1. 考GT是申请的第一件事,但绝不是最重要的一件事


今年MSBA 的申请十分激烈,一些传统项目的申请者人数甚至超过了2000 人,大家的三维背景也都水涨船高,托福100 出头,GMAT 700 出头,大概低于接近70% 的申请者。但从往年申请经验来看,三维不是一切甚至不那么重要。招生官在决定录谁的时候考虑的是“ 谁更有机会在我们的项目里成功并且毕业后找到一份好工作” ,GT是一个重要的indicator,但肯定不是唯一的甚至也不是一个优先的。大家会妖魔化GT的原因是因为很多人专业类似,实习类似又略水,文书又千篇一律不太走心,实在分不出什么区别,别人就只能按照分数筛人吧。其实这里就是想告诉很多挣扎在T100+/G700+ 出头的同学,既然已经过了线,不必继续持久的把宝贵的时间与GT 继续挣扎,而把时间放在从其他能够提高自己能力上性价比会更高,比如下面这段讲的。


2. 探索自己并探索专业


如果你毕业了希望一定要从事一份自己喜欢的工作话,那你一定要思考自己适不适合BA 。如果只是觉得比起看到高就业率/STEM/ 高薪就一窝蜂的去转BA,还是应该好好思考一下自己适不适合/ 喜不喜欢/擅不擅长,毕竟什么类型的工作也很大程度上决定着生活的状态,况且这还是笔将近10W 刀的大投资。



在决定转向这个专业之前:


1 )不妨问问自己是否喜爱与满屏幕的数字打交道


2 )不妨思考下自己学概率论/ 统计学/ 计量经济学这样的课程时候是否有兴趣或否吃力


3 )不妨去上上最最简单的coursera 上的pythonfor everybody (https://www.coursera.org/learn/python)是否能comfortable with code.


如果还是想不清楚自己适不适合,可以回头审视一下自己大学四年中,对于编程和CS 专业的课有没有兴趣、学得怎么样?不知道自己是否对business 有sense?是否喜欢这种data-driven-business-decision ?可以考虑在寒暑假找一份businessanalyst类似岗位的实习,看到自己能够借助data analysis 的帮助,让卖家多卖了200%的东西,会真切的感受到BA的作用,也了解整个商业数据分析的流程,也觉得这份工作很有成就感。其实我觉得经历了这样的过程,你的文书也就不会千篇一律了。


然后说说选校,第一件事,抛开QS的BA 专业排名,抛开USNEWS的本科综合排名,当然不是说这两个排名对于BA选校没有价值,而是觉得着重关注这两个排名对于BA master来说太懒了。



总结下来就是适合自己的才是最好当然怎样才是最适合自己的,问自己这几个问题:


1 ) 你为什么要读MSBA ,留美还是回国?


如果想要留美,就业关注一下学校的地理位置(非常重要!!!,这决定着是否好就业?进入怎样的行业?毫无疑问地理位置上SF 湾区肯定是机会最多的,其他像NY/LA/Dallas/Seattle/Boston/Austin等等也不少),另外与其关注综合排名不如关注下项目的历史就业数据等等,如果你读master是为了找个好工作的话。


2 ) 你想进入什么行业? 金融、市场分析还是互联网?


如果选择互联网行业,就要思考一下这个这个学校在BayArea( 硅谷) 的就业是不是有比较好的传统?这个项目能否提供这个行业足够的技能? (这一点下面展开说)下图是在linkedin 上找到的datascientist/data analyst/business analyst三个岗位在旧金山湾区的毕业生学校分布,大家可以作为参考。



关于课程:我觉得童鞋们要学会从官网上分析一个学校的课程,并且分析是否合适自己:


1) 是否提供了实现就业目标的足够的tech技能


比如以希望在硅谷的科技公司做一名data analyst 为例,应该具有python 这样的脚本语言/SQL 这样用于提取结构化数据的语言/Hadoop 这样处理bigdata 的技术/ 推断统计 假设检验 优化 和machine learning 这样建模的知识/ 用pythonR 甚至d3.js 实现数据可视化的能力等等,大家可以去linkedin 上看看这些岗位的jobdeion 。比如:https://www.linkedin.com/jobs/view/249774783/


你可以看看每个项目的每门课是否能够提供这样的足够的技能。当然很多更business 向的企业/ 行业不需要这么多tech 的技能,也可以从linkedin 上看看这些企业/ 行业需要什么技能,而你选的学校能否提供。


