背景介绍：
中科大 统计专业 申请工业工程&运筹博士
绩点低于3.4，GT不达标
Offer：威斯康辛麦德逊大学全奖（拿到最高奖学金 Dean's Naming Gift
Scholarship&Department PhD Excellence
Scholarship）博士录取，美国明尼苏达大学全奖博士录取，英国伦敦大学学院全奖博士（2y mres+3y phd, fully
funded）录取（英国G5高校之一），香港科技大学全奖博士录取（口头，拿到美国后放弃）
01
什么是IEOR
工业工程和运筹是偏学术的专业，最早起源于二战中物资管理和路线优化等问题，而后逐渐上升为了一门学科。IEOR是用数学模型和数据分析等方法帮助人们更好的做决策的学科，在科技、金融、商业、医疗等领域有广泛应用。运筹学研究涉及到的方法论包括优化(Optimization)、随机(Stochastics)、博弈论(Game
Theory)和机器学习 (Machine
Learning)等。学习课程包括运筹学、Optimization、线性规划、仿真、库存管理、随机过程、供应链。申请者数学、统计、计算机、管理、工科出身的学生都有，是在工科里面比较火的专业。
OR从二战那时候诞生之初就是empirical导向的，服务于军事行动，之后因为种种原因analytics一直占据主导地位，在Inventory，Queuing，
Transportation，Healthcare等各个领域都建立了很深厚的理论研究基础，21世纪之后empirical又开始pick
up 。现在去某一个领域的seminar，大部分研究还是analytics为主，和data的结合越来越多，不少做优化的展示case
study的时候也会用实际的数据，不只是简单的simulations了。
根据近几年来的数据，OR的PhD毕业后，不论在学界还是业界，去向都是很好的。如今，人工智能和大数据的发展也为OR/OM学科带来了很多新的机遇。个人认为，对于喜欢数学又喜欢解决实际问题的人来说，OR是非常值得申请的方向。去业界OR也是risk
quant最对口的专业，phd起薪非常高。stochastic modeling, queueing theory, applied
probability这些技能和相关科研一般最对口的业界出路就是做pricing quant，然而目前pricing
quant九大行的associate level的pay在170K-250K USD。做optimization/machine
learning/time-series相关的research其实在业界更有市场，主要出路就是tech
FAANG里面的research scientist/applied scientist/machine learning
eingineer/data scientist/SDE，以及buyside hedge fund/prop
trading里面做quant researcher。前者的pay概250K -
300K左右以及以上，后者range比较大250K-600K都有， top
tier的一般400K以上 (第一年)。
OR里有很多有趣而且有用的应用。凸优化和随机优化给现在的统计、机器学习提供了拟合参数的方法；网络流问题为现在的导航和交通运输提供了方法论；供应链管理让无数企业节约了成本，提高了效率；
Michael Trick为MLB排赛程，提高联赛的上座率；Alvin
Roth提出三向肾脏交换之后，美国肾脏移植效率从05年的7例变到了15年的6000例......
