前言

欢迎来到Lily姐的特邀就读体验环节，相信现在你已经对你的课程，对生活的城市，对未来的规划都有了比较清晰的理解啦！

今天就让我们跟随新加坡国立大学金融硕士学姐的脚步，一起回溯一下这段生活和学习经历，为未来的学弟&学妹们提供一个最佳参考啦!

如果你也对新加坡留学感兴趣，这篇文章或许对你有帮助哦！

学习篇

你选择这个专业的原因是什么？

因为我本科学的是金融，但是24年大环境不好，大家都说24年学金融无异于49年加入国军…选择转专业其实给自己职业也是多一种选择。而MAI这个program是mkt和ba的一种结合专业，既可以往快消走也可以去互联网做商分，其实变相为自己职业选择多一种路子。

同学背景：

我们班里大概100-110人左右，上课会分成两个班上。同学基本上90%都是中国人，剩下10%以印度为主，还有两位印尼+两位菲律宾同学。中国同学中海本10%左右，基本上是qs150以内的学校，211印象里很少，回想一下大家的本科好想都是名字都挺有名的学校。（但我们澳科的有三个人！）

课程难易程度如何？

按总体难易程度来说:

semester1>semester2

semester1如果没有coding基础真的比较吃力，几乎要花费全部的时间和精力，真的不建议semester1和秋招同时进行，否则真的会两边都搞不好。尤其是这个项目毕业要求有实习，新加坡找实习要看成绩单的！

Semester2就轻松了太多，这个时候可以准备一下春招，花费时间精力大概也就30%-50%，这时候绝大多数精力都要放在找实习/投春招简历/面试上。

如果按课程来说的话：

Big data, Python这两门课可以说是最难的，coding的内容也是毫无疑问最重要的Visualization 重要性感觉仅次于这两门课吧，但是难度相对小了很多。

Digital marketing虽然内容简单但是并没有很轻松 ，这课上的闹心，没多大点内容，天天一堆事儿，写完individual assignment又有group assignment，还有special topic pre，完事儿还要拍视频….

剩下的marketing analytics 和 marketing research，以及consumer insights比较轻松。

Semester1:

必修：

1.Marketing Analytics:

课程难度：中等，推荐（但是必修），非常的友好，不费时间。

Prof:由MAI program 的Deputy Academic Director教授。超绝韩女姐姐️！优雅知性大方，未来成长的理想型！

内容：课程属于偏基础统计理论型的课程，cluster analysis, conjoint analysis, DID, demand curve analysis等。以mkt相关知识作为题目背景/需要解决的问题，分析工具上课以Excel为主，project可以用python/R/Sql等。

Workload：日常Assignment无，一个final Pre（交report，选择一个商业问题，运用课上讲过的方式去解决)，midterm15道选择题，final选择+大题。

2. Digital Marketing

课程难度：中等。不推荐（但为必修课程）。

Prof：教学设计及授课方式存在较大争议，课程评价较低，被认为是整个第一学期中最不受欢迎的一门课程。该教师对出勤要求极为严格，每节课需签到并收回Name card，若未在其收回前到场，即视为缺勤。此外，其课堂参与评分方式也较为特殊，通过sticker记录学生发言次数，作为参与度评分依据，方式幼稚、管理严格，令多数学生感到不适。

内容：课程主要围绕数字营销基础概念展开，涉及较少数据分析内容。涵盖CPM、CTR等基本指标，以及SEM、SEO、Sponsor Ads等内容。最多仅涉及简单线性回归，偏重理论性与实践案例讨论。

Project：final project设计逻辑很令人费解，要求学生运营社交媒体账号（如Instagram或小红书），连续发布10天内容（主要为视频），对比账号数据变化。然而，由于账号为新创建，数据基础薄弱，难以进行有效比较与分析。项目忽视了中外数字营销生态的差异，数据呈现也仅停留在点赞量与观看数等表层绝对值，缺乏统计显著性检验或深层洞察。

