讀商科就關注時代興華留學！

近幾年，大數據為各個領域帶來了全新的變革，大數據的重要性越來越被企業和國家所看到，大數據工作者的需求再次被無限放大，他們的薪資和社會地位也在不斷上漲。馬雲在演講中就提到，未來的時代將不是IT時代，而是DT（Data Technology）的時代，這也充分顯示大數據對於阿里巴巴集團來說舉足輕重。那麼如何才能成為高薪資高地位的大數據人才？大數據相關職位有哪些？學什麼專業才能從事大數據？今天，時代興華留學將用這篇文章，為您一一解答！

一、什麼是大數據？相關職位有哪些？

01、什麼是大數據

大數據（Big Data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據有以下三個特點：大批量(Volume)、高速度(Velocity)和多樣化(Variety) 。

• 大批量 – 大數據體積龐大。企業里到處充斥著數據，信息動不動就達到了TB級，甚至是PB級
• 高速度 – 大數據通常對時間敏感。為了最大限度地發揮其業務價值，大數據必須及時使用起來
• 多樣化 – 大數據超越了結構化數據，它包括所有種類的非結構化數據，如文本、音頻、視頻、點擊流、日誌文件等等都可以是大數據的組成部分

大數據相關工作主要是指基於各種分析手段對大數據進行科學分析、挖掘、展現，以輔助企業做出商業決策。

02、國內外領先的大數據公司有哪些？

• 國內：

  阿里巴巴、華為、百度、騰訊、浪潮、探碼科技、中興通訊、神州融、中科曙光、華勝天成、用友等。

• 國際：

  IBM、惠普、Splunk、戴爾、Opower、Teradata、甲骨文、微軟、亞馬遜、谷歌、New Relic、Alation等。

03、大數據相關崗位及職責

1.大數據開發工程師

開發，建設，測試和維護架構；負責公司大數據平台的開發和維護，負責大數據平台持續集成相關工具平台的架構設計與產品開發等

2.數據分析師

收集，處理和執行統計數據分析；運用工具，提取、分析、呈現數據，實現數據的商業意義，需要業務理解和工具應用能力

3.數據挖掘工程師

數據建模、機器學習和演算法實現；商業智能，用戶體驗分析，預測流失用戶等；需要過硬的數學和統計學功底以外，對演算法的代碼實現也有很高的要求

4.數據架構師

需求分析，平台選擇，技術架構設計，應用設計和開發，測試和部署；高級演算法設計與優化；數據相關係統設計與優化，需要平台級開發和架構設計能力

5.資料庫開發

設計，開發和實施基於客戶需求的資料庫系統，通過理想介面連接資料庫和資料庫工具，優化資料庫系統的性能效率等

6.資料庫管理

資料庫設計、數據遷移、資料庫性能管理、數據安全管理，故障檢修問題、數據備份、數據恢復等

7.數據科學家

數據挖掘架構、模型標準、數據報告、數據分析方法；利用演算法和模型提高數據處理效率、挖掘數據價值、實現從數據到知識的轉換

8.數據產品經理

把數據和業務結合起來做成數據產品；平台線提供基礎平台和通用的數據工具，業務線提供更加貼近業務的分析框架和數據應用

04、大數據崗位的職業發展

由於目前大數據人才數量較少，因此大多數公司的數據部門一般都是扁平化的層級模式，大致分為數據分析師、資深研究員、部門總監3個級別。大公司可能按照應用領域的維度來劃分不同團隊，而在小公司則需要身兼數職。有的時候成功就是這樣，方向和平台選擇對了，只要付出足夠的汗水，選擇大於努力。

二、大數據分析師介紹

01、大數據分析師及其主要職責介紹

大數據分析師是指基於各種分析手段對大數據進行科學分析、挖掘、展現，以輔助企業做出商業決策。一般來講數據分析師的任務是對數據進行清洗、分析以及可視化。在不同的行業，大數據分析師的頭銜也可能不一樣，比如：業務分析師、商業智能分析師、運營分析師、資料庫分析師等等。

