篇一
面试时间：2017年6月2号
面试官：Felipe
面试时间：25-30分钟
一开始就闲聊了几句，然后Felipe就让我简单介绍了一下我现在工作的具体内容，想知道为什么我在四大，会想来读BA。我主要就往financial analytics上靠拢，然后聊了一下我看到的corporation的BA的机会。然后他Resume也没有看，工作经历就这么3分钟聊完。
他对我essay上，六个月做student consultant的经验很感兴趣。我就和他讲了我通过excel做一些valuation的model，然后Felipe还细问了我是怎么run regression的。我大致讲了怎么做SWOT和最后的venture showcase，就结束了对我的background的问题。
然后，Felipe大叔居然，让我上白板做了题。一个是概率一个是统计题。做完题之后，Felipe问了我一下对BA的理解，和我的职业规划，就让我问问题了。我主要问了一下Capstone和课程安排，UCLA的BA还是很有吸引力的！
面试自始至终他除了开头寒暄，就再没问过我工作经历，也完全没有看我的Resume。整个面试给我的感觉是在看我的表达和沟通能力，以及一些basic的stats知识。
篇二
面试时间：2017年5月11号
面试官：Felipe
一开始的寒暄之后，Felipe问我，有一封推荐信是来自一位尼尔森的员工，但是在申请材料上没有看到有关尼尔森的内容是怎么回事。我解释了我之前是在另一家公司和她共事，之后她跳槽到尼尔森，然后顺便说了一下当时的工作内容。这里有我有提到我当时做过一些数据的工作，他就追问了一下具体的内容。我解释说只是一些用excel做的计数，算百分比，画图等简单的描述性统计工作。
之后Felipe问了一下职业规划，长期和短期。然后也是对我提到的内容有了一个追问，这里大家就对自己的职业规划多思考一下就好，比如将来想去咨询，那心仪的咨询公司有哪些，以后工作内容可能是什么等等。
我在去年暑假参加了伯克利的暑期项目，选了一门宏观经济和一门比较文学的课，Felipe对这个也比较感兴趣，就问我为什么会这样选课。我回答说因为我想有不同的学习体验，一个是大课一个是小班，而且比较文学的topic是horror story，听起来很有意思。
他又问你之前来没来过LA，我说转机的时候在那里停留过1天，去了universal studio，排了一天队。然后他很夸张的说才1天，还一直在排队，那等你以后来了，熟悉了这里你会爱上这个地方的。
接下来问了why school 和why msba。接着就问了两个数学题，一个是概率一个是统计题。统计题跪了，实在想不起来正态分布怎么加减，但是他也一直说不要担心，答不上来你就说忘记了就好了，没关系的。又想了一会就只能说我答不上来。他还是一直说让我不要担心，答不上来也没影响的。接下来就是我问问题的环节。
概率：假设你明天想出去玩，rainy day的概率是20%， windy day的概率是30%，那你明天出去玩的概率是多少？假设这两个天气不是互相独立的，明天又风又雨的概率是10%，那你明天出去玩的概率又是多少？
统计：假设你有一家公司，有四个市场在四个地区(比如中国，美国，英国，日本)。他们的销量的分布都是正态分布，均值100，标准差0.5。问总的市场的分布是怎样的，均值和标准差是怎样的？如果这四个市场不是相互独立的，分布又是怎样？
问题主线如下：
1.自我介绍
2.工作相关
3.Career goal
4.Why school, why msba
5.一些个人经历里的问题
6.一道概率题+一道统计学问题
最后我问的问题是：为什么要开这个项目，这个项目为什么开的这么急，然后为什么11月才开学。Felipe回答大概是，他们注意到市场对人才有需求，在做过很多调查之后他们觉得需要培养这样的人才来填补市场中存在的gap。然后开在11月是想让项目cover明年的暑假，这样可以给同学们实习的机会。加上capstone project，可以让学生有比较充足的职业准备。
一、学校介绍
加利福尼亚大学洛杉矶分校（简称UCLA）是位于美国加利福尼亚州洛杉矶市的一所公立研究型大学，是美国一流的综合大学。UCLA是美国商业金融、高科技产业、电影艺术等专业人才的摇篮。加州大学洛杉矶分校成立于 1919年，是加利福尼亚大学系统中第三古老的分校，近年来在美国公立大学排名中高居第一名、与加州大学伯克利分校并列。UCLA 常年稳坐泰晤士报全球大学排行榜前十五名，并且在2017年US News全球大学排名中位列第10。
二、截止日期
有三个申请批次，第一轮2018年1月10号截止，第二轮2018年3月10号截止，第三轮2018年5月31号截止。
三、学院介绍
