恭喜 timeleaver 上任大学英语四六级实习版主-站务中心-寄托家园留学论坛

欧陆选校投票（瑞典/芬兰）

倾向日后在欧洲工作，或者不限地区地进行博士申请。关于进入学术/工业界还没有非常坚定明晰的思考，欢迎前辈们指点。瑞典项目Lund计算科学，科学计算项目，尽管名字像计算机科学但不是，有geoscience，physics和scientific computing三个方向可选，无奖芬兰项目Helsinki-DS，50%奖，估算大体上两年总花销相较瑞典便宜13w rmb左右纠结的地方在于： 1. DS是竞争激烈的领域，但我的coding水平很差，几乎和一般的不接触编程的文科生水平相当，在工作岗位或者学习，科研竞争中没有什么信心。 2. 计算科学似乎和工作不太对口，或许是因为我不足够了解计算数学或者科学计算在工业界能做什么样的工作所致，但目前能想到的计算科学项目出路只有继续读博找机会。但对博士申请的细节，流程和选拔率不太了解。lund这个项目似乎也只是第二年。 3. 假使考虑在国内求职这一不太理想的情况，芬兰项目ds似乎更适合找工作，但它的排名在qs100开外，也许会被认作野鸡大学/被发达城市的人才引进拒绝落户？而lund在qs100内，反而会好一些？感觉13w暂时还买不回qs100这个在很多hr眼里的小关卡。 4. 芬兰语显著难于瑞典语。但据网上信息了解到想在瑞典或芬兰工作，当地语言是重要的加分项。 5. 海德堡大学的英授科学计算项目申请我还没开始，出结果较晚，要是申请也许会错过这两个ddl，还有必要申请吗？（倾向于不申）这个项目我匹配度比较高，但就业也不清楚。 6. 芬兰就业市场听说不如瑞典，lund同时在地理上似乎也很方便去隔壁哥本哈根找工作（尽管这一可行性只停留在一些欧盟友人的经验分享里，在非欧盟留学生里我还没得到这样的信息验证） 7.lund在瑞典本地的雇主认可度听说比较高，Helsinki不太清楚。希望大家可以给出一些自己的见解，谢谢大家?

欧陆地理信息选校

本人背景：山川吉之一，均分排名较高，少科研无产出，一些竞赛。不知道对选项能不能有一些参考。目前意愿：申博≈留欧找工＞回国，有转行的想法，个人不太喜欢编程，工薪家庭，还是偏向能省则省但选项中的花费都在预算内。请大家帮忙投票，方便的话在评论区写一写理由，不胜感激。 eit：可持续交通项目。Aalto入UPC出，优点是给了excellent奖学金而且可以转行，缺点是听说不好读博以及西班牙不好找工找实习。 lund：GIS and Remote Sensing项目，之前很想去的项目，参照官网给的花费参考大概是40w左右。伊拉姆斯：GEM双学位项目，Geo-information Science and Earth Observation for Environmental Modelling and Management，lund进twente itc出。花费比lund少。

关于申博跳板硕的选择。目标是去港五读会计博士，港中深会计授课硕和港科广的mphil哪个更有利于申博

统计学欧美混申选校

背景：互联网数据分析工作5年后申请硕士，优先级，当地找工 > 专业匹配度 > 继续读博 > 学校名气。自己筛了一波后剩下2所学校，想大家帮忙给一些建议。一、【?? 伊利诺伊大学香槟分校 - 预测分析和风险管理】 Pros: 1. 项目是1.5年，时间长度对我来说刚刚好； 2. 带CO-OP（带薪实习），实习工资倒是其次，主要是能提前感受境外职场，可能对找工会有帮助？ 3. 美国学历整体认可度更高一些，即使最后回国学历方面应该优于荷兰； 4. 项目是统计系和商学院合办，听说选课相对自由，可以自己多选统计系的课程，是否能选计算机的不太清楚。 Cons: 1. 美国居留政策过于不友好，虽然是STEM专业，但还是需要抽签； 2. 项目内容更偏金融和精算，至少需要修1/3的相关学分，我对这块兴趣实在是不大，与自己过去的职业路径联系也不太紧密，不过也不是非常排斥； 3. 学费+生活成本略高于荷兰，不过由于是公立学校也不是非常贵，这点倒是可以忽略不计； 4. 学校在大农村，就读体验可能一般。二、【?? 莱顿大学 - 统计学与数据科学】 Pros: 1. 正统的统计学项目，课程体系比较完善； 2. 可以自由选择计算机系的课程； 3. 项目有利于读博，学校官方给的数据是50%+的学生毕业后会选择继续深造（也不知道算不算优点）； 4. 荷兰居留政策相对确定，不需要抽签（但近几年找工难度也在上升）； 5. 就读体验应该会非常好，莱顿是个静谧小城，整个学校的氛围也不错。 Cons: 1. 项目2-2.5年毕业，时间有点长； 2. 莱顿不支持学生企业实习，作为国际生毕业后直接找工可能会有些难度； 3. 莱顿在欧洲虽然有些名气，但回国认可度是个问题； 4. 荷兰工资水平整体还是要低美国很多。