转码？ 这不明智……

学数据科学（Data Science）和金融经济（Financial Economics）双专业的P同学想要转CS，最好还是CS神校CMU。

乍一听，P同学在本科的学习中熟练掌握了Java，Python，R，C/C++等编程语言的运用，也对机器学习（Machine Learning），深度学习（Deep Learning），人工智能（Artificial Intelligence）等编程语言的高阶应用也有所了解，转申CS是不是非常有希望？

但在和P同学的沟通中，规划老师发现他的真实需求并不是“想要在CS的细分领域中深入钻研”，而是因为转码之后求职更容易，就算是之后选择创业也能够打下很好的技术基础。

出于这样的目的转CS，并不是明智的选择。

规划老师同P同学分析道——

首先，CS项目的内卷程度之高，并不是选修了几门Coding课程，取得了不错的成绩，申请者就可拿到Top项目录取的。如果P同学真的转申CS，那么得和技术大佬们“硬碰硬”。别的申请者可能不仅有多段大厂实习，还很有可能已经找准了一个具体领域开始深度科研。申请CS，完全体现不出P同学的优势。

其次，想要实现P同学的目标，CS并非最佳领域。我们在决策领域的时候，既要思考自己的未来路径，也需要链接自己的过往经历。

P同学的Data/金经复合型专业背景，既有良好的数理基础、专业积累，也有编程经历和技术优势。以P同学的Coding积累申请CS占不了优势，但如果申请金工（Financial Engineering，FE）类项目那就会大有助力。

随着Machine Learning等CS技术发展，金融行业势必会愈来愈向技术领域靠拢。综合P同学的规划和背景来看，金工项目最为适合他，也最能帮他实现自己的抱负。

P同学非常认可规划老师的分析，最终确定以金融工程项目为申请目标。

金工和CS一样“卷”，许多申请者的GPA、标化成绩都快要冲破天际了，更有甚者恨不得把金融行业的实习，从买方到卖方，从Morgan Stanley到Goldman Sachs，全都刷一遍。

标化成绩是拿到Top Offer的基础，但P同学却迟迟没有考出GRE分数。

虽然疫情来袭导致许多学校都推出免G政策，但金工领域如此大热，免G政策形同虚设。积极的申请者们为了证明自己的学术能力，都踊跃地参加考试，往年难得一见的GRE330+在今年更是遍地开花。

“哎，还是不考GRE了，把时间全花在准备考试上实在太浪费了。”经过讨论，P同学决定放弃考试。

虽然都免G，但是不同学校的政策具体要求又各有不同：有的项目招生办虽然声称不强制提交标化，但申请者提交成绩后也会纳入考核范围；有的招生办是完全不会参考学生的标化。

规划老师通过自己的信息渠道确认了USC MSFE等项目的免G政策是第二种，立刻根据P同学的实际状况，和他沟通选校方案的调整。