✨欢迎来到 OfferLand!立即获取免费选校定位分析

本文由 OfferLand 译自繁体中文原文。 查看原文

avatar

WH H

2月22日

2025商学院硕士申请记录:英国Imperial、LSE等校 & 荷兰UvA

Medium易读版:https://medium.com/@HsuXin/2025商學院碩士申請紀錄-英國imperial-lse等校-荷蘭uva-b3355d389807

本文根据平台特点略作精简,有兴趣的话欢迎到上面的链接查看完整心得。


1. 基本背景

中山财管

数据科学/智慧城市项目

GPA: 3.94 / 4.3; Last 2 years GPA: 4.28 /4.3

IELTS: 8.0, GMAT: 680

专业/实习经历:本土金控Digital Intern、Quant Fund Qunt Research PT、本土银行Data Intern。其他写进简历的经历:量化竞赛Taiwan Final、FinTech国际展会公费交流、排球校队+系队干部、零散的志愿者经历

2. 申请院校与时间规划

Admitted:

  • Imperial College London — MSc Financial Technology (Decision)

  • LSE — MSc Management of Information Systems and Digital Innovation

  • University of Edinburgh — MSc Finance, Technology and Policy

  • University of Edinburgh — MSc Banking Innovation and Risk Analytics

  • University of Manchester — MSc Digital Transformation (FinTech Track)

  • (荷兰)University of Amsterdam — MSc Quantitative Finance

Rejected:

  • UCL — MSc Banking and Digital Finance

说实话,就我申请的前几所学校来说,我的GPA偏低,这也是我一开始申请时最大的担忧。我的Last 2 years GPA冲到了4.28,实际上如果申请美国学校,很多也确实会看Last 2 years / Last 60 credits的GPA。当然我申请的不是美国,所以未必有用,但我还是写进了CV,强调先低后高的趋势,反正总不会扣分XD。

原本其实也打算申请新加坡NUS & NTU,材料都写好了就等提交,不过因为Imperial的offer发得很早,所以就没有提交申请。

3. 选校逻辑与专业研究

一开始我在Finance、Quantitative Finance、Business Analytics、Data Science几个专业之间摇摆不定。每个看起来都有点像我,却好像又差了一点。后来我决定反过来想:我申请哪种专业最有优势?

我花了很长时间研究各校的课程大纲、就业报告、学长学姐的经验、官网介绍,去Dcard、小红书、Reddit这些平台收集信息,也上LinkedIn查校友的就业情况&找学长学姐亲自聊聊。这里也有很大一部分要归功于第3部分我在网上随便逛时掌握的信息。

最后综合考虑自己的职业方向,我选择以泛金融科技作为申请主线,聚焦以下两个方面:

  1. Tech-oriented的Finance(如Imperial FinTech):偏重金融数学、编程,适合走Tech Analyst、Risk Quant、Data Engineer / Scientist等方向

  2. 结合商业与科技转型(如LSE MISDI):偏好跨领域能力、数字创新背景,适合走Tech Consulting、Tech PM等方向

相比留学的全部费用,申请费相对较低。所以选校其实没什么好说的,就是从排名最前面的开始投,觉得不错、录取了会想去读的学校就投。

荷兰的学校发Offer通常很快,而且不用交留位费(这点超棒),适合当保底。顺便一提,荷兰最好的商学院是RSM鹿特丹管理学院,但他们今年的MFin申请开放不到8小时就关了,说是申请量太大已经满了。实际上class of 2025的申请好像也是开了4、5天就关了。所以如果瞄准荷兰的学校,最好随时关注学校官网,一开放就尽快投。

在选校选专业的过程中,我也有稍微注意怎么把自己的经历Align到要申请的院校专业。简单举个例子:

  • Imperial的PS,我写了自己对Student Investment Fund和International Electives的兴趣,并且联系到过去的量化和编程背景

  • LSE MISDI强调“数字创新”与“科技导入”,我就聚焦在参与金融业数字化转型的实习经历上,SoP也以此为主线收拢方向

这里也记录一些from学长学姐的信息,不保证正确XD:

