<p>課程方面：加州大學伯克利分校UC Berkeley工學院開設(shè)的Master of Engineering為授課式就業(yè)導向的碩士項目，1年制，有capstone project，是一個結(jié)合了工程，管理科學，量化科學，數(shù)學，統(tǒng)計，數(shù)據(jù)分析等多個領(lǐng)域的復(fù)合型專業(yè)</p><p>。IEOR下面有三個concentration， 分別是general（MS&E）， FinTech，和IP&Entrepreneurship Strategy. 最大的區(qū)別是capstone不同，必修課有細微差別。錄到general的話開學前有一次申請轉(zhuǎn)track的機會。Fintech要求最高且最忙，好處是做的capstone比較高大上，也很前沿，是如果研究順利的話畢業(yè)時就可以發(fā)的程度。General track的capstone選擇更廣，有就是多重，合作方有MSCI, Bloomberg, UCSF等，質(zhì)量很高。IEOR不管哪個track, 項目時間都比較緊湊。 </p><p> </p><p>就業(yè)方面：M.Eng. IEOR 提供3個concentrations (MS&E, FinTech, 知識產(chǎn)權(quán)與創(chuàng)業(yè)戰(zhàn)略)，最熱門的是FinTech。</p><p>FinTech專注于機器學習和數(shù)據(jù)分析，重點是金融時間序列分析。為學生未來在銀行、咨詢公司、金融技術(shù)和投資公司的職業(yè)生涯和成功做好準備。FinTech與MS&E的不同之處在于，F(xiàn)inTech更focus在金融行業(yè)。FinTech還不同于金融工程碩士MFE項目，它更量化(being more quantitative)，長度更短。管理科學與工程MS&E方向的話，確保學生對優(yōu)化Optimization和隨機建模Stochastic Modeling有深刻的理解，熟練掌握管理科學和工程的工具，包括仿真simulation和機器學習ML，并意識到在運營管理相關(guān)領(lǐng)域的各種應(yīng)用。MS&E強調(diào)了在復(fù)雜的、現(xiàn)實世界的系統(tǒng)中解決問題、決策和管理風險的視角。</p><p> </p><p>舊金山灣區(qū)是世界科技和創(chuàng)新的中心，學生們有機會在世界領(lǐng)先的科技公司實習。找工的方向取決于個人背景和自己的興趣，整體來說轉(zhuǎn)碼找工氛圍濃厚。</p><p> </p><p>錄取來說：申請IEOR需要具備概率論，統(tǒng)計學和優(yōu)化學的基礎(chǔ)知識；熟練掌握編程軟件，特別是對于申請金融技術(shù)的申請者，要熟練掌握Python,C, C++/Java；最好熟悉S和R。</p><p>class size還是比較大的（100+），錄取率在20%左右，以數(shù)理工科背景為主(72%是Engineering Major)，量化背景強的金融/經(jīng)濟背景也可。三個分支的申請難度來看，金融科技是最難的，起初該分支只有10人，現(xiàn)在擴到了25-30人。現(xiàn)在官方不公布申請數(shù)據(jù)了，某年info session偷偷撿了個圖，平均GPA 3.86，GRE 327。面試為校友面，也有“無面錄”，面試的意義在于“雙向了解”more than篩選。</p>