X

新加坡国立大学与南洋理工大学2021年的申请难度

这是我们第529次相遇在老张的后院

今年,受疫情的影响,很多人考虑留学时将目光也转向了亚太地区,将新加坡列入留学备选名单进行混申。

新加坡大学广招全球英才充实教学班底,科研学术水平非常高。在2020 QS Ranking中新加坡国立大学和南洋理工大学分别排名全球第11、13名。

但是,新加坡学校数量少,大部分学生以新国立NUS和南洋理工NTU作为主要申请目标,而今年新加坡申请人数翻倍。

2021新加坡硕士申请

新加坡属于英联邦教育体制,对申请者本科背景看重,大陆学生中偏爱985/211、两财一贸,建议GPA在85分以上,并且准备GRE/GMAT增加自身竞争力。

90%被录取学生的雅思在6.5-7分以上,其中7分以上的人数占比33%;62%的录取者GPA在85分以上,仅有3%的录取者GPA低于80分。

成绩保持在GPA 85+、雅思6.5-7+、再加上一个不错的G考分数会比较稳妥。

新加坡BA/类BA项目

新国立与南洋理工的BA/类BA项目难度相当高,课程设置十分硬核,偏向tech方向

真人面试,涉及很多专业课内容,对实习或项目的细节会问的较为深入。

1.新加坡国立大学 MSBA

属于设置在商学院下的老牌项目,偏爱有工作经验的申请者。

新国立MSBA项目提供Capstone,合作企业质量很高,有利于积累名企实习经验。

建议GPA 高于85分、雅思7.0以上,同时拥有优异的GRE/GMAT成绩。

2. 新加坡国立大学 Marketing Analytics & Insights

设置在商学院下,时长为12-15个月,整体录取难度低于MSBA项目。

此项目对转专业申请者很友好,需要对商科理论和编程统计都有所了解。比如在面试中,如果是工科,面试会侧重mar,面试会涉及编程等知识。

3. 南洋理工大学 MSBA

南洋理工大学的MSBA是非常新的项目,录取学生以fresh graduate为主,对零基础和对非编程出身的学生很友好,录取者中不乏专业为金融、会计、管理以及文科、社科专业的同学。

项目开设在商学院下,主要分为Data scientist和Business两个方向,可以选修NTU的SCSE(计算机科学与工程学院)和SPMS(物理与数学科学学院)学院的课程。

NTU的MSBA项目偏向tech方向,面试会问到一些编程问题;基本所有课程都会用到Python/R来做项目,难度不低。

4. 南洋理工大学 MSc in Analytics

MSc in Analytics项目开设在SPMS(物理与数学科学学院)下,属于老牌项目,时长1年,偏爱本科背景为计算机/统计学专业的学生。

课程设置非常硬核,偏tech方向,必修课中有6个学分专门用来学习数据分析软件,包括Python, Cplex, R, weka, libsvm, Matlab, SAS, Rapid Miner等。

Analytics项目录取时更加看重学生拥有含金量高的竞赛或实习经历;建议提早申请。

混申准备

申请新加坡时基本会选择其他国家进行混申。以美国+新加坡混申为例:

  1. 文书和essay特点都不一样,要根据具体学校和项目进行调整;
  2. 以美国的材料为Checklist准备;
  3. 根据各国特点规划好申请顺序;
  4. 利用好保底和匹配档学校的面试机会,为冲刺档学校的申请作准备。