>教育>>正文

BA&DS 热门项目汇总

原标题:BA&DS 热门项目汇总

之前推送过关于Business Analytics的专业解析,也发过Data Science的专业解析。在文章里,本宝宝已经给大家详细介绍了专业设置,申请难度和就业前景等热门话题。那么接下来,就是现阶段大家最关心的话题了:

  • 哪些学校可以申请?

  • 不同学校申请要求是怎么样的?

如果你觉得自己handle不了,也欢迎来申请方预约咨询(a2-xiaoyu)。

首先,我给大家汇总了综排&专排双高的学校里DS和BA相关的Program List:

然后,就一些热门项目,小编简单的跟大家掰扯下吧:

Business Analytics:

1. 麻省理工(MIT)

MS in Business Analytics

彩票校,从项目描述来看,该项目旨在运用现代的数据分析手段来解决商业上的挑战。从课程设置来看,核心课程主要是数据分析相关课程,会涉及到统计软件R,优化策略、概率论、数据挖掘、可视化等,选修课主要是商业管理类课程,课程设置相对比较偏重定量方向。

录取情况:录取的学生里只有20%不是理工科的(商科,经济学,文科等),剩下全是理工科,其中学纯数学的占40%。平均三维都很高,唉,多的不说了。

2. 纽约大学(NYU)

MS in Business Analytics

NYU2013年就在Stern商学院开设了MS in Business Analytics,相对于其他学校来说开设时间比较早。这个项目时长1年,要求申请者必须有至少5年的工作经验,最好还有一定的管理经验,和较高的定量分析能力。以往录取的学生多来自快消、能源、金融、医疗、工业、科技、咨询和NGO等行业。因为不适合应届生申请,这里我就不做过多的介绍了。

3. 卡耐基梅隆大学(CMU)

MS in Business Intelligence & Data Analytics

所属学院:

Information Systems & Public Policy & Management

CMU的BA项目开在信息管理学院下面。有好几个不同的track:

  • One-Year Track: 要求至少有3年的工作经验

  • 16-Month Track: 无工作经验要求,但是有工作经验是加分项,超过60%的录取学生都有相关的工作经验

  • Global MISM 21-Month Track: (1st year in Adelaide, South Australia, 2nd year in Pittsburgh),同上没有工作经验的requirement,但是prefer有工作经验的申请者。

以上所有track都要求被录取的学生在开学之前,都要完成一门编程基础课。从往年的录取数据来看,每年录取来自世界各地50名学生左右,本科学位有计算机、工科、建筑、数学、统计、金融、管理、财务等等,背景非常多样。但是如果学生量化背景好,会很有优势。

三维成绩:GMAT平均分710,GRE verbal平均区间在152-160,Quantitative平均区间在163-169,GPA平均为3.6,中位数是3.7,申请难度还是很大的。

4. 南加州大学(USC)

MS in Business Analytics

USC的BA硕士是2014年开设的,虽然较为年轻但却已经在2016TFE美国商业分析硕士排名中已位列第一了。学制三学期共18个月,设在商学院下面,属于STEM,有29个月的OPT。申请者最好有一定的工作经验,但不强制要求,如果没有的话,可能会是申请者的一个短板。南加州大学因为地处洛杉矶,地理位置非常优越,再加上综排专排都非常不错,吸引了大批中国学生申请,竞争很激烈。想入读该校的BA项目,建议早点准备。

录取情况:GMAT:不设最低限,均分720;语言成绩:托福≧100(单项不低于20),雅思≧6.5;GPA:均值3.6;学费 :$53,340/年

5. 罗彻斯特大学(Rochester)

MS in Business Analytics

Rochester的BA专业设在著名的西蒙商学院下面,分为两个track,一种11个月不带实习,一种17个月带实习。项目要求申请者拥有经济学或数学背景,去年录取的学生主要来自商科、经济、工程、数学与理学等专业。这个项目不强制要求全职工作经验,但去年录取的学生平均工作经验为1.4年。Rochester一般会向学生提供Merit-based奖学金,自动随Offer发放,无需单独申请。