  1. Imperial FinTech往年每届都只有一位台湾学生,所以我打算一开放申请就投,抢占先机

  2. Imperial近几年的申请文书每年都在变,不要太早开始写XD

  3. 背景不是超强的话,LSE太早投容易进Waitlist,建议晚一点申请。所以我等到11月才投

  4. LSE管理学院不像金融系或会计系那么看重GPA,更注重整体Profile

4. 标准化考试相关信息

  • 如果要冲UK G5商科,建议还是带着GMAT申请,尤其是GPA不高的人。

  • 但要不要考超高分就见仁见智了,因为考到一定分数后,边际效益其实下降得很快(不管是备考时间对分数的影响,还是分数提升对录取结果的影响)。不过如果要冲MFin这种很竞争的Program,就是越高越好。

  • 考GRE也可以,个人感觉申请时考哪个都没差。

  • 根据我身边同学和请教学长学姐后的心得,雅思对能否录取完全没影响(如果没有硬性要求申请时附上),身边很多人都是后补的。

5. Imperial / LSE / UvA申请细节

申请这三所学校的材料比较麻烦,每所都有自己的一套规矩,网上的信息也比较零散,所以单独开一个部分来记录。每段也会稍微带到我理解的专业情况。

Imperial College London, MSc Financial Technology

Imperial给人的第一印象就是他们真的是编程控&数学控。从申请页面就能看出端倪,需要额外填写Quantitative Experience和Software Experience两个部分。

材料要求包括:

  • Career Planning(1750字符):写短期和长期的Career Goal

  • Personal Statement(两题,各1750字符):

  1. Why Imperial?你会怎么为这个Community做出贡献?

  2. 从Respect、Collaboration、Integrity、Innovation、Excellence这五大Value中挑选,写出对应的经历。

  • Software Experience:编程语言(C++、Python、SQL等,它会给一个列表让你选)+熟练度分级+举例说明

  • Quantitative Experience:填写数理课程名称、描述、学习阶段、成绩。我在这部分填了七门课,包括Financial Engineering、Python Data Science、线性代数、微分方程、Data Structure,还放了一门没出现在成绩单上的Mathematics for ML,这是Imperial自己在Coursera上开的Specialization。放这种开放式课程(MOOC)应该没什么用,但秉着放了肯定不扣分的心态,所以也放上去了

PS那两题,我基本上是和MBA学长反复讨论,慢慢搭出来的。这学校的毛病真的够多(但我很喜欢,可能我也很有毛病),出这种题目根本就是在申请MBA。不过写完后我也很惊讶,哇靠我竟然真的找得出实例来扣那些Value?_?而且自我感觉写得还不错哈哈。

根据官网,class of 2025有60%是数理/电子信息专业出身。虽然也有纯商科背景被调剂过来的先例,但我想尽量补强Quant相关的background还是挺加分的。这方面我觉得不外乎三点:

  1. 修过编程或数学相关的课

  2. 有偏编程或数学的相关实习&工作经验&科研经验

  3. GMAT / GRE数学成绩

这三项我都沾了点边,每样都有点菜,但可能都还凑合着勉强低空飞过XD。

LSE, MSc Management of Information Systems and Digital Innovation

这是所有文书中我写得最久、改得最多、最烧脑的一份。

LSE的申请材料叫做Statement of Academic Purpose (SoAP),整体更偏向一份学术叙事。要求1000–1500 words,还特别提醒不要讲ranking、不要讲伦敦地理位置很好这种空话。然后要记得页眉或页脚标上申请人姓名和申请专业,这是官网写的,但我猜很多人没看到XD

正文我大致这样写:

  • 以学校的课程项目如何启发我对Digital Transformation的兴趣作为开头

  • 主体描述两段数字与数据实习中的具体挑战和观察(例如台湾金融业转型缓慢,还有数据治理很惨很难搞)

  • 接着描绘职业目标:短期进Tech Consulting,长期帮助金融业推动创新

  • 结尾再衔接MISDI的课程资源(特别提到之前Sprint Week的主题,这是这个专业的亮点之一)如何帮助我实现目标

中间还有很多繁杂的小细节,我又和LSE的学长讨论、大改了好几次,不过整体框架大概就是这样。

LSE MISDI是一个挺特别的Program,专业名是信息管理,但课程设计和传统信管专业不太一样,Coding几乎为0,整体更对标Tech PM。这个专业没有很看重标化成绩(当然也不能太低),非常强调Diversity,例如国籍、学科背景、工作年限。根据在读学生的分享,一届近百人,同学来自47个国家,这在英国乃至全世界的授课型硕士项目里都是top tier的Diversity。