02
IEOR学什么
Data-driven火起来主要还是数据越来越多，同时计量(causal
inference)，优化(distributional robust optimization)和机器学习(Meta
learning, Transfer learning, Metric Learning, Deep
learning......)提供的methodology也越来越多。
其实OR就是把上面那些情景中的问题抽象成数学模型，然后再解数学模型的学科。OR对数学要求很高，不但要你熟练掌握各种类型的模型，抽象实际问题的能力，还要具备解数学模型的理论推导能力，还有优化算法的能力。编程方面的要求就是能把你的数学公式转变成机器语言，调用solver，或是自己写算法，让计算机求解。OR一般要解决的都是optimization
的问题，根据不同的问题，采用不同的两类模型，确定性模型和概率模型。IEOR
Phd修的课和master修的课差别很大，一些学校要求学生修过 real analysis。
确定性模型一般都要学习optimization 的课，一般都有Linear optimization,
non-linear optimization, integer programing,
network optimization，dynamic
optimization等。像上面提到的supply
chain领域，如不牵扯需求预测，多会确定性模型。概率模型一般都要学Probability
theory，Statistic，Stochastic process,queuing theory, Markov decision
process等。像解决healthcare领域的问题，多会用到概率模型。另外一般还会学到statistic 和simulation
。因为另一种解决 optimization问题的方法是simulation
。一般在要研究的系统非常复杂的情景(如医院系统，某一地区的disaster respond)，无法建立数学模型的情况采用。
Simulation 和mathematical modeling 是很不一样的方法。Simulation
其实是一种枚举的方法，没有最优解，只能说是所得结果中最好的。常常要对上千次的仿真结果做统计分析，确定那个解。
作为OR的Phd 一般都需要你掌握的软件有，CPLEX
(这个是解确定性模型的软件，不是开源的，你可以先学习另外一种软件和语言GLPK/GMPL，这个是开源的，先了解一下是怎么回事)MATLAB
(很多时候用他来编算法，解问题，相比快捷) C++
得拿得出手啊，很多数学运算软件都有C++API。
03
IEOR学校和项目
第一档次：UCB 、Berkeley IEOR 、Columbia IEOR 、Cornell ORIE 、Gatech
ISyE、 MIT ORC 、Northwestern IEMS 、Princeton ORFE 、Stanford
MS&E等
第二档次：Umich 、普渡、威斯康星麦迪逊、UT Austin等
第三档次：UMN、 USC 、UIUC 、Penn State等
04
准备申请材料
//个人陈述(Personal Statement)：
强调自己对IEOR学科的热情：说明IEOR是你的首选专业，表达对该领域的浓厚兴趣，并举例说明你是如何培养这种兴趣的，比如参与研究项目、课程经历或实习经验等。
突出自己的背景和学术经历：介绍自己的本科专业背景、研究经历和科研项目，特别强调与IEOR相关的学术成果、论文发表、竞赛获奖等。
阐述自己的目标和职业规划：说明申请IEOR
PhD项目的长期目标和职业规划，如希望成为一名独立的研究学者、解决实际问题的顶尖专家等，并与IEOR学科的发展前景和导师的研究方向相契合。
//准备学术简历(CV)：
突出学术背景和研究成果：详细列出与IEOR相关的课程、研究项目、论文发表、竞赛获奖等学术成果。强调独立思考、问题解决能力和创新性。
强调实习和工作经历：列出与IEOR相关的实习和工作经历，特别是与研究、数据分析、运筹优化或供应链管理等领域相关的经验。说明在实践中的应用能力和团队合作能力。
科研经历和项目：详细描述自己参与的科研项目，包括研究目的、方法、数据分析和结果。强调研究所取得的贡献和独立工作能力。
//准备推荐信(Recommendation Letters)：
选择合适的推荐人：选择那些对你有深入了解、在学术或研究领域有声望的教授或导师撰写推荐信。确保他们可以提供有力的证明，证明你的学术才能、研究潜力和适合攻读IEOR
PhD项目。
提供相关申请材料和推荐信撰写指导：向推荐人提供个人陈述、学术简历、研究经历等申请材料，帮助他们更好地了解你的背景和目标。同时，可以向推荐人提供推荐信撰写指导，指导他们如何突出你的学术能力、研究经历和个性特点等。
申请IEOR
PhD项需要着重突出自己的学术能力、研究经历和热情，同时展示与IEOR学科和导师的契合度和贡献。在申请过程中要注重细节，确保提供全、准确和有力的申请材料。最后，要保持耐心和信心，认真准备申请材料和面试。
05
GGU世毕盟
作为一个IEOR
PhD申请者，我一开始决定出国后就寻找了一个靠谱的中介机构。很幸运的是，我被几位同学推荐了世毕盟，因此我对这个机构有了比较好的亲切感和信任感。加入世毕盟之后，我很快匹配到了细心又热情的培训老师和来自普林斯顿的博士Mentor。世毕盟的两位老师给予了我非常大的帮助，从第一次meeting便给我梳理了详细的时间规划，后来反反复复多次打磨文书，再到申请时帮助解决各种小问题。每次几乎都是秒回，让人心中很有底很安心。