2) 是否提供了足够的实践机会


比如实习或者一个足够有分量的practium ,可以去看看project是否是一个真实企业的正在面对的真实问题/project时间比较长能够获得足够锻炼?(比如像USC/WashU就提供了实习的时间,UTAustin/UCDavis/USF这些学校因为与生俱来的地理优势,提供了至少时长数月的真实企业的practium)


3) 课程体验


比如有些项目的课程是固定的,不能选修而且所有的课程也是为BA 专门开设的;而有些项目特别是在比较大的bschool有很多和其他master一起上的很多很商科的elective,这个各有利弊,大家自己选择。而我自己比较倾向前者,因为我觉得这样的话business的部分会与analytics结合得更好,毕竟以前在国内也是读的经管类,结合自身的就业目标,不想再去美国学一遍econ/marketing/accounting/finance这些东西。


关于如何看学校的课程,UC Davis的为例,简单的介绍(http://gsm.ucdavis.edu/msba-course-offerings) :


UCD 的项目除了practium 的部分共13 门课,分为data/analytics/business 三个stream ,其实这样是businessanalytics 的三个核心构成:获取、管理、处理data ,利用统计理论、优化理论、机器学习等方法对其进行analytics ,然后帮助business 决策:


首先会有一个Programming Camp ,会在所有的课程开始之前集中的教授Python 等编程技能,为后面奠定基础!


DATA 模块有四门课


l Data Management: 这门课涉及数据的提取、存储和组织;教了SQL这个处理结构化数据最实用的技能,无论是在互联网领域还是传统领域!除此之外还讲了现在很火的非结构化数据(比如NoSQL,文本分析,多媒体数据的处理)。


l Big Data :这门课讲了现在最流行的基于Hadoop的大数据的处理,涉及的技术包括Mapreduce/Pig/Hive,这几乎是湾区科技公司的必备技能!


l Data Design and Representation: 这个课程主要是关于数据库的设计、组织与呈现,为数据的处理与分析打下基础。


l Data Visualization :数据可视化,这个很通俗易懂了。这门课深度也很高,不仅仅是用python/R做一些标准格式的图标,还会讲一些web前端可视化技术,做一些动态的很fancy的东西,会涉及到html/css/d3.js


然后是Analytics 模块,有五门课程,很全面涉及到了数据分析的方法:


l Statistical Exploration and Reasoning :这门可以理解为比较基础的统计学,包括统计推断、抽样、概率、回归分析这些基础话题。


l Advanced Statistics :这门课就是一些比较高级的统计模型了,包括非参数估计、贝叶斯、极大似然估计、时间序列、模型选择、维度消减,这门课已经渐渐触及数据科学的核心领域


l Machine Learning :机器学习可以说是真正DataScience的核心,一个以湾区公司为目标的项目肯定必不可少。基本覆盖了机器学习的各类算法,监督学习,无监督学习,加强学习,大家常见的聚类、分类、决策树、神经网络等算法就是这门课程的内容。


l Analytic Decision Making :这门课主要是讲了数学优化和更多的高级统计技术,像蒙特卡洛、启发式算法。


l Application Domains :这门课就是数据分析具体的应用领域介绍,像社交网络分析、供应链分析、healthcare、物联网、市场分析等等。


另外就是四门Business 模块的课程


• 401 – Introduction to Business Analytics (2 units)


• 411 – ProblemStructuring (2 units)


• 402 –Organizational Issues in Implementing Analytics (2 units)


• 403 –Organizational Effectiveness Workshop (2 units)


给大家列出来的目的不是介绍UCD 这个项目,而是希望童鞋们能够仔细得研究好你要申请的学校的课程,看看这些课程能给你带来什么,能否满足自己和市场的需要!



关于UC Davis 的BA项目多安利两句:


1) 项目的位置是旧金山市区,而不是main campus ,这大概和其他在湾区的BA项目一样是地球上位置最好的BA 项目了吧!


2) 10 个月毕业


3) 被录取的学长学姐背景都很优秀,基本以top985/211 、美本为主,也有不少有美国工作经验的同学;已经决定去了的小伙伴们也纷纷放弃了各类所谓女神校,像Gatech 、USC、WUSTL、USF、帝国理工、Columbia、UMN、UCSD等等,所以也希望更多童鞋加入


总而言之,没有最好的课程,只有最合适自己的课程,也没有最好的项目,只有最适合自己的项目。希望童鞋们可以自己多做点research ,不但是对学校做research,还应该对自己、对这个行业、对就业市场做research,去找出真正适合自己的学校!