ba专业

时间:2023-08-24 19:31:25编辑:奇事君

主讲人:Emily Education MIT Master of Science in Business Analytics 美国Top30本科,专业数学与经济,辅修统计 Professional Experience Nordstrom Data Scientist internship; National bureau of Statistics of China, etc. 01 BA是什么? 第一是skills能力,包括逻辑分析能力、学习能力和数据分析能力等。

第二条是technical,这个专业对技术有一定的要求,也就说你要懂最新的技术,就算你不精通,你也要知道它是干什么的。

第三个是应用,就是要用统计的模型或者你学过统计的知识,应用到实践问题里。

第四个是practice,你给出来的解决方式要非常的实用,不是局限于一个学术水平。

第五个是investigation,BA要求有创造力,你必须要通过现有的问题或者说现有的数据,去挖掘到他内在的问题,而这个是没有人会教你的。

最后一个是drive business planning, 就是通过一个数据的提取、转换和分析,来帮助解读一些商业的问题。

从实际的提出解决的方案到最后的实施过程中,BA都是要参与到里面的,应该说数据是一个哑巴,而BA的主要的工作就是让这个哑巴开口说话。

02
BA到底是一个专业还是一个职业? 说实话我自己申请甚至我现在就读,我也不好去给一个非常明确的定义。

从我的角度来说,我更倾向于说BA是一个职业而非一个专业,而现在的它确实又是一个非常流行的一个趋势,因为这个职业在各个行业中的需求量非常高,是一个新兴的行业,也演变成了一个专业。

应该说BA和DS非常的类似,都是从统计衍生而来的一个分支,但是因为两个track有稍稍的不太一样,以至于现在每个学校program的命名上可能有那么一些差异。

这个专业主要有三个组成部分:一个是business,一个是statistic和mathematics,最后一个就是computer science,它是一个非常多样的、多栖的一个专业。

以上三个部分都是需要有一定的了解,但不需要你非常精通,而BA就是要求你在这三个领域里面能够自由的切换,同时能够把你这三个领域中学到的知识结合到一起运用。

03 DS和BA的区别和联系 许多人除了对BA非常感兴趣以外,也对DS也非常感兴趣,我在这里着重给大家做一下介绍DS。

首先我并不认为这两个专业有什么特别大的差异,如果你广泛来定义的话他们是一样的,甚至将来你们在求职过程中这两个title下面干的活都可能是一样的。

所以我把它们拆分成两部分:一个是学术方向和就业方向,来跟大家说一下区别。

首先学术方向,BA是绝对要偏商科的,很多学校把这个学科给设置在商学院底下。

比如说MIT就在斯隆商学院底下。

DS大多数是在engineering下面,也就是说它是会偏工科一些。

像哥伦比亚的DS或者NYU的DS。

在course的安排上,BA方向会多一些商业性质的课,比如说我们就会多上一些marketing或者是供应链管理之类的课;而DS都会偏向于computer science之类的课,或者engineering或者python。

所以在申请的时候,一定要着重去看一下课程描述,它的课程都有哪些,是不是你感兴趣的,是不是你想要学的。

然后就业方向来说,BA比较着重于做前端的。

所谓的前端是说你会直接的跟公司内部的产品的team或者是marketing的team 或者是finance的team去交流,要及时的沟通和对接,了解到他们的需求,帮助他们了解你做出来的分析怎么应用;同时要去跟engineering配合,指导他们完成各种实验,或者怎么去调整。