世毕盟最吸引人的地放之一便是mentor制度。我的mentor是普林斯顿的大神，有非常丰富的申请经验和专业经验。有这样一位同自己一样专业的大神来指导自己，尤其是专业方面的规划，包括科研及推荐信等等，可以在各方面非常贴合自己的留学定位。除此之外，mentor可以在方向选择给出更合理的建议。比如我一开始mentor是统计方向，后来转申IEOR过后，又匹配到了现在这位mentor。
在同世毕盟签了协议后，mentor便给我些具体而又关键的建议。首先帮助我对IEOR各方向的研究与前景有了更详尽的认识，确定了自己想从事的方向。而对于接下来的出国交流，mentor也提出指导意见：在科研方面，mentor建议我不能再局限于自己学校的那些项目，而应该更主动地联系外国的教授，利用出国机会参与他们的项目，进一步充实自己的科研经历。
世毕盟的申请培训课程也非常值得推荐。在文书写作思路框架这方面，老师讲解得十分清晰，非常实用。同时我在世毕盟的培训师老师和Mentor老师也会针对我每次写的内容进行仔细的修改和批注，所以我的文书从字句用法到整体架构框架都比起第一版初稿都有明显质的飞跃，对我帮助真的很大，非常感谢两位老师。
另外，世毕盟还提供了很多有针对性的培训课程，比如模拟面试、CV制作、推荐信撰写等等，都很有帮助。我特别感谢我的mentor在推荐信撰写方面的指导，因为他的专业背景和研究方向和我非常契合，他能够帮我找到我的优势和独特性，并在推荐信中突出体现，这也为我在申请中提供了很大的助力。
最后，在申请结束之后，世毕盟还提供了很好的跟进服务，每次收到录取通知书和奖学金通知书时都能第一时间得到老师们的祝贺和回复，也会及时提醒我注意后续的申请步骤和注意事项。
低三维拿到美、英、港三地名校全奖博士录取，还有超高奖学金
背景介绍：
中科大 统计专业 申请工业工程&运筹博士
绩点低于3.4，GT不达标
Offer：威斯康辛麦德逊大学全奖（拿到最高奖学金 Dean's Naming Gift Scholarship&Department PhD Excellence Scholarship）博士录取，美国明尼苏达大学全奖博士录取，英国伦敦大学学院全奖博士（2y mres+3y phd, fully funded）录取（英国G5高校之一），香港科技大学全奖博士录取（口头，拿到美国后放弃）
01
什么是IEOR
工业工程和运筹是偏学术的专业，最早起源于二战中物资管理和路线优化等问题，而后逐渐上升为了一门学科。IEOR是用数学模型和数据分析等方法帮助人们更好的做决策的学科，在科技、金融、商业、医疗等领域有广泛应用。运筹学研究涉及到的方法论包括优化(Optimization)、随机(Stochastics)、博弈论(Game Theory)和机器学习 (Machine Learning)等。学习课程包括运筹学、Optimization、线性规划、仿真、库存管理、随机过程、供应链。申请者数学、统计、计算机、管理、工科出身的学生都有，是在工科里面比较火的专业。
OR从二战那时候诞生之初就是empirical导向的，服务于军事行动，之后因为种种原因analytics一直占据主导地位，在Inventory，Queuing， Transportation，Healthcare等各个领域都建立了很深厚的理论研究基础，21世纪之后empirical又开始pick up 。现在去某一个领域的seminar，大部分研究还是analytics为主，和data的结合越来越多，不少做优化的展示case study的时候也会用实际的数据，不只是简单的simulations了。
根据近几年来的数据，OR的PhD毕业后，不论在学界还是业界，去向都是很好的。如今，人工智能和大数据的发展也为OR/OM学科带来了很多新的机遇。个人认为，对于喜欢数学又喜欢解决实际问题的人来说，OR是非常值得申请的方向。去业界OR也是risk quant最对口的专业，phd起薪非常高。stochastic modeling, queueing theory, applied probability这些技能和相关科研一般最对口的业界出路就是做pricing quant，然而目前pricing quant九大行的associate level的pay在170K-250K USD。做optimization/machine learning/time-series相关的research其实在业界更有市场，主要出路就是tech FAANG里面的research scientist/applied scientist/machine learning eingineer/data scientist/SDE，以及buyside hedge fund/prop trading里面做quant researcher。前者的pay概250K - 300K左右以及以上，后者range比较大250K-600K都有， top tier的一般400K以上 (第一年)。
OR里有很多有趣而且有用的应用。凸优化和随机优化给现在的统计、机器学习提供了拟合参数的方法；网络流问题为现在的导航和交通运输提供了方法论；供应链管理让无数企业节约了成本，提高了效率； Michael Trick为MLB排赛程，提高联赛的上座率；Alvin Roth提出三向肾脏交换之后，美国肾脏移植效率从05年的7例变到了15年的6000例......