综排和Simon的牌子还是比较有优势的,但这个项目怎么看怎么像MSMA项目换了几门课修修补补而来,课程看起来并不是那么讲究。录取难度中度偏难,对成绩和面试比较看重。

6. 德州奥斯汀分校(UT-Austin)

MS in Business Analytics

UT-Austin的BA专排前十,设在商学院,信息、风险和运营管理系下面。项目时长为1年,每年招收60人左右,只接受秋季入学。这个项目要求学生有商科或者理工科背景,最好先修过代数、统计和概率论。该项目还与很多大企业有合作,比如沃尔玛和德勤,很多学生毕业之后都有机会直接进入这些合作的企业。

McCombs商学院在Hi tech以及IT界鼎鼎大名,Locate在Austin这种新科技中心。整个项目虽然只有十个月,但选修课里BA在每一个function的具体应用,以及各种practical capstone projects让整个项目异常充实。录取标准也是非常高,对专业背景,International Experience,以及成绩都要求非常高,属于顶难项目。

录取情况:GMAT:均分713;托福100+;GPA:3.0以上;平均本科GPA3.6。

7. 维克森林大学

MS in Business Analytics

WFU的BA项目开设在商学院下,时长10个月,共需修读37学分。要求申请者修过微积分和统计学课程,对工作经验没有要求,录取的学生有商学、工程、数学、经济学、计算机甚至文科的背景,因此适合不同背景同学的申请。总体来说,该项目喜欢有海外背景的申请者,海本占一半以上,大陆学生多为985,同时大多具有海外交换经验,托福几乎都在100以上, 申请过程中会有面试,面试表现起到决定性作用,需认真准备。

WFU的BA 项目还有一大亮点,就是学校会安排一个贯穿整个项目的practicum,WFU和很多企业都有partnership,所以大家会去做的都是真实的case,关于有哪些合作企业学校官网也有,但这个列表并不完全,还有一些比如Aquanomix, Charter Medical, Red Ventures, Trulian Financial Credit Union,VF Corp和Wake Forest Athletics等等,大概三四个人一组,两周和客户会一次面,写report和memo,并且结尾会有一个presentation,客户会告诉你他们的最终目标,然后组员逐渐实现并阶段性汇报成果,每个组员都要轮流当leader并且和客户进行会面的组织与其他沟通事项。

8. 伦斯勒理工学院(RPI)

MS in Business Analytics

伦斯勒理工学院是美国第一所理工学院,作为理工强校,BA专业也是一流水平。RPI的BA专业设在商学院,学制1年,不要求学生有工作经验,应届本科毕业生可直接申请。提供Merit-based奖学金(Scholarship),该奖学金无需申请,自动随Offer发放。

整个课程还是非常偏stats和analytics。录取人数偏少,旨要组成Premium小班。就业和Project方面也有IBM的支持。

9. 明尼苏达大学

MS in Business Analytics

老牌项目,UMN本身就是MIS和Stats强校,加上Carlson名声在外,先天优势十分明显。Business,Technical Skill,以及Experimental Learning三部分分的也很工整。就业方面保证着100%就业率,平均起薪7w美金一年。 2016 fall开始,对中国学生扩招明显,所以是否UMN能保证一贯的强势就业,有待观望。不过地理位置不太好,冬天真的是太冷了,怕冷的小伙伴要慎重。

10. 乔治华盛顿大学

MS in Business Analytics

和UMN一样也是老牌项目,但课程方面更偏向Turn data to business insights与How analytics workson each business function,而不是各种tech。所以之前profile都是平均工作经验4年,为professionals提供商业数据方面的补充,也保证了100%的就业率。 但在2016 fall,该项目在录取难度上大变脸,难度降低很多,录取了相当多的应届申请者,并且没有设定明显门槛。所以该项目是在就业方面最不定的一个。

11. 康涅狄格大学

MS in Business Analytics

同样的老牌项目,开设时间很长,保底三件套之首,录取难度不是很大。课程方面BA和PM各占一半,所以Analytics的课程并不是很深入,相应PM方向还会发一个Certificate。

