选了CS项目。到底选择哪个方向的项目，还是看你个人的职业规划。如果你之所以申请Data方向项目，是因为感觉该项目的就业前景比较不错，那么我建议你直接申请CS项目，因为CS项目的就业前景比Data项目更好；如果单纯是因为Data方向项目竞争压力小才选的，我感觉并没有什么必要，你都不了解这个项目，单纯因为竞争没有CS激烈就申请，这其实就是完全的跟风申请，对你未来的职业发展未必会有帮助。

我一直都感觉，你想申请Data方向项目的唯一理由，就是因为你对这个行业感兴趣，如果你并没有什么兴趣，单纯就是跟风或者就业前景，那倒不如申请CS项目。

还有一个情况可能发生的概率会比较小，我简单提一下。我之前认识一个朋友最开始申请到的是博士项目，后来入学之后发现自己并不是特别适合这个项目，然后博士又申请退学，重新申请的硕士。如果你目前在读博士，感觉博士的学习和自己的职业规划并不是特别符合，想要退学，重新申请的话，个人建议早些确定早些申请。同时，你要专门拿出来几天思考一下，对自己的定位有一个清晰的认知，同时梳理一下思路，你为什么想要退学，你真的很适合你要申请的那个硕士项目吗。确定好了，就重新整装待发，为了目标而努力。

在留学这个问题上，每个人的经历都不可复制，经历的事情不同，自然感受也会不同，每个人都有自己的规划，在细节上肯定会有些差别，所以建议各位在参考别人的经验贴时（包括我的），还是要根据自己的申请需求和自身情况去斟酌选择。不过肯定也会有一些适合绝大部分同学的申请经验，不过我还是感觉要多看多了解。

在申请之初，你要对自己有一个深刻的剖析和定位，且对自己的未来要有一个规划，确定目标，然后去搜集和整理相关的信息和资料，并朝着目标去努力。

申请留学并不是一件简单的事情，可能在最初你确定的目标并不是完全适合你的那一个。你要做的，就是在准备的过程中，不断深入地去了解，不断思考和分析你的选择是否符合你的未来规划，你申请的项目是不是真的适合你，如果发现不适合，一定要及时止损，更改你的目标，重新整装待发。

出国留学说到底，其实是个不断了解、提升和完善自己的过程，虽然这个过程会很辛苦，但你可以在过程中发现自己的初心，了解自己喜欢什么，对什么感兴趣，对自己未来的发展方向逐渐清晰，不断地筛选和确定，其实这一过程要比申请结果重要得多。

最后的最后，希望各位都可以在申请季中拿到自己女神校的offer，开启自己的硕士学习生活。