那么DS就可能是偏中后端一点,尤其在一些high tech的公司里,可能着重在后台去做一些研发,更好的衡量公司的performance。

不需要直接跟其他的team密切的沟通或者去做汇报。

04
MIT BA项目介绍 MIT BA我想很多人应该听说过,因为这个专业今年真的是非常火。

这个专业是设在了斯隆商学院底下,但是它其实的是跨在了两个管理层面上,一个是商学院,一个是operation research center底下。

它的前身其实就是OR的master。

这个专业要求你必须一年毕业,有84个必修学分,48个选修学分。

关于招生情况,第一届只有16个人,中国人只有五个人。

所有的中国人都是有海外背景的,包括从欧洲来的学生也都是必须有海外背景的工作或者实习的经历。

大多数找的是咨询公司和科技公司会比较多一点。

专业的课程设置 The analytics edge是一门project的课,基本上上课实践很短,主要做项目,以team的形式为主,这个课程主要是作业和项目,类似于工作中会遇到的情况,会不停的赶进度。

Applied probability and stochastic modles,应用概率与随机模型,将来面试对这项能力的考察是非常严格的。

Analytics capstone是去做一个实习,给一个公司做项目,有非常详细的project planning,要定期跟学校和项目汇报,提交结果。

Optimization methods学校都在开,这门课比较重要的原因在于,各行各业都需要找到最优解,是理论和实践结合的课程,最终通过project和作业模拟解决一些实际的问题。

Analytics lab课程会邀请一些大公司给你一些非常实际的案例,而这些案例可能将来在你求职的时候非常有优势。

Machine Learning是当前比较热门的课程,如果对programming有兴趣是一定要学的,也非常有用。

最后from analytics to action是我们专业特有的,一般开设在假期集中培养。

选修课只能选三个,同时你自身也非常忙,因此你选择的课程一定要match未来想要的就业方向和自身的兴趣。

关于这个项目的学习,上课是一部分,你要听老师讲他们对于产品的想法,或者怎么分析问题,他们很多都是来自于一些大公司,担任课作教授。

其次最重要其实去做作业,你会发现这里面没有一门课是专门教你program的,所有的program的练习都是在你实际的作业和project当中自己去学习。

同时这个专业对program的要求还是非常高的,因为你需要自己去提取data,自己去做转换,自己去做一些run going,这些都是需要program作为一个工具和手段来帮助你。

05
申请准备 BA专业的要求是非常多样化的,就学术背景来讲,以下几个背景是非常适合申请的,包括数学、经济、金融、统计、计算机科学和EE等。

如果你不是这些专业背景的话,需要自己补充这些先修课程,同时在你申请的时候,你一定要列出来你上过哪些相关的课程。

这些课程不要求你非常精通,但一定要会用。

同时我建议大家如果还有时间的话要去做一下intern,申请这个专业的很多人都是有工作经验的,如果你没有工作经验,会成为你一个短板或者一个劣势。

我建议大家可以去做一下比较实际的project,并不在于说你实习公司的title有多高,更重要的是你工作实习的内容。

最后一方面是skill sets,首先是你的批判性思维能力、逻辑分析能力,将来你面试的时候或者你要进入这个专业,是非常重要的衡量标准。

第二个是programming,包括python、R、SQL、EXCEL和C。

最后就是统计和数学知识需要有非常坚实的知识基底,在你申请的时候一定要写清楚你曾经上过这些课,取得了怎样的成绩。

06
申请感悟 首先在申请时一定要了解每个专业的培养方向,一定要清楚这个专业的培养目标和你自身的兴趣和方向是否匹配,同时申请时一定要将自己的长处和这个专业match。

其次要有充足的信息,要了解到各个学校和项目的课程设置和就业情况,以及它的专业背景的要求和成绩要求。

关于简历,CV不是每个专业都需要,但是最好是准备起来,作为补充材料非常有用,能够展现你这个学生的闪光点。

申请截止之后如果有任何学术或者研究上的进步,都可以随时更新给学校,及时和学校沟通,这方面会让学校看到你的重视程度。

最后在申请的时候建议大家要多多申请其他相关的项目,比如统计、金融等,同时申请只是开端,当你成功拿到offer,就业就会接踵而至,要两手抓。

上一篇:莱贝克,雷贝克在raw的资料

下一篇:张学良东北易帜