加州大学戴维斯分校（UC Davis）的商业分析（BA）怎么样？ 第1页

我是17年进入UC Davis就读MSBA项目的学生，直到现在，我仍然记得那个申请季，经过那次申请，我认为不管是什么专业什么学校，适合自己的才是最重要的。现在想在这里分享一下自己申请专业、申请学校的选择思考思路，供大家参考参考。

为什么选择BA？

我之所以选择BA，主要是因为我有认认真真思考过为什么选，我也希望大家也都认真想一想这个问题，当然我的结论是我是适合这个项目的。一个正常人选择BA，不应该是因为看到它被描述成就业率高、STEM认证的学位、高薪之类的就去学，而应该是因为真正有这个想法、兴趣、与之匹配的适应力之类的才去选择。我的思考思路是这样的：

1、我是否喜欢和满屏的数字打交道？

2、我在上统计学、计量经济学等数理课程的时候是否兴趣满满？

3、去coursera上的Python for everybody试试水，看看自己能不能适应代码这种语言环境。

我个人一直都挺喜欢编程，学过很多CS之类专业的课程；也去过一家电商公司做business analyst，发现自己挺享受这种data-driven-business-decision的feel，结果让卖家的业绩提升了200%，说实话这让我很有成就感。因此在看了了几个专业之后，我认为BA这个专业是最适合我的。

为什么选择UC Davis？

我选择UC Davis，一方面是因为它的地理位置很好就业，另一方面是因为我真正认可它的课程质量。关于选校方面，讲真，不能单单看FT的BA专业排名、USNEWS的本科综合排名之类的来判断BA的选校价值，这种做法属于偷懒，不全面也不可靠。我结合了我以前在quaro上看到的一个USF Analytics的professor对于选校问题的答案，在这里给大家提供一个比较完整的思考思路：

1、明确读完MSBA后的最终地理去向。留美还是回国？如果想留美找个好工作，那么学校最好在SF湾区、NY/LA/Dallas/Seattle/Boston/Austin等等城市会比较好，这时候也要综合program的历史就业数据来分析学校是否有利于就业。UCD MSBA项目的位置非常好，在旧金山市区，很难再找出哪个学校的BA有这么好的位置了。

2、明确读完MSBA后的最终行业去向。比如选择互联网，那么一般硅谷的学校/校区会更有利于学习和就业；如果选择金融，那么纽约等地区的优势会更大。

3、了解清楚program的课程质量是否足够好，能够让自己在行业中立足？课程这一块，我建议大家可以先去官网上观察一下学校的课程是否够tech、是否有足够的实践机会、是否适合自己。以UC Davis MSBA的课程为例，我给大家详解一下它的课程。我登录了它的官网，看到它的课程结构如下：

UCD的项目分为data/analytics/business三个stream，其实这是business analytics的三个组成部分：

1）获取、管理、处理data；

2）利用各种统计方法、Machine Learning对所获取得到的data进行分析；

3）基于数据统计分析的基础上对商业、业务等进行决策。

为方便后边课程的展开，学校一般会在所有的课程开始之前搞一个Programming Camp，Camp上会集中地给大家讲解Python之类的编程基础技能。

不同的stream有不同的课程

Business 模块有三门课程

Introduction to Business Analytics：课程主要介绍了分析在商业/业务流程中的原理和运用。

Organizational Issues in Implementing Analytic：这是一门主要学习怎么优化一些业务指标、流程和分析工具的课程。

Application Domains：这门课就是数据分析具体的应用领域介绍，主要涉及社交网络分析、搜索分析、医疗保健分析、物联网、供应链/运营分析和营销分析等。

Computing/Data模块有四门课

Data Management：这门课主要讲IT系统的数据的获取、汇编、储存等知识。

Data Visualization：数据可视化这门课有一定的难度，主要用到R、Python、ManyEyes、HTML / CSS等可视化工具提取和展示数据。标准可视化（直方图、箱型图、仪表盘）和其他比较热门fancy的可视化（3D、动画、词云）都会在这门课上学习到。

Data Design and Representation：这个课程主要是关于数据库的设计、组织与呈现，重点是用可拓展技术对各种商业应用的大数据的处理和分析，这门课为今后数据处理与分析的进一步学习打下基础。

Big Data：这门课主要教授现在最流行的基于Hadoop的大数据处理，主要涉及Mapreduce/Pig/Hive等。想进入湾区的科技公司的小伙伴，这门课必不可少。

Analytics模块有六门课程：

Statistical Exploration and Reasoning：这门课可以理解为比较基础的统计学，包括统计推断、抽样、概率、回归分析这些基础内容都会在这门课上提到。

Advanced Statistics：这门课就是教授一些比较高级的统计模型，包括非参数估计、贝叶斯、极大似然估计、蒙特卡洛马尔科夫链、时间序列、模型选择、维度消减等。这门课差不多算是数据科学的核心。

Machine Learning：机器学习可以说是真正DataScience的核心，又是一个进入湾区公司的必备技能。这门课的内容覆盖了机器学习的各类算法，比如监督学习、无监督学习、加强学习，以及大家常见的聚类、分类、决策树、神经网络等。

Analytic Decision Making：这门课主要是讲数学优化、探索结构化和更多的高级统计技术，像蒙特卡洛、启发式算法。主要用到的是电子表格和专门的建模工具。

Foundations of Analytics：一门基础课程，着重讲授R和SQL的基础知识，也会在课上回顾线性代数和微积分的知识。

Topics in Business Analytics：一门围绕商业/业务的分析讨论课程。

总的来说，我浏览了UCD MSBA的课程，认为UCD的课程质量总体来说是不错的，能够让我在行业中立足。技术方面的课程够tech，即使是business部分的课程，也不会是单纯教授accounting/marketing/finance的内容，而是真正在告诉学生一个商业数据分析的流程是怎样的，以及商业决策的各种考虑因素。而且practium的质量也是很不错的，项目十个月，practium就有十个月。UCD MSBA怎么看怎么好，怎么看怎么适合我，于是我就选择了UCD MSBA。

另外，我想告诉大家，来到这个项目的小伙伴的背景都还挺OK的，基本国内top985/211起步，美本为主，也有不少有美国工作经验的同学，所以UCD MSBA的生源质量很好的，有一定的门槛，不是水项目。还有一点，考GT是申请的第一件事情，但并不是最重要的，过了线就OK了，千万不要把大量时间用来刷GT之类的。学校招生的时候更会考虑“这个学生是否有潜力能够在这个program中顺利毕业并且能够get到一份还可以的工作”，而不是你刷得很高的GT分数作为最大的衡量标准。因此尽量把时间用在更有用的地方上会更好，比如去思考思考上边提到的专业选择问题、择校问题，又或者去多读几本书，做做自己的职业规划，都是极好的。最后希望大家可以多多探索自己、探索课程、学校，甚至行业、市场，从而找出真正适合自己的方向。