Workload：工作量较大，任务安排琐碎，执行强度高。包括：

· 4个group case analysis，1个individual assignment；

· 1个Special Topic report/pre-analysis；

· 课堂15分钟Final Presentation；

· Final Project需拍摄视频并完成账号运营相关展示；

· Final Exam为选择题+大题形式, Final Exam难度不高，但是授课PPT内容混乱，仅包含标题与图片，无系统知识整理，教师理由为“防止学生不听课”。大题部分高度依赖课堂举例，如果不去上课备考会有些困难，主观性强；选择题则包含部分概念理解与计算题，也有课堂例子改编。

另：Prof为避免学生将时间过度投入同学期开设的“Big Data”课程，故刻意增加作业量。整体教学风格较为“事儿多”，管理方式与课程内容不成正比，体验感较差。

3. Big Data

课程难度：难度指数拉满，这里借用授课Prof liu的一句话说就是“you will be like in the hell this semester!”但真的非常推荐！

Prof: Prof Liu qizhang, 这个program的核心人物，据说没有prof liu这个program没可能做到这么强。

内容：应该是前六个lecture，老师分别讲了class of objects, data structure,常用的packages, 循环/迭代函数等等，这些是打基础的，每周会配合一个group assignment，题目不是简单的计算，都是一个应用场景，在ai的帮助下去写代码。后面的lecture每个对应一个应用场景，比如sentiment analysis/regression 之类的。每周的case都是非常贴近现实的，甚至是说面试商分，都会遇到类似的问题。

Workload: 很累很累。每周都感觉上周的没消化完，这周的作业还没赶完，预习的课前video还没看，怎么就要上课了sos!

选修：

Marketing Research：

韩国老师，上课形式比较活泼，课程内容相对比较简单，如果本科统计学得好的话，可以直接无脑冲。平时的assignment很少，就是canvas上做两次选择题；考试的话，一个midterm无final，期中期末两个pre, 根据期末pre完成一篇report。期末pre是期中的延续，要求设计一个问卷，解决企业问题，期中主要是集中于研究背景/研究方法/提出问题，final则侧重展示结果。

Python：

典型的工科老师即视感。老师比较严肃，比较强调自学，难度相对比较高。课前会有视频教一些python的基础，上课老师主要负责讲一些应用的东西，会手把手教你打代码。Assignment一共七八道题，都是放在canvas讨论板上，同学间可以看到彼此的回答。无midterm，一个final。

除此之外只有Final presentation 和report，topic也是用学过的东西尝试解决一个商业问题，老师不同于其他mkt老师强调ppt的美观性，更强调逻辑，内容方面不要为了炫技硬上难度，老师会非常在意选题的现实意义，已经这个技术是否真的有必要，pre过程老师随时打断问tech相关问题，比较恐怖。

Brand Management：

这么课我没选，但是据说老师上课比较水，主要是同学互动讲一些idea,这应该是比较偏传统mkt的一门课。Pre的主题应该是自己设计一款产品并为其做mkt。

Semester2:

必修：

Consumer Insights:

比较偏传统mkt的一门课，内容就是消费者心理学。教我们的prof说这是她在nus的最后一年了，nus的课程内容设计极其具有老师的个人风格，我这届的情况就没什么参考价值了。

Marketing Analytics Visualization and Communication：

课程难度：中等偏上

Prof: 超级好的prof, 强推！

内容：老师上课会手把手教你使用Tableau，从不同的图怎么操作，到如何写函数/与python等coding软件链接，以及不同的topic情境下的画图。上课来不及记得的图，老师下课会录record讲解每一个图的操作。

Workload：平时没什么正式的assignment，考试midterm和final都有，有一定难度；pre也是通过可视化一个dataset来解决一个商业问题。