02
IEOR学什么
Data-driven火起来主要还是数据越来越多，同时计量(causal inference)，优化(distributional robust optimization)和机器学习(Meta learning, Transfer learning, Metric Learning, Deep learning......)提供的methodology也越来越多。
其实OR就是把上面那些情景中的问题抽象成数学模型，然后再解数学模型的学科。OR对数学要求很高，不但要你熟练掌握各种类型的模型，抽象实际问题的能力，还要具备解数学模型的理论推导能力，还有优化算法的能力。编程方面的要求就是能把你的数学公式转变成机器语言，调用solver，或是自己写算法，让计算机求解。OR一般要解决的都是optimization 的问题，根据不同的问题，采用不同的两类模型，确定性模型和概率模型。IEOR Phd修的课和master修的课差别很大，一些学校要求学生修过 real analysis。
确定性模型一般都要学习optimization 的课，一般都有Linear optimization, non-linear optimization, integer programing, network optimization，dynamic optimization等。像上面提到的supply chain领域，如不牵扯需求预测，多会确定性模型。概率模型一般都要学Probability theory，Statistic，Stochastic process,queuing theory, Markov decision process等。像解决healthcare领域的问题，多会用到概率模型。另外一般还会学到statistic 和simulation 。因为另一种解决 optimization问题的方法是simulation 。一般在要研究的系统非常复杂的情景(如医院系统，某一地区的disaster respond)，无法建立数学模型的情况采用。
Simulation 和mathematical modeling 是很不一样的方法。Simulation 其实是一种枚举的方法，没有最优解，只能说是所得结果中最好的。常常要对上千次的仿真结果做统计分析，确定那个解。
作为OR的Phd 一般都需要你掌握的软件有，CPLEX (这个是解确定性模型的软件，不是开源的，你可以先学习另外一种软件和语言GLPK/GMPL，这个是开源的，先了解一下是怎么回事)MATLAB (很多时候用他来编算法，解问题，相比快捷) C++ 得拿得出手啊，很多数学运算软件都有C++API。
03
IEOR学校和项目
第一档次：UCB 、Berkeley IEOR 、Columbia IEOR 、Cornell ORIE 、Gatech ISyE、 MIT ORC 、Northwestern IEMS 、Princeton ORFE 、Stanford MS&E等
第二档次：Umich 、普渡、威斯康星麦迪逊、UT Austin等
第三档次：UMN、 USC 、UIUC 、Penn State等
04
准备申请材料
//个人陈述(Personal Statement)：
强调自己对IEOR学科的热情：说明IEOR是你的首选专业，表达对该领域的浓厚兴趣，并举例说明你是如何培养这种兴趣的，比如参与研究项目、课程经历或实习经验等。
突出自己的背景和学术经历：介绍自己的本科专业背景、研究经历和科研项目，特别强调与IEOR相关的学术成果、论文发表、竞赛获奖等。
