不太了解留学的同学，可能对“背景提升”这个词有点陌生。其实，“背景提升”是申请环境越来越激烈的一个产物，指的是部分同学因为客观条件难以改变（双非/低GPA/低语言/专业不匹配），想通过提升软背景的方式弥补硬件劣势，或者是在高手如云神仙打架的候选人中通过加码软实力获得更大的竞争优势。而项目、实习、科研、竞赛等任何可以写进简历，体现与申请方向相匹配的知识、技能的经历，都可以称之为“背景提升”。

01

一W同学：新加坡国立大学定量金融一

本科背景：中国人民大学金融，GPA89.4，语言（）

参与项目：指南者量化金融项目实战——动态Delta对冲模型的有效性分析

背提需求：W同学本身是大学金融专业出身，未来想要申请的专业是金工、金数。想要补充一下量化研究的经历的同时有机会能专心做一次编程语言应用和金融量化研究。因此报名了量化金融项目实战。期间他努力学习python的应用和量化金融研究方法，按时完成作业练习，积极反思，并很好的完成了《动态Delta对冲模型的有效性分析》的研究报告，通过对ETF期权Delta对冲策略的实证研究，分析其中的操作模式及盈利，使用数据处理跟可视化工具去挖掘策略表现背后的逻辑与归因。同时在简历中增加了编程技能的掌握，帮助他拿下了新加坡国立大学定量金融硕士的offer。

简历描述：

背提战绩：

02

一X同学：新加坡国立大学统计学一

本科背景：南京信息工程大学金融工程，GPA92，语言（）

参与项目：指南者量化金融项目实战——压力测试下的风险回测优化模型研究

背提需求：X同学本身是金工专业，成绩较好，申请也算是比较匹配的，但是想要在量化分析经历上进行一些补充。根据X同学自身的情况，我们建议她参加量化金融项目，研究了压力测试下轮动交易策略在风险管理中的应用，通过项目，X同学对金融组合策略和金融风险管理有更加深刻的认知。同时利用python工具自主构建了风险回测模型，展示学生的量化分析能力与编程能力。为CV增加了亮眼的研究经历。

简历描述：

背提战绩：

03

一S同学：NTU管理经济学（英文授课）一

本科背景：北京理工大学会计（国际班）,GPA82.3，7（）

参与项目：指南者商业分析项目实战——哔哩哔哩文化社区模式成功之道探索

背提需求：S同学本科就读的是会计学专业，自身硬件绩点不具备竞争优势，想要申请NTU的管理经济学有一定的难度，学生想要短时间通过软背景方面的提升来弥补硬件的不足，最终选择了商业分析项目实战。

在本次项目实战中，学生进行的是《哔哩哔哩文化社区模式成功之道探索研究》，掌握了商业分析的标准工作流程，能够熟练使用python和tableau进行定量分析，锻炼了自己的数据思维能力。该研究项目的主体是B站，其知名度较高，研究内容非常充实，最终该同学拿到了目标专业的录取。

简历描述：

背提战绩：

04

一L同学：新加坡国立大学数学理学硕士一

本科背景：河海大学数学，GPA84.2，语言6

参与项目：指南者文本挖掘项目实战——拼多多用户购物需求感知

背提需求：L同学本身就是数学专业，申请还是比较对口的，但是L同学这边的经历相对来说还是比较匮乏的，因为对于工具使用不是很熟悉，所以大多经历比较理论。在本次项目中L同学掌握了python编程语言的使用，并且在已有的数学基础上学习了机器学习和文本挖掘的算法，对电商评论数据进行深层次的挖掘不再停留在理论，掌握了使用算法来进一步解决诸多实际问题，从而提升自己的竞争力。

简历描述：

背提战绩：

05

一Z同学：NUS电子工程、NUS计算机一

本科背景：天津大学自动化，GPA3.36，语言（）

参与项目：指南者机器学习项目实战——京东智能优惠券发放系统

背提需求：Z同学自身的能力较强，但他有个比较大的问题是CV经历方面大多数都是学校的课程设计，这种经历共性比较强，没有区分度、含金量也是比较一般。

我们推荐他参加了我们的机器学习背提项目，在这个项目中教授了Z同学机器学习的相关理论，并且学习python编程的使用，最后利用了python配合机器学习的使用去解决实际问题，从这段经历里面我们可以展现出Z同学对于编程能力的熟练使用，将其应用在机器学习领域解决问题，而机器学习的知识在NUS课程中也是属于需要学习的，所以这段经历比较好地展示了Z同学申请所需的能力和契合度。

简历描述：

背提战绩：

06

一L同学：港中文电子商务与物流技术一

本科背景：东北师范大学供应链管理，GPA87.75，语言6.5

参与项目：指南者机器学习项目实战——顺丰快递自动化机器人分拣系统

背提需求：L同学本身的经历比较匮乏，大多都是在校的课程设计，没有进行过一个比较完整、高含金量的项目。为此L同学希望参加我们的机器学习训练营补充一段经历来提高申请成功率。

在《顺丰快递自动化机器人分拣系统》中，L同学掌握了python编程的使用，同时也扩充了机器学习相关算法的知识，如：逻辑回归、随机森林、Lasso回归、岭回归等，并且使用python和机器学习算法对顺丰机器人的进行预测达到自动分拣的目的，最终补充了一段和专业相关的高含金量的经历，弥补自己简历的不足。

简历描述：

背提战绩：

07

一Y同学：新加坡国立大学统计学一

本科背景：美国威斯康星麦迪逊大学计算机和数学，GPA3.77，语言

参与项目：指南者kaggle项目实战

背提需求：Y同学作为海本学生在申请港新院校的时候是有一定优势的，但是作为一个计算机专业想要申请统计学专业，这种跨专业申请有一定劣势，并且Y同学的CV经历确实都是和CS相关的，几乎没有统计相关的经历。

考虑到Y同学的计算机背景，我们推荐她参加了我们的kaggle项目训练营，在这个训练营中Y同学弥补了机器学习的知识比如逻辑回归、GBDT、XGBOOST、LGBM等，并且考虑到Y同学本身计算机背景的优势我们给他选择了“IEEE-CIS欺诈检测”项目，在这个项目中需要对万数据进行处理、建模等操作，可以很好地展示出Y同学对于机器学习与编程技能的掌握，为申请统计学提供一段高匹配、高含金量的相关经历。

简历描述：

背提战绩：

08

一W同学：新加坡国立大学统计学一

本科背景：吉林大学金融数学，GPA85.6，语言6.5

参与项目：指南者数学建模竞赛营

背提需求：W同学虽然本身专业能力不错，但对于工具的使用还是比较欠缺的，包括之前的一些经历大多数是SPSS或者excel这种交互性工具作为处理问题的手段，这个无疑是一个比较欠缺的点。

为了弥补这一短板，我们推荐W同学参加了数学建模竞赛营，W同学参加之后也是很积极认真地学习相关内容，不但掌握了数模中常用的算法TOPSIS、灰色关联、蒙特卡罗等内容，还掌握了MATLAB、STATA等工具的使用，并且最后参加了“高斯杯”竞赛获得了一等奖的好成绩。

简历描述：

背提战绩：

指南者学员同款背景提升服务

▼