Summary Q&A | English Premaster at RSM

這張圖其實跟實際有點落差，我改用以下分類:

• Block1: Philosophy of Science
• Block2: Statistics + RTI
• Block3: RTII
• Block4: RTIII+Spreedsheet Modelling
• Block5: QDM+ Premaster Project

我在全職工作的情況下完成 Premaster，整體而言覺得是可以兼顧的✨Premaster 的彈性相當高，我只有參加 Philosophy of Science、RTIII 和 Premaster Project 的線上課程及 Coach Meeting，其他不是強制參加，所以大部分都是自行閱讀教材與安排進度。

只要每週能穩定騰出約 6小時左右，把當週該完成的內容跟上，要順利吸收並通過課程並不困難，畢竟大部分考試的設計目的並不是為了刻意考倒學生或拉開鑑別度，而是確認學生是否掌握基本概念與內容。

如果平時工作較忙，還是建議至少在考試前兩週開始安排讀書時間，主要是因為課程範圍其實不少，若完全等到考前幾天才開始準備，壓力會比較大，如果真的沒有太多時間完整閱讀教材，那麼把 ANS 的題目以及歷屆考古題做熟也是一個有效率的策略，因為考題方向通常不會有太大的變動。

以我自己的經驗來說，在 Premaster 期間除了工作之外，我還安排了兩次旅行，平日也學習荷蘭文、維持健身與運動習慣，整體而言，Premaster 與工作、生活之間的平衡是完全可以做到的！

只要願意持續投入固定時間並做好進度規劃，兼顧學業、工作與個人生活並不是太大的問題。

Loading by Block

Block 2=Block 3>Block 1>Block 4=Block 5

上學期（Block1–3）對我來說相對比較累，因為需要閱讀的資料很多，計算類的內容也不少，尤其在Block 2 時RTI會跟Statistics重疊，雖然他們概念很像，算是可以彼此複習的科目，但同時準備兩科還是有點累。

下學期（Block4–5）像 Spreedsheet 和 QDM 要學的東西就沒有那麼多、那麼廣，所以整體 loading 會輕鬆一些，不過最後忙不忙，還是很看小組合作RTIII和Premaster Project的情況，以及 coach 的要求和帶領方式

Loading by Subject

RTII>RTI>Philosophy of Science>Statistics>RTIII>Premaster Project>QDM>Spreedsheet Modelling

幸好RTII學習的時候沒有跟其他科目重疊，可以專心消化RTII的內容，算是不幸中的大幸！

Difficulty

• 學習難度: RTII >>其他落在中間>> QDM> Spreedsheet Modelling
• 考試難度: QDM(Written test)>>其他落在中間>> Spreedsheet Modelling>QDM(Excel)

比較沒有把握的一門考試大概是 QDM，和其他科目相比，QDM 不只是看最終答案是否正確，老師也會根據作答內容及計算過程給分，因此即使答案算對了，只要過程有錯誤或不夠完整，仍然可能被扣分。

為了完整呈現解題步驟，作答時間其實會被壓縮不少，雖然整體概念並不算特別困難，但題目通常敘述得很長，需要花時間理解資訊並一步步計算，因此除了掌握觀念之外，如何在考試過程中維持專注力與耐心，也是個挑戰。

QDM 筆試結束後隔1.5小時左右，接考 Excel 考試，雖然 Excel 的考題相對簡單許多，但在經歷完長時間、高度專注的 QDM 考試後，還要立刻切換到另一場考試，整體而言還是有種身心被小小折磨的感覺，考完虛脫眼睛睜不開了🤣

Q&A

1. Premaster科目是否很困難需要在學期前先預習?

在 9 月開學前，我原本也有點擔心課業加上工作的負擔會不會太重，但實際上因為課程安排蠻有彈性的，所以整體還算能負荷。另外，我當初也擔心自己沒有學過 Philosophy of Science 這類科目，會不會跟不上進度，但後來發現其實不用太擔心，跟著課程安排一步一步學就可以了哈哈。

如果真的想在開學前做一些準備的話，我覺得可以先複習一下 Excel，或是稍微接觸一下 R（如果之前完全沒有使用經驗的話）。至於其他部分，我覺得到時候再跟著課程學習就沒問題了~

2. Resit是什麼?

每一科的總成績達到 5.5 就算通過；如果沒過的話，通常大約隔一個月會有一次重考機會。QDM 比較特別，考試分成兩個部分，兩部分都必須至少拿到 4.5 分，且總平均達到 5.5 分才算通過。

整體來說，這個門檻其實不算難達成，不過根據我看到過去幾屆的情況，QDM 的 Resit 並沒有特別放水，所以還是建議盡量一次考過比較好，不然還要再準備一次，心理壓力應該會蠻大的哈哈。

3. 身邊學習氛圍、同學程度等等?

以團體作業來看，我覺得身邊不少同學都蠻有想法、也具備一定的深度思考能力，而且大部分人都有在做 part-time 工作或實習，對課業的態度也都算認真。

以筆試成績來看，我自己的體感大概同學程度落在 PR85–92 左右（僅供參考哈哈），並不會有一種大家都超級競爭、每個人都考 8 分以上的感覺，實際上成績分布還是以 6–7 分居多。

4. 課程內容會不會很水?

有些課程的教學我覺得算蠻扎實的，像是 Philosophy of Science、Research Training I/II，以及 Quantitative Decision Making，老師都會一步一步帶著你學習，課程架構也相對完整。

不過也有一些比較需要靠自己摸索的課程，例如 Research Training III 和 Statistics，這些課程雖然有提供教材和指引，但如果只依靠課堂內容，能學到的可能相對有限，還是需要自己額外找資源、閱讀資料或練習，才能真正提升能力。

但換個角度想，其實授課扎不扎實也沒有那麼關鍵，畢竟很多知識最後還是得靠自己吸收和內化。至少對我來說，大部分內容也都是自己額外花時間讀懂的 XD，所以如果遇到教學方式不完全符合期待的課程，也不用太擔心，主動學習的空間其實很多。

心得

我認為 RTI、RTII 以及 Statistics 課程最大的收穫之一，是重新建立並鞏固統計學的基礎概念，同時學習如何運用 R 進行資料分析，這些知識不僅具有實用性，也讓我能夠在後續的 RTIII（Qualitative）以及 Premaster Project（Quantitative 或 Qualitative）中，將研究方法與分析技巧實際應用於小組專案，進一步加深我對研究設計與資料分析的理解。

雖然在這些小組作業以及整體課程安排中，我認為從教師端獲得的實務指導相對有限，但透過與來自不同國家的同學合作，以及在同儕互評過程中交流想法，我反而獲得了許多課堂之外的重要學習經驗。

我觀察到他們如何獨立思考問題、建立嚴謹的論述邏輯，以及有條理地表達自己的觀點，這些能力不僅有助於學術研究，也對未來的職涯發展相當重要，而這些收穫也是我認為整個課程中最寶貴的部分✨

此外，這段學習經驗也讓我更加意識到英文寫作能力的重要性，無論是在撰寫學術報告、建構論述，或是清楚傳達自己的想法時，良好的寫作能力都扮演著關鍵角色，因此，我希望未來能持續精進自己的英文寫作能力，培養更清晰且具說服力的表達方式，成為一位能夠有效傳遞想法的 writer🐦‍🔥