大數據分析師可以使企業清晰的了解到企業現狀與競爭環境，風險評判與決策支持，能夠充分利用大數據帶來的價值，在進行數據挖據與展現後，呈現給企業決策者的將是一份清晰、準確且有數據支撐的報告。所以，大數據分析師已經不是簡單的IT工作人員，而是可以參與到企業決策發展制定中的核心人物。

02、大數據分析師就業前景及薪資

1.就業前景

從20世紀90年代起，歐美國家開始大量培養數據分析師，直到現在，對數據分析師的需求仍然長盛不衰，而且還有擴展之勢。

根據美國勞工部預測，到2019年，數據分析師的需求量將增長40%。在數據分析行業發展成熟的國家，90%的市場決策和經營決策都是通過數據分析研究確定的。

據數聯尋英發布《大數據人才報告》顯示，未來3-5年內大數據人才的缺口將高達150萬。根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，而在BAT等大型互聯網公司的招聘職位里，80%以上都在招大數據人才。進入大數據行業，也成了越來越多人實現職場高薪夢的路徑之一。

2.大數據分析師薪資

在美國，大數據分析師每年薪酬高達17.5萬美元。

而國內頂尖互聯網公司，大數據分析師的薪酬可能要比同一個級別的其他職位高20%至30%，且頗受企業重視。

國內某大型招聘平台給出的大數據分析師平均薪酬為：9724K（取自1139份樣本），北京、上海、廣州、深圳、杭州、南京、武漢、成都、長沙為大數據分析師需求量前九的城市。

03、成為大數據分析師的條件

硬性條件：

• 數據分析師角色/任務

  ：收集，處理和執行統計數據分析

• 必備語言

  ：java、R、Python、HTML、Javscript、C/C++、SQL等

• 技能和特長

  ：電子表格工具(例如Excel)，資料庫系統(SQL和基於NOSQL)，通信可視化，數學，統計，計算機，機器學習等

軟性條件：

• 懂業務

  ：從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析就沒有太大的使用價值

• 懂管理

  ：一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行；另一方面的作用是針對數據分析結論提出有指導意義的分析建議

• 懂分析：

  指掌握數據分析基本原理與一些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等

• 懂工具

  ：指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作

• 懂設計

  ：懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目了然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則

三、學什麼專業可以做大數據分析

上面我們介紹了數據分析師所需要的硬實力和軟實力。那麼我們就從硬實力和軟實力這兩個方向分別來分析什麼專業可以從事大數據分析師。

• 硬實力：數據分析師需要學生有一定的數學、計算機背景，從這個出發點來說，

  數學、統計、計算機科學等

  專業可以從事數據分析工作。
• 不過，這三個專業的同學可以雖然可以處理大量數據，並且擁有很強的數據分析能力，但是這類同學

  對於Business 和 Marketing缺乏了解，數據分析的結果對於企業並無太大收益。

• 軟實力：軟實力要求學生懂業務、懂管理，從這個出發點來說，

  市場營銷、電子商務、經濟學等

  專業畢業後也可以從事數據分析相關工作。
• 不過，這幾個專業在業務方面可能專業度非常高，但是缺點也是非常明顯的：

  缺乏很強的數學和計算機背景，在實際操作中缺乏相關的專業技能

  。

而要說哪些專業更適合做大數據相關的工作，答案肯定是數據科學（DS/Data Science）和商業分析（BA/Business Analytics）是這兩個專業。因為這兩個專業本來就是專門為大數據時代而生的，而且不管是從硬實力還是軟實力兩個方面都非常符合大數據工作對於人才的要求。而隨著大數據的快速發展，2013 年前後商業分析和數據科學陸續在各大院校開設。接下來我們就重點介紹一下，商業分析和數據科學這兩個專業。