学校开了一个Offer Holder群,保守估计里面所有讲中文的人加起来不超过20%,其余欧洲、非洲、美洲的学生都有,而且有3年以上工作经验的人应该超过一半。

我跟一些Offer Holders交流后的想法是:这个专业真的会看你的文书,尤其要讲出你和“科技创新”的关联,至于是for哪个行业好像没差。在群里看了一下,Banking、Media、Healthcare、FMCG等等都有一些人,做Consulting的也不少。

University of Amsterdam, MSc Quantitative Finance

UvA的申请流程比其他学校繁琐,偏严谨,也很重视学科对口程度。这算是欧洲各校普遍的特点,真的会看你本科修过什么课,至于成绩多少好像不是很看重。如果修的课都对口,早点投的话录取概率好像都非常高。

要求的材料包括:

  • Core Course GPA Calculation:系统提供Excel表格,要列出所有相关课程和分数,并自动计算GPA。MSF列出的标准课程包括Investments、Econometrics、Derivatives等,我自己把财管系几乎所有必修和选修都填进去了

  • Course Description:要附上每门相关课程的Syllabus、学分、教材、评分方式等等,下面我放了图片示例。几乎是一次性汇总整张成绩单背后的详细内容。非常花时间,但提早准备就能避免焦头烂额

  • Motivation Letter:可交可不交,基本上就是求职的自荐信。我把通用版PS稍微压缩了一下,总结申请动机和匹配度后交了出去

总的来说,UvA的材料相对繁琐,准备起来很像在填某些本土金控的固定格式简历表,会让你填家庭背景、学习历程那些bullshit一样烦。但上面说过这所学校不用留位费,真的很贴心,值得。

6. 申请总结与反思

我觉得我的申请也没有哪一块特别突出,没有超高的成绩、没有大厂实习,也没什么交换经历之类的。但下面几点应该是我做得还OK的地方:

1. 每段经历都有申请专业的影子:不管是金融业数字化、数据实习、量化竞赛等等,包装之后都是方向性很强的经历。

2. 编程&量化方面的课程:这部分其实我觉得说服力挺低的哈,毕竟我也没有双学位或辅修。不过和管理学院纯商科背景的同学比起来,我在这两方面可能都算有点优势。

3. 文书以写深为主,而不是写广:找到对的方向,然后拼命钻就对了。尤其在职业方面,千万不要“想做A或B或C”,而是要“就是要在A方面做到最好”,针对一条路写深,清楚展示“知道自己要什么”的心态。(虽然实际上可能未必XD)

一个简单的准则是:

写申请材料时,不是有什么就全都写进去,而是你想让人看到什么。

过去的每一段经历、成绩单上的每一门课,我都重新审视过:“这段经历可以怎么说,才能扣回这个专业?”看完材料如果能让自己觉得:“哇靠我真的很适合这个Program欸”,那就是成功的版本XD

7. 结语

我从大二就萌生了出国读研的念头,到毕业后将近一年终于收到梦校offer,这段过程前前后后三年,说没有一点感动是假的。尽管因为我把时间线拉得很长,现在一回想,好像也没有哪个时刻称得上煎熬,要说很崩溃好像也没有。印象最深的反而不是考试或准备材料,而是面试完、等结果的那段焦躁期。那短短两三周真的挺内耗,脑子里一直在想要是没上,要不要赶快去报离我家超近的政大国金XD,直到某天晚上Email弹出“Congratulations! Offer From Imperial”的那一刻,我才终于松了那口气。后来又过了两个月,LSE的信也来了,我觉得自己在做梦,那是我原本的第一志愿。

但我后来选择去Imperial了,Long Story。等我完整读完后再来评判这个选择XD 不过我也不可能两个项目都读,所以可能也没办法真正客观地说哪个对我来说是正确的。

有任何问题都欢迎问我,申请时受到了很多人的帮助,我会尽力回馈给需要的人。

本文提到的学校

查看各校的申请人数、录取率和学长学姐的录取结果数据

请先,才能评论
论坛
录取
院校
中介