阐述自己的目标和职业规划：说明申请IEOR PhD项目的长期目标和职业规划，如希望成为一名独立的研究学者、解决实际问题的顶尖专家等，并与IEOR学科的发展前景和导师的研究方向相契合。
//准备学术简历(CV)：
突出学术背景和研究成果：详细列出与IEOR相关的课程、研究项目、论文发表、竞赛获奖等学术成果。强调独立思考、问题解决能力和创新性。
强调实习和工作经历：列出与IEOR相关的实习和工作经历，特别是与研究、数据分析、运筹优化或供应链管理等领域相关的经验。说明在实践中的应用能力和团队合作能力。
科研经历和项目：详细描述自己参与的科研项目，包括研究目的、方法、数据分析和结果。强调研究所取得的贡献和独立工作能力。
//准备推荐信(Recommendation Letters)：
选择合适的推荐人：选择那些对你有深入了解、在学术或研究领域有声望的教授或导师撰写推荐信。确保他们可以提供有力的证明，证明你的学术才能、研究潜力和适合攻读IEOR PhD项目。
提供相关申请材料和推荐信撰写指导：向推荐人提供个人陈述、学术简历、研究经历等申请材料，帮助他们更好地了解你的背景和目标。同时，可以向推荐人提供推荐信撰写指导，指导他们如何突出你的学术能力、研究经历和个性特点等。
申请IEOR PhD项需要着重突出自己的学术能力、研究经历和热情，同时展示与IEOR学科和导师的契合度和贡献。在申请过程中要注重细节，确保提供全、准确和有力的申请材料。最后，要保持耐心和信心，认真准备申请材料和面试。
05
GGU世毕盟
作为一个IEOR PhD申请者，我一开始决定出国后就寻找了一个靠谱的中介机构。很幸运的是，我被几位同学推荐了世毕盟，因此我对这个机构有了比较好的亲切感和信任感。加入世毕盟之后，我很快匹配到了细心又热情的培训老师和来自普林斯顿的博士Mentor。世毕盟的两位老师给予了我非常大的帮助，从第一次meeting便给我梳理了详细的时间规划，后来反反复复多次打磨文书，再到申请时帮助解决各种小问题。每次几乎都是秒回，让人心中很有底很安心。
世毕盟最吸引人的地放之一便是mentor制度。我的mentor是普林斯顿的大神，有非常丰富的申请经验和专业经验。有这样一位同自己一样专业的大神来指导自己，尤其是专业方面的规划，包括科研及推荐信等等，可以在各方面非常贴合自己的留学定位。除此之外，mentor可以在方向选择给出更合理的建议。比如我一开始mentor是统计方向，后来转申IEOR过后，又匹配到了现在这位mentor。
在同世毕盟签了协议后，mentor便给我些具体而又关键的建议。首先帮助我对IEOR各方向的研究与前景有了更详尽的认识，确定了自己想从事的方向。而对于接下来的出国交流，mentor也提出指导意见：在科研方面，mentor建议我不能再局限于自己学校的那些项目，而应该更主动地联系外国的教授，利用出国机会参与他们的项目，进一步充实自己的科研经历。
世毕盟的申请培训课程也非常值得推荐。在文书写作思路框架这方面，老师讲解得十分清晰，非常实用。同时我在世毕盟的培训师老师和Mentor老师也会针对我每次写的内容进行仔细的修改和批注，所以我的文书从字句用法到整体架构框架都比起第一版初稿都有明显质的飞跃，对我帮助真的很大，非常感谢两位老师。
另外，世毕盟还提供了很多有针对性的培训课程，比如模拟面试、CV制作、推荐信撰写等等，都很有帮助。我特别感谢我的mentor在推荐信撰写方面的指导，因为他的专业背景和研究方向和我非常契合，他能够帮我找到我的优势和独特性，并在推荐信中突出体现，这也为我在申请中提供了很大的助力。
最后，在申请结束之后，世毕盟还提供了很好的跟进服务，每次收到录取通知书和奖学金通知书时都能第一时间得到老师们的祝贺和回复，也会及时提醒我注意后续的申请步骤和注意事项。