选修：

AI in Marketing：

课程难度：中等

内容：主要讲一些机器学习的基础内容。难度相对来说比较低，因为不讲机器学习的数学原理部份，coding的部份也非常的偏应用，上手难度没有预想的那么高。

Workload: 平时3个coding的assignment，小组一起完成；考试一个midterm（20多个选择题）一个final；一个final pre。

Personal Selling & Sales Management：

Prof: 很年轻的女老师，在教学上有一些自己的想法

内容：这门课主要是教授关于销售技巧的，每节课构成大概是先review一些上节课的内容+role play+通过role play讲这节课的内容。（但似乎一个学期过去，大家的selling技巧还是你问我答ahhh, 大家一般叫这课柜姐培训课）。每节课随机分配两人，做seller & buyer, 老师会给这节课的材料，每周不同材料：卖房子/医药销售代表, toB/C的场景都有。

Workload：相对比较轻松：一个video analysis是关于两次role playd 反思；无考试；final pre是做自我介绍 sell yourself，需要交一份working paper, 结课还需要交一份纵观整个学期的role play的反思。

Pricing Strategy：

没选这门课，去听了第一节很枯燥，昏昏欲睡。看syllabus也是一门传统的mkt课程。

Python programming(和上学期相同)

综上所述， 对于semester1， 必修的big data强推好好学超级有用，选修虽然python也是coding类的课程，但是之前没有学过的话建议放到semester2去修，不然同时上手两门coding课程非常容易乱；选修的话marketing research 会比较推荐。

对于semester2，必修visualization强推，选修python，AI也不错。至于pricing和Selling一门比较常规考试作业，一门比较创新形式看重上课出勤，大家可以根据自己的拿分偏好选择。

师资水平如何？  

整体来说prof的水平都很高，没有ppt reader存在，老师对自己的研究领域都有很深的造诣，不是照着所谓的textbook 赠送的ppt来讲的，都是自己制作的slides，有自己的授课框架。

我们专业是没有毕业论文的，是实习/公司研究project二选一。实习jd交由program老师审批通过后，三个月交实习报告和实习证明，实习内容须与mkt+data相关。实习地点不一定要在新加坡，全球均可，所以相对来说难度没有那么大。

对于想要来这个专业的学弟学妹，我建议大家一定要想好自己来读是为了什么！

如果励志于在mkt这个行业深耕，那么实习是最重要的，可以选择去香港读；如果想要留在新加坡，那么读cs相关专业要比商科好的多，sg市场很小，公司不多，mkt的岗位需求更小，这两年shoppee等所谓sg互联网大厂能够发出的ep越来越少，甚至有些已经不对外开放ep岗位了，只有少数实习转正岗…

如果想要提高自己的coding能力，请去申请ba，不要觉得mai program既能学到hard skill 又能难度系数较低，这个program带给你的coding能力仅与mkt相关。

如果坚定信心，一定要来，那么日常学习就要加倍努力，因为sg求职一般会让你递交简历+transcript，一般最低绩点要求是4.0/5！

职业发展篇

这个课程的实用性较高，但前提是能够找到对口的工作。

虽然通过这个专业找到一份工作并不容易（尤其是在竞争激烈的新加坡和国内市场），但一旦进入相关岗位，就会发现课程内容与实际工作的契合度很高，很多工作中的东西在课程的project中都有模拟训练过。

例如，课程中涉及的Python聚类分析可用于评估不同渠道的广告效果，用户分类和相关性分析可用于品牌满意度研究，知道如何进行AB测试、会用Logit回归和决策树等方法来做用户流失预测等实际业务场景。因此，尽管求职过程并不简单，但课程所学的技能和案例在职场中具有很强的应用价值，能够帮助学生快速上手并解决实际问题。

说实话，不太推荐！

原因也很简单，从就业地区来看——

新加坡市场：NUS的招牌在新加坡本地企业确实非常受认可，但新加坡的市场规模较小，企业数量有限。以营销为主的岗位主要集中在几家快消大厂和少数广告公司，招聘需求较少，且优先考虑本地人或PR holder。尽管NUS的学历背景有优势，但由于职位稀缺（HC少），本地找工的难度较大；

回国来说：虽然国内市场更大，企业数量更多，尤其是快消、互联网和营销类公司，但国内的营销岗位对专业背景的要求较为宽松，几乎对于各专业的学生来者不拒，学历门槛低但技能经历要求高，NUS的招牌作用不明显，反而更看重实际技能和相关经验。