UCLA安德森商学院有着世界一流的师资、优秀的师资和全面的就业指导服务，全球MBA排名第15位，全美商学院排名第10，2017年，UCLA的安德森管理学院新增设了时下热门的专业商业分析硕士学位。学生会在MSBA项目中获得前所未有的体验，为未来在金融机构就业做好充足的准备。
四、项目信息
互联网技术现在涉及到我们生活中的方方面面，商业世界和金融市场的数据量正在爆炸式增长。 企业、政府、消费者、投资者、决策者面临着适应快速变化的重大挑战和机会，加州大学洛杉矶分校安德森商务分析科学硕士将帮助你成为这一领域行业精英。
MSBA项目是全日制硕士项目，拥有STEM认证，该项目课程的前五周采取网络教育的形式，提供暑期实习和全套的职业服务。
1.项目优势
2.项目细节
Full-time program 全日制项目
STEM-Certified STEM认证，有36个月OPT
First five weeks online only 前5周在线
Summer internship 暑期实习
Full suite of career services 全套就业服务
五、课程设置
加州大学洛杉矶分校安德森管理学院MSBA课程理论与实践相结合。我们的项目由世界知名教师教授，通过暑期实习和公司赞助的Capstone Analytics项目将技术和理论教学法与实践相结合。
课程安排
Capstone Analytics项目
Capstone分析项目为MSBA学生提供解决现实实际商业业务分析问题的实践。通过与企业客户合作，学生们实践他们的业务分析知识，深入探究课堂感兴趣的领域，锻炼他们的沟通技巧。
CAP项目重视编程和数据管理方法、模型开发和建设、业务分析和行业应用等领域，并由顶级公司赞助。学生与企业直接互动，既可获得潜在雇主的宝贵机会，也可以扩大人脉交际网络。
六、费用奖学金
项目2018年费用预估共$62,579，不包括生活费、交通费、停车费、书本费、医疗保险、学校费用和笔记本电脑费用，费用每年都会有所调整。
根据入学申请的总体实力和入学资格的相对实力，向学生颁发不同数额的优异奖学金。 奖学金由加州大学洛杉矶分校安德森管理学院MSBA项目在入学时或入学期间的任何时间发放。
七、录取偏好
1.Requirements 要求
• Bachelor’s Degree or equivalent 本科或同等学历
• GPA of 3.0+ (on 4.0 scale) 3.0+的GPA(4.0级)
• GMAT: 710 overall (above 90%) GMAT：710(高于90%)
• GRE: Quantitative Score of 167 (above 92%) GRE：定量分数167(高于92%)
• Strong quantitative background 强大的定量背景
• English language proficiency 语言测试
• Experience or coursework in computerprogramming 计算机编程经验或课程
2.语言测试
雅思考试的总分不低于7.0分。 7.0是最低要求。有两种不同类型的托福考试。每项的最低分数要求如下：
•托福(TOEFL iBT)：87 (写作：25 口语：24 阅读：21 听力：17)
总最低通过分数：87
3.前提课程要求
所有学生都应具有强大的量化背景，包括线性代数，多元微积分，统计和概率。此外，申请人应该具有计算机编程(例如C，Java或Python)加统计和计量经济建模(例如，R，SAS，STATA或MATLAB)的一些经验或课程。通过本科数学课程和/或您的GMAT或GRE成绩证明您的申请中的分析技能的能力很重要。
八、申请材料
1.在线申请
2.申请费
3.2封推荐信
4.文书
5.大学成绩单
6.GRE/GMAT成绩
7.语言成绩
8.申请费200美元
九、就业形势
BA专业的整体优势还是很明显的。
首先，它属于STEM专业，这类专业的留学生在毕业后可以有更长的时间留在美国找工作。如果你能在美国积累几年工作经验再回国，回国后的高端岗位便可以信手拈来。
其次，就是我们现在的大环境，现在是大数据时代，对数据分析方面的需求也更多，不管在国内还是国外，它的就业前景和形势都是不错的。
对于就业方向，BA应届生的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。
在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融、医药、咨询、零售等，因此BA的毕业生还是比较抢手的。
另外，据麦肯锡全球研究院分析报告指出，2018年，美国在商业分析人才上的需求缺口将达到14-19万人。2016年，在我们基于LinkedIn数据的研究中，估计有150000个商业分析类（业务分析助理或业务分析顾问等）招聘广告，这些工作中有19.4%个位于加利福尼亚，这是所有省份中最大的一部分。