01、什麼是數據科學，什麼是商業分析

什麼是數據科學？

數據科學，英文為Data Science，簡稱DS，從廣義上來說，數據科學顧名思義，和數據有關的科學研究都是數據科學。

維基百科對 DS 的解釋是這樣的：

「 In general terms , Data Science is the extraction of knowledge from data , which is a continuation of the field data mining and predictive analytics , also known as knowledge discovery and data mining .」具體來說，數據科學是指通過挖掘數據、處理數據、分析數據，從而獲取數據中潛在的信息和技術。

什麼是商業分析？

商業分析，英文為Business Analytics，簡稱BA，是以商業知識為基礎，數理編程為手段，從數據分析出發，以決策優化來創造價值的新興專業，實現 Big Data 的商業應用。

麻省理工 Sloan 商學院對於 BA 項目的定位是這樣的：

「Prepares students for careers that apply and manage modern data science to solve critical business challenges .」總結來說，就是通過對現代量化數據的管理和分析，從而對企業決策做出貢獻。

02、數據科學和商業分析的淵源

DS 是以計算機科學為基礎，進而演變而來，其學科基礎與 BA 不同，包括了工程學、計算機工程和計算機科學， DS 涉及到的專業知識還包含了 Machine Learning / Cloud Computing / Optimization 等。

BA 是從 MS in Statistics 下的 Applied Statistics 分支發展而來，其學科基礎是統計學，同時也包含有 Data Mining 和 Regression Model 的運用。

03、數據科學和商業分析的區別

1.學科內容設置及申請背景

• Data Science = 30% Statistics + 50% Computer Science + 20% Application
• DS 專業對申請人背景要求較高，適合於理工科背景的同學申請，有一定編程基礎的同學也可以申請，量化背景較強的商科專業，比如金工，同樣也適合於申請 DS 專業
• Ms Business Analytics = 40% Statistics + 30% Computer Science + 30% Business
• BA 對於申請人的背景要求沒有過多限制，文科、商科、理工科背景的同學都可以申請

2.課程設置

• DS 專業的課程設置注重於數學、統計學以及計算機科學的融合，更側重於培養學生利用計算機進行數據的解讀分析。
• 基礎課程包含：統計理論、線性代數、分析演算法、資料庫系統等。拓展課程包含：信息科學、人工智慧、機器學習等
• BA 的課程設置包含了統計學、計算機以及商業三門學科的融合，意在數理編程和管理科學中平衡。
• 基礎課程包含：統計學、數據分析、數據可視化、商業決策等。拓展課程包含：資料庫、數據挖掘等

3.就業方向

• DS 的就業方向包括 Data Scientist 、 Data Engineer 、 Data Analyst 等，就業面非常廣，主要的工作內容包含數據模型的建立、數據架構、數據監管與存儲等，目的是為了將數據整理好，使其存儲成本最小化，查詢的效率更高。
• 從就業數據來看，Data Science 在美國更容易找到工作，並且 DS 項目一般設在工程學院下，屬於 STEM 項目，在 OPT 期限長度和工作簽證方面都受到政府的青睞，加上偏技術的工作對語言交流的要求也不是很高。
• BA 的就業方向主要在投行、四大、諮詢、科技公司等，在不同行業中專門從事行業數據搜集、整理、分析，並通過數據對相應行業進行調研，就業前景非常廣闊。
• 在大數據時代，很多行業都需要擅長挖掘和分析數據的人才，例如IT 、互聯網、諮詢、通信、金融、醫藥、零售等，因此很BA專業的畢業生很搶手，薪資待遇也很不錯。Business Analytics 的優勢是在回國後的就業面更廣，可以去技術崗，也可以做諮詢或市場，去 VC / PE 的也不少，能力更加多樣化，回國發展的同學佔大多數。