12. 史蒂芬斯理工学院

MS in Business Analytics

保底三件套次席。但是其实性价比还蛮高的,曼哈顿河对面的项目,地理位置优越。SIT课程Flexibility比较强,学制可以根据自身情况调整,整个课程设置各方面营养均衡。毕业后平均年薪达到了8w美金。

Data Science:

1. 斯坦福大学:

  • Stanford University

  • 统计硕士(Master of Science in Statistics)

  • 专业分支:数据科学 (Data Science)

  • 所属学院:人文与科学学院,统计系

  • 地点:斯坦福,加州

  • 学制:1-2年

斯坦福的大名就不赘述了,彩票校,其数据科学项目是统计系和计算与数学工程学院联合创办的,主要训练学生在数据科学中的计算能力。

2. 加州大学伯克利分校:

  • University of California, Berkeley

  • 两个相关的学位项目:

a. 数据科学工程硕士Master of Engineering (concentration in Data Science);

b. 信息与数据科学硕士Master of Information and Data Science (MIDS)

  • 所属学院:工程学院和信息学院

  • 地点:伯克利,加州

  • 学制:12-20个月

伯克利的两个硕士项目综合教授技术和企业运营的技能,立足现有最前沿的技术,扎实务实地培养学生成为领域内的佼佼者。

申请相关:项目倾向于CS 背景的申请者,要求有本科以上的编程、算法、数据结构和理论经验。同时,该项目对于申请者的三维要求也较高,过去录取学生的平均GPA为3.7,GRE平均成绩为:V70%,Q90%,AW>3.5;TOEFL平均成绩在100以上,项目的平均录取率为12%。由此可见,该项目适合背景匹配度高,三维无硬伤的同学申请,不适合转专业。

3. 卡内基梅隆大学:

  • Carnegie Mellon University:

  • 两个相关的学位项目:

a. 数据科学硕士(Master of Computational Data Science);

b. 管理信息系统硕士(Master of Information Systems Management)

  • 专业分支:商务智能和数据分析(Business Intelligence and Data Analytics)

  • 所属学院:Heinz学院

  • 地点:匹兹堡,宾夕法尼亚州

  • 学制:16个月

卡内基梅隆大学的计算机科学专业排名在全美数一数二,与斯坦福、麻省理工起名,其数据分析与处理技术也名列前茅。本校的硕士项目有三个核心方向可供学生选择:商务智能数据分析信息技术项目培养的目标是要培养学生跨领域具备商业处理分析与预期建模、GIS地理信息定位与分析、分析报告、市场细分分析、数据可视化。卡梅全球顶尖的实验室也为学生提供了绝好的学习与实践机会(Heinz College‘s iLab ),并且有固定的企业实习项目,为就业做了充足的准备。

4. 哥伦比亚大学:

  • Columbia University:

  • 数据科学硕士(Master of Science in Data Science)

  • 所属学院:Data Science Institute

  • 地点:纽约

  • 学制:2年

别看DS 项目年纪轻,它的实力与其它项目相比毫不逊色。该项目课程结合了统计与计算机科学两大实力项目之精华,并着重培养学生们对于统计与编程技巧的实际操作和应用,为同学们提供一个优秀的自我提升平台,帮助同学们获得更好的就业机会。

被录取学生的背景大都是来自排名相对靠前的学校。从国内来的中国学生大多毕业于清华大学,复旦大学,南京大学,浙江大学,西安电子科技大学,北京邮电大学等学校。从美本毕业的中国学生大都来自于南加大,UCLA,UIUC,华盛顿大学,俄亥俄州立大学等学校。

三大硬件成绩:GPA 均在3.5-3.9 之间,托福100 +,GRE 均在320+。比较prefer 有理工科背景,扎实掌握着数学、统计、或电脑编程技能的学生。

项目课程主要分为两大类: Statistics & Computer Science。在选课方面自由度较高,建议对编程感兴趣的同学多选一些CS 相关的课程,有利于毕业后找工作。项目课程主要涉及到的编程语言有R, Python, Shell s,C and Java,这里建议同学们在入学前能够熟练掌握一些编程语言,否则学业压力会很大。

