# 目标院校
- 新加坡国立大学（NUS）
- 新加坡南洋理工大学（NTU）三位学长学姐都在这里毕业
- 香港大学
- 香港中文大学
- 香港科技大学
- 帝国理工学院（IC）
# 需要准备的内容（按照重要程度排序）
# 1. 绩点
- 港新平均在 85 分，即在收到 offer 的学生中，存在 82 分和 90 分的，一般超过 85 分比较稳妥，越高越有竞争力
# 2. 语言
- 这个算一个标准，一个要求，港新是总分 6.5 就可以
- 但是帝国理工要求比较高，要 7，并且每一个小分都要 6.5 以上
- 韦姐高考英语 146，自学的 7.5 分，太强哩
# 3. 实习
- 与所申请项目方向有关的实习，比如想申请 CS（computer science）最好要有互联网公司算法的实习经历，想申请数分，就要有数据分析相关的实习经历
# 4.kaggle
- 此条不具有通用性
- kaggle 是一个数据分析有关的比赛，如果打带奖金的比赛获奖，可以起到提升背景的作用。
- 今天（8 月 1 日）学完了 python 基本语法，还有各种机器学习模型、以及数据分析的流程，我跟晓蝶姐说想要一些公司的实例复现一下，她跟我说可以上 kaggle 打打比赛，学学真正的数据分析
# 5. 学术
- 发论文绝对有利于申请，但是这个对我来说有点太难了。我一个绩点 3.7 的学生感觉不太可能在学术方面有所建树
有 - 韦姐说，我们院的几个研究和数据分析、人工智能沾边的老师里边，安爽导师跟我最适配。我过段时间试试可不可以给安爽老师打杂，干一些活，哪怕能学到一点点知识也可以，这绝对是一个不可多得的机会。
- 安爽导师推荐过的几本书：数据分析，大数据，机器学习
