俄亥俄州立大学和UC Davis怎么选啊? 第1页

作为一个刚被UC Davis录取的我，怀着激动且兴奋的心情赶紧来到这里，记录和分享我选择专业、选择学校的经验，顺便安利一波UC Davis~我感觉哈，管它什么专业、学校，适合自己的才是王道！！！

为什么选择BA？

“为什么选择BA而不是其他，仅仅是因为它像官方所描述的那样，是STEM认证学位、薪资高、好就业吗？”我想过这个问题不止一个月，我也希望大家都认真思考一下自己为什么要选择目前的专业。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。给大家一个自我测试的方法：

1、当面对一屏幕的数字要处理的时候，是否是满心欢喜而不感到厌烦？

2、在上统计学、计量经济学甚至微积分等数理课程的时候是否两眼放光精神抖擞？

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。

我为什么选择BA？是因为我个人对编程一直有某种说不清的偏好，学过也深究过很多CS之类的专业的课程，喜欢和满屏的数字、代码打交道；以前在去一家电商公司做实习business analyst的时候，我从来不感觉到疲惫，每天即使加班也很快乐，整个实习过程都很享受这样data-driven-business-decision的感觉，结果锻炼自己能力的同时，也让卖家的业绩提升了200%，这样双赢的局面，说实话这让我很有成就感。因此我结合了我的兴趣、经历和能力偏好，在对比了了几个专业之后，我还是感觉BA这个专业是最适合我的。

为什么选择UC Davis？

我选择UC Davis，一方面是因为我想留在美国就业，而它正处于San francisco的市区，这个location找工作很方便；另一方面是我上过它的官网看过它的课程，感觉它的课程质量很好很tech。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，给大家列了择校一定要自己去思考的三个问题：

1、读完MSBA后，我是要回国还是留在美国？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，当然这时候最好也要综合program的历史就业数据来分析学校是否有利于就业。UCD MSBA项目的位置就非常好，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。想要回国的话，就可以不用这么care学校的location，去一个名气大一点的或者自己喜欢的适合的学校就很好。

2、读完MSBA后，我要从事什么行业？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、学校program的课程质量如何，是否能让自己在行业中站稳脚跟？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：

可以看得出来，UCD项目的data/analytics/business三个stream，是商业/业务分析的三个组成部分：

1）获取data；

2）用统计方法、ML来分析data；

3）基于data进行商业决策。

学校还是比较人性化的，不会一开始就把难题直接丢给大家，而是在所有课程开始之前，举行一个Programming Camp，Camp上会教给大家python之类的编程基础。

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。

实际上，国外有些学校的business部分真的只会教accounting/marketing/finance的东西，而这些内容在国内大多数的本科商科、财会等专业都有上过了的，再上一遍就会感觉浪费时间。UC Davis不会这么死板地给你再重温一遍accounting/marketing/finance的内容，而是从整体出发，告诉学生一个商业数据分析的真正流程、商业决策需要考虑的因素等比较贴近实际、实用的知识。还有，UC Davis 的practium质量很好而且持续整个program，整整十个月呢。总的来说，UC Davis的MSBA的课程超级OK的，所以我很心水UC Davis啦~

UCD MSBA不是什么水项目，能被录取的，不是国内985/211、美国本科就是在美国工作了一段时间的人，生源质量好着呢。另外我超级不建议大家把大量的时间用来刷GT，过线就OK啦，因为考官会更加在意申请人的潜力，就是考虑“这个人能不能在这里顺利毕业然后拿到一份不差的工作给学校长点脸”这样。所以GT过线后就把这额外的时间用在更有价值的事情上比较好，比如补一补自己的编程知识啊，多读几本书啊，做做自己的职业规划啊，也可以像我这样思考思考自己的专业选择、学校选择问题。希望大家从整个人生、自己的个人特点、行业、市场之类的角度来思考和选择自己的未来方向，不要单单从高薪啊，好就业啊这些浅层的因素去进行思考和选择。