5. 康奈尔大学:

  • Cornell University:

  • 运筹与信息工程硕士M.Eng. in Operations Research and Information Engineering;

  • 专业分支:数据分析 Data Analytics

  • 学院:运筹学与信息工程学院

  • 地点:伊顿/纽约;纽约州

  • 学制:1-1.5年

工程硕士是运筹学和信息工程学院下的全职的专业导向的项目,建立在传统的数学,科学和工程技能的基础之上,专注于这些技能的具体应用。因此学生需要完成的是一个工程设计项目而非论文。该项目在校学生一半以上都是中国学生,说明对国人比较友好,和之前的项目相比申请难度较低,建议有名校情结的小伙伴可以尝试申请。

6. 纽约大学:

  • New York University:

  • 数据科学硕士Master of Science in Data Science

  • 学院:数据科学中心Center for Data Science

  • 地点:纽约市

  • 学制:2年

纽约大学 DS 项目被归属于 Graduate School of Arts and Sciences 学院,其Degree名称为Master of Science in Data Science。项目要求学生完成 36 个学分,其中包含18个必修学分和 18个选修学分。项目长度一般为两年 4 个 semesters,平均每个学期修9 个学分。同学们可以利用好学期中途的暑假时间寻找实习机会,为自己积累工作经验。

招生相关:比较注重学生的数学成绩。如果申请者 GRE 数学分数很高(比如满分170)和数学相关的 GPA 很高(比如 3.9 左右),那申请者被录取的几率会大大增加。如果申请者的成绩没有特别突出也可以用相关的实习或工作经历来补足。

再来说说 DS 项目的 Program Size 吧。15Fall 学生大约有 60 多人,包括 20 个中国人,20 多个美国人,和 20 多个墨西哥、印度、欧洲人等。16Fall 学生大约有 80 多人,包括48 个中国人,20 多个美国人,和 20 个左右来自其它国家的国际生。

Program 里的中国学生实力雄厚,大都来自排名相对靠前的学校,例如清华大学,北京大学,复旦大学,浙江大学,UCLA,USC,UCSD,ASU,雪城大学等学校。学生本科所学专业偏理工,包括数学,统计,计算机编程,工程,经济等。项目中大部分中国学生都是本科毕业后直接来修研究生学位,没有太多的工作经验。和中国学生相比,美国学生有工作经验的相对较多。

7. 南加州大学:

  • University of South California:

  • 计算机科学硕士Master of Science in Computer Science

  • 专业分支:数据科学Data Science

  • 学院:工程学院

  • 地点:洛杉矶,加州

该项目是南加大计算机科学硕士的分支,主要目标是帮助学生建立计算机、分析等多样化背景:

学生会学习必要的编程工具用于分析大量的非结构性数据,学习如何将分析转化为可改善商业结果的战略决策,以及如何有效地向高层决策者展示复杂的数据分析结果。

值得一提的是,地理位置优, 坐落于洛杉矶,是太平洋沿岸的一个充满生机的商业文化中心,好找工作!

8. 西北大学:

  • Northwestern University:

  • 分析科学硕士(Master of Science in Analytics)

  • 地点:伊凡斯顿(Evanston),伊利诺伊州

  • 学院:McCormick工程与应用科学学院

  • 学制:15个月

本项目成立于2012年,工学院和商学院联合开设的项目,最早的分析学项目之一,融合了数学、统计、高端IT和数据分析的教学和研究内容,除了正常的授课外,学生还需要完成两个行业实习和一个课程设计。从申请要求来看,对统计和微积分的要求很高,同时还要学习各种编程语言;但是从课程设置来看,该项目对于不善交际的纯理工科来讲,也不是一个好的选择,因为同样会对学生的社交能力有很大的考验,因此这个项目培养的是一个商业分析方面的通才。

