全球菁英都夢寐以求想進的公司，Google 與Facebook，現在也開始大規模的向台灣當地的軟體工程師招手。在美國國際學生越來越難找工作。不過如果你平常有在follow 現在美國的科技業走向，就不難發現 IT產業，絲毫不受Trump 緊縮外來移民政策的影響，薪水也越開越高。 年輕的工程師年薪領二十至三十多萬美金的大有人在，這些科技公司也願意大手筆的為有才能的國際人才申請美國的簽證，讓他們能夠順利地留在美國工作。如果你不想離鄉背井，這些科技大公司也正加快腳步入駐台灣，招募台灣人才，希望在亞洲打造新據點。
我之前有寫過一篇文章，介紹大數據相關領域 Data Analytics, Data Science 和 Business Analytics有什麼區別。 我發現申請這些科系的同學，有一個共通點，就是常說自己有很好的analytical skills。 嗯，很好． 殊不知自己筆下所描繪呈現出來的project ，其實是高中生就可以駕馭的程度。 我常直接地問申請者，這真的是你要想呈現的強度與 力道嗎？ 別鬧了！
日前新聞報導指出在瑞典隆德大學（Lund University）攻讀博士的伊拉克籍學生費斯（Firas Jumaah）受困伊斯蘭國（ISIS）的占領區，費斯的指導教授（Charlotta Turner）收到學生來信後，立刻聯繫了傭兵雇傭公司，最後派出6名全副武裝傭兵駕著2台車輛殺入戰區，成功救出費斯與他的家人，幫助學生回學校完成論文。 看到這裡，最想問的是，要花多少錢付六名全副武裝的傭兵衝進把一家人救出來? 答案是約六萬瑞典克朗，也就是大概6600美金，約新台幣20多萬。 接著，大家心裡想的是，教授真的人太好! 願意為學生兩肋插刀奔走。 當然，這不可否認。 但是，真的只有這樣嗎?
我的學經歷普通，三圍是 GPA 3.2 ; TOEFL 接近90 ; GRE 300 我知道我與其他申請者相比，學經歷並沒有特別突出，我要怎樣才能殺出重圍，寫出接地氣的文章？ 很多學生都有一樣的疑惑，每一年有這麼多的申請者，你有發過 paper 別人也有，甚至發的比你還更多篇，你有去做過社區服務，別人也有，而且人家還遠赴未開發國家去當志工……admissions committee 從哪裡區分你到底有沒有比其他人好？ 今天要與大家分享的是，寫申請文件的技巧。
英國留學參考! 2019年最新的《The Guardian》英國大學排名出爐囉! 這裡同時列出 2018 與2019年的前20所英國大學排名次相互比較，穩坐前三位的仍然是劍橋大學、牛津大學、聖安德魯斯大學。基本上前十強的學校和去年相比變化不大。 《The Guardian》是英國數一數二的大報系。它對於學校排名的的算法與 TIMES 研究方法不同。我會在這邊特別貼出來，是因為因此《The Guardian》較為偏重就業方面。
最近在改履歷的時候，發現不論是留學申請還是求職，許多申請者好像對於國外專業的英文履歷寫法不是很了解 ? 在協助申請者的過程中，也留意到大家寫IT履歷的時候常遇到的問題， java 的第一個字母要不要大寫？scikit learn中間是空白還是一橫？matlab 要不要全大寫？但是在寫resume的時候，這些細節真的這麼重要嗎？ 我隨機抽考了幾位在 Google, Facebook, LinkedIn, Amazon擔任Engineer 或Research Scientist的朋友，其中有幾位的英文履歷我也看過。
一轉眼又到了十一月，又到了申請旺季，也同時是許多學生在申請國外碩、博士班時需要做一個重要決定的時刻。 口袋學校名單那麼多，我到底該選校還是選系? 該依學校排名、還是科系排名做決定? 聽代辦的建議就 ok了嗎？ 如果這個問題也正困擾著你，我們今天就來聊聊這個重要議題。
“Dear Dr Evon, 申請國外留學的推薦信是不是很重要? 我的學校只要求我交兩封，我與我研究所的其中一位教授一起做過專題，但只有一個暑假。另一位教授雖只有修過他的課，但是他認識我三年了，我其中一門分數也很高。我公司老闆很挺我，他跟我也比較熟，那我到底該找誰寫我的推薦信? “ 推薦信該找哪位推薦人寫? 越有名的對自己越有利嗎? 我不認識你的教授與老闆，也不確定外國人到底對他們熟不熟，不過在回答這個問題之前，想先與你先談談另一個重要的錄取關鍵。
出國留學除了準備 TOEFL 與GRE之外，令人最煩惱的不外是讀書計劃 SOP（及 Personal Statement）。我相信大家或許看過許多資源分享如何寫 SOP , 不過這些分享多半是從學生的角度來討論撰寫 SOP 的訣竅。這次，我想要從學校 admissions committee 的角度來討論及分享，怎樣的 SOP 才會被admissions committee 看上。要怎麼寫才能成功抓住評審委員們的眼光?
Data Analytics, Data Science, 和 Business Analytics 這幾個是同學最常搞混的科系。 看起來很像，但是卻又有不同的地方，到底是差在哪裡? 好，我們現在來看看這些領域的差別。