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。
会由真人面试，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：
- 文书和essay特点都不一样，要根据具体学校和项目进行调整；
- 以美国的材料为Checklist准备；
- 根据各国特点规划好申请顺序；
- 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。