从往届录取学生来看,平均工作经验为2.15年,39%的学生有工程和计算机专业背景,18%的学生有数学和统计专业背景,27%的学生有经济和社会科学专业背景,只有6%的学生是纯商科背景。学生的总数量为35人左右,录取比例为10%左右,而中国人,在学生中所占比例非常低,而且多数为美本,申请难度很大。

9. 弗吉尼亚大学:

  • University of Virginia:

  • 数据科学硕士Master of Science in Data Science

  • 学院:数据科学研究所(Data Science Institute)

  • 地点:Charlottesville,弗吉尼亚州

  • 学制:11个月

弗吉尼亚大学的数据科学硕士项目致力于为政府和企业培养大数据处理的人才,每年7月份开课,次年5月份结课。课程由计算机系、统计系、系统与信息工程系联合授课。攻读本项目需要一些先修课程:

单变量积分Single variable calculus

线性代数Linear algebra or matrix algebra

统计学导论An introductory statistics course

计算机编程导论An introductory programming course

该项目有三大特色:

  • 整合的课程和数据实践

  • 紧凑的课程

  • 注重团队实践

为了达到这些目的,学生大约80%的课程都保持一致。课与课之间整合紧密,有一些的复杂数据集会在许多课程中使用,增加课程之间的连贯性。紧凑的课程设置减少了完成项目所花费的时间,团队实践使得学生能够始终在小组内共同学习进步。项目的最后,学生会通过写论文的方式来解决一个有分量的数据科学领域的挑战。学生首先要写一份开题报告,描述他们要解决什么问题。在写论文的过程中,学生会受到教授指导。

10. 印第安纳大学-布鲁明顿分校:

  • Indiana University, Bloomington:

  • 数据科学硕士Master of Science in Data Science

  • 学院:Informatics and Computing

  • 地点:布鲁明顿,印第安纳州

  • 学制:2年

该项目开设在信息与计算机学院下,线上线下课程都有,甚至可以混合来完成获得学位,非常灵活,我们这里说的是线下方式。这个项目将时下最热的大数据运用于分析、数据密集型科学的云计算、信息可视化结合在一起,课程多种多样,包括云计算、数据管理和数据分析等,学生可以根据自己感兴趣的领域或职业规划需求来选择课程,依照自己的节奏在来完成课程。

完成本项目需要在满足MBA学分要求的同时修满15个学分的课程,包括:

  • 电子表格建模(spreadsheet modeling)

  • 数据仓库(data warehousing)

  • 数据挖掘(data mining)

  • 决策支持模型(decision support modeling)

11. 罗格斯大学:

  • Rutgers University:

  • 商业和科学硕士Master of Business and Science

  • 分析学分支–发现信息学和数据科学( Discovery Informatics and Data Sciences)

  • 学院:研究生院

  • 地点:New Brunswick,新泽西州

  • 学制:1.5-2 年

罗格斯大学的跨学科商业与科学硕士项目综合了数据管理、统计、机器学习与计算等诸多领域的内容,培养学生成为各行各业的预测建模专家、数据挖掘工程师、分析师等。

核心课程包括8门分析类课程和6门商学院课程,大致如下两类:统计学、分析学与数据挖掘、数据库系统与编程。选修课涵盖信息科学、人工智能、分布式计算或者计算科学。

12. 旧金山大学:

  • University of San Francisco:

  • 分析学硕士Master of Science in Analytics

  • 学院:商学院与文理学院

  • 地点:旧金山,加州

  • 学制:1年

旧金山大学的分析学硕士项目培养学生掌握战略决策学所需要的技术和方法、提高技术技能比如软件开发和统计分析,并着重培养学生的沟通表达技能。通斯坦福大学一样,旧金山大学得天独厚的地理优势非常有利于学生就业,目前学生普遍就业与亚马逊(Amazon Web Services)等知名企业。

好了,以上就是今天分享的Program信息了,如果你还没看过瘾,想知道更详细的介绍,锁定我们的干货包哈,也欢迎来预约我们的咨询服务(http://t.cn/RC94dAM),相信我们不会让你失望。返回搜狐,查看更多

责任编辑:

声明:本文由入驻搜狐号的作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。
阅读 ()
投诉
免费获取