专业角度来说，MAI的专业定位是BA（Business Analytics）+ Marketing，这意味着毕业生需要与BA专业的学生竞争数据分析类岗位，同时还要面对大量找不到工作的DA（Data Analyst）同学的竞争。无论是新加坡还是国内，数据分析岗位的竞争都非常激烈，MAI毕业生在技能深度和岗位匹配度上可能并不占优。

MAI课程虽然涵盖了Python、R、Tableau等数据分析工具，但其应用场景主要集中在营销领域，技能广度与深度可能无法完全满足数据分析岗位的需求（如SQL、Spark等技能的缺失）。此外，营销类岗位对数据分析能力的要求相对较低，更多侧重于市场洞察和策略制定，这进一步限制了MAI毕业

生的职业选择。

互联网公司是MAI毕业生的主要去向之一。许多学姐学长加入了知名互联网企业（如字节跳动、腾讯、Shoppee等），岗位大多是公司管培生，数据分析岗、营销岗-用户增长/区域增长等、产品经理等职位。互联网行业对数据驱动的营销策略需求旺盛，因此MAI毕业生在这一领域具有较强的竞争力。

快消公司（如宝洁、联合利华、雀巢等）也是MAI毕业生的热门选择。快消行业对市场洞察和消费者行为分析的需求较大，而且MAI program是Marketing专业为数不多兼顾Data和Marketing并行的program，相对于没有coding基础的营销求职者，有较大优势。

由于marketing是几乎所有行业的核心职能之一，MAI在非互联网和快消行业也有很广泛的选择余地，比如——金融行业。

一些毕业生进入银行、保险公司或投资机构，担任客户经理或产品营销专员，负责金融产品（如保险、债券、股票等）的推广和销售。所需的金融知识可以通过在新加坡考取CMFAS证书（公司还会sponsor考试），其难度远低于CFA，门槛相对较低。

当然还有去其他行业的，如房地产行业，Web3与科技行业，医疗与健康行业等。

年年打榜！只要母校还在打榜，学费就值了！虽然这是句玩笑话，但是学校除了某些prof教学质量在线之外，我个人认为学校的牌子仍就是最大的优点，在新加坡求职nus不可否认是亮眼的招牌，就连申请工作签公司提供的薪资水平不满足新加坡最低工资标准（非金融类5k sgd, 金融类5.5k sgd）,学校都可以出具相关letter可以让你拿到EP~

实习！授课型硕士的终点依旧是求职，所以回国求职实习经历是重点！

很多同学觉得本科毕业了，不用申请了，所以就不重视实习了。其实授课硕士的一年转瞬即逝，实习仍然是重点。不过硕士申请季结束后的实习，大家可以结合之前的工作经验，基于自己对于互联网运营/商业化/战略/产品等等工作的职能，规划自己的career path。在毕业之前大家至少还可以有三个时间来实习。

 1. 硕士开学前；                                              2. Master阶段semester 1和semester2之间大概11月中下旬到1月中上旬是寒假时间；      3. MAI program有一个credit bearing。

关于求职，要注意在垂直领域深耕：现在互联网行业竞争非常激烈，像字节跳动、美团这样的公司，简历上有相关实习经历的人已经非常多。因此，建议尽早明确自己的职业方向（要在运营/产品等工作类别之下再细分，比如携程的酒店运营-美团的酒店业务），在某一垂直领域积累深度经验，这样会让你在求职中更具竞争力。

Networking很重要！NUS校友资源丰富，来到新加坡第一步就是要建立起自己的LinkedIn账号，充分利用Linkedin，学会coffee chat, 主动联系在目标行业工作的校友，获取内推机会；及时查看邮箱，学校的邮箱会有大量的event/大佬的lecture，自己把握机会，积极去social获取新的工作机遇。

授课质量和课程难度已经在学习篇解释过了，硬件设施补充一点点，之所以一星：

1. 自习区域严重不足，biz2一楼有一间小教室有带隔间的自习区域，基本全靠抢，剩下的就是每层楼那几张桌子可以供给学生自习，开会/小组讨论完全没有独立的讨论时可以提供给master；Central Library位置一共六层基本上全靠抢，五六楼单独隔间的小桌子一旦预约超时/或者忘了卡着准点扫码签到，就会有人拿着预约码赶你走…；          24小时的自习区更是少到令人发指，只有靠近lt27的药学院一二楼+utown一楼/星巴克外面是24小时自习区（看看隔壁NTU商学院，那么大且空的自习区域，还有一整个小笼包楼都可以约的meeting room，真的羡慕死了）

2. 打印机很少，商学院要走到快计算机学院那边才会有两台，Central Library使用时间早10到晚八使用U盘打印，Utown虽然是24小时，但是位置很不好找，在星巴克里面，墨水经常不足，打印系统难用到想砸了sos ! 这种打印机配置让期末准备cheatsheet之类的材料真的很难搞。

3. Database上课学生只要做project就离不开database，而nus不为学生提供任何免费数据库使用，如有需要需要邮件向项目主管老师申请，并且要附有需要这个database课程老师的同意邮件。本科学金融学校会提供免费的Wind，Bloomberg等金融数据库，过来这边据说只有加入investment club才会有资格免费使用Bloomberg ，nus连在学校的台式电脑上都不提供。

作为一个marketing的学生，每个project都需要dataset, prof基本上都让我们去kaggle上找或者通过自己的渠道拿到一些数据，这些数据要么维度不全，要么是随机数模拟的dataset, 非常不好用。但某次偶然发现学校是购买过Nielsen IQ-consumer panel and retail scanner的，只不过使用要求还是要去申请，这点真的蛮无语的。

不过学校的教室设施是真的蛮好的，总共50人左右的教室，横向四排，屏幕有两个，左右两边都可以很清楚的看到slides，每个位置都有充电器，且前面都有放名牌的位置，非常方便老师和学生互动。

生活篇

住宿环境

我住在One North Eden, 这是2023年新交付的condo, 我们是第一批住进来的租户。

优点：环境非常好。楼下有健身房/泳池/BBQ 等设施，绿化做的也很到位；交通：周边有Bouna Vista和One North绿线/黄线 MRT, 公交也有3个巴士站，去学校转校车只需一站地铁，非常方便

缺点：价格非常昂贵，6k sgd整租 大概80多平，除了主人房以外其他房间比较小; 附近没有fair price/思佳客超市，只有一个cold storage, 这个超市比价格比fair price贵一倍多且水果蔬菜肉类选择比较少；附近没有大型商超，吃的选择少；新楼盘经常面临隔壁或者楼上楼下装修。

你是怎么找到你现在的住处的？

中介介绍的！

Ps. 现在很多房子转租，大多5月起租。学弟学妹们可以去找找xhs上的学长学姐联系一下，看看能不能找房东免中介费续租！

（中介费是一个月的租金，这在sg已经相当昂贵了，而我就吃了这亏，所以我不允许你们再花冤枉钱！）

住宿避坑指南：

学校kent ridge 是MRT黄线，所以找房尽量在公交可以直达自己学院/MRT黄线附近。如果是绿线附近的房子需要校车转黄线转绿线再回家，比较麻烦。

Xhs上绝大部分nus的学生都住在金文泰或者Jurong East附近，那附近的生活比较方便，但是房子基本上都是祖屋或者比较旧的condo，再怎么仔细打扫也难以去除掉那些陈年污垢。租房时最好找人去代看一下，不要因为一时感觉找到了生活方便&距离学校近的房子就直接脑袋一热付了租金。

本地川菜的话，大概是国内六七分的水平吧！

比较好吃的是Jurong East有一个蜀飨坊（穿过商场的医院二楼），但最近xhs上推的人多了，水准有所下降。牛蛙好评，酸菜鱼很一般外卖的话巴蜀演绎，锅匠等也是可以的选择。

总的来说，新加坡的吃的和国内完全没得比。而且跟着xhs走，几乎吃一个踩一个雷，商场的川湘菜已经成为了预制菜重灾区。如果是不想亏了自己胃口的朋友，新加坡慎重考虑