其實DS和BA兩個專業本身都是技術性、實用性較強的專業，選擇什麼方向就業和個人能力關係很大，只要有真才實學，就業還是很容易的，畢竟市場需求還是很大的。

四、可從事大數據分析的熱門項目

01、賓夕法尼亞大學數據科學項目介紹

1.學校簡介

賓夕法尼亞大學，簡稱賓大，位於賓夕法尼亞州的費城，是一所全球頂尖的私立研究型大學，著名的八所常春藤盟校之一。在2019年US News大學綜合排名中賓大位列全美第8名，同時賓大被普林斯頓評論評為十大夢想學校之一。根據研究經費及師生質量等學術指標，評定中心把賓大評為研究實力一級研究型大學（並列一級另有哥大、哈佛、麻省理工和斯坦福四所高校）

2.項目介紹

賓大的數據科學科學項目MSE in Data Science設置在School of Engineering& Applied Science，Department of Computer and Information Science (CIS) 下。項目屬於STEM。

該項目允許申請人使用同一申請賬號申請多於一個碩士項目，但需單獨提交並單獨交申請費，同時選擇「希望被其他項目考慮」。賓大修課自由度很大，學生可根據自己的興趣在CIS系修讀雙學位或轉學。

3.課程設置

項目修課時長通常為1.5/2年，學生需要完成10門課，包括3個部分：

• 基礎課程 Foundations (two course units)
• 必修核心課 Core Requirements (three course units)
• 專業選修課 Technical and Depth Area Electives (five course units)學生需要完成Thesis/Practicum其中一項目方可畢業

賓大的DS課程覆蓋面非常廣，包括生物醫學信息、通信和公共政策、機器人、機器學習和人工智慧以及數據隱私等多方面，同時Penn Data Science Group還會舉辦各種講座、workshop和data project供學生參加實踐。

4.錄取要求

• 該項目對於托福/雅思沒有小分要求。但是有標明建議分數：托福不低於100分，雅思不低於7.5分
• 該項目要求提交GRE成績，沒有明確的最低錄取分數要求
• 該項目沒有面試要求

5.申請材料

02、布朗大學數據科學項目介紹

1.項目介紹

布朗大學的數據科學碩士項目將計算機，數學和統計領域知識有效結合，為學生將來在新興領域的就業夯實堅定的基礎，2018年第一屆招生。該項目依託於四個非常強大的學術部門(應用數學、生物統計學、計算機科學和數學)，學生可以享用4個部門的資源。目標是為學生建立一個強大的數理分析能力，包括機器學習、數據挖掘、安全與隱私、可視化和數據管理等，為將來的就業做好準備。

該項目為STEM項目，有機會獲得最長36個月的實習時間。

2.申請條件

• 專業無限制，但是建議有數理背景，越強越好。可以通過活動、科研、實習等體現
• GPA越高越好，但是學校不會單一評判學術成績，也看其他的條件。建議3.5+
• 建議考GRE，總分建議320以上，數學部分滿分為佳，最好能有sub數學的分數
• 要求提交託福成績，最低105，雅思最低7.5
• 可以提交writing simple來增加錄取概率
• 如果有工作經歷，也會增加錄取概率
• 學生在校期間獲得的獎項，榮譽和獎品，參加的相關科研經歷等都有助於錄取。

3.先修課要求

• 至少一年的微積分課程
• 一個學期的線性代數
• 一個學期的基於概率統計的微積分
• 編程入門
• 如果學生不符合線性代數、概率統計和計算機科學的最低要求，也是有可能錄取的。被錄取的學生可以在開學前的夏季在受認可的機構修讀完畢即可

4.課程設置

該項目時長3學期，一般包括兩個學期的課程和一個為期5-10周的頂點項目

對特定領域的數據分析：

該項目需要9個學分：每學期4個，夏季1個(頂點研討)：

數學和統計基礎3學分

數據和計算科學3學分

社會信貸的影響和機會1學分

自由選修1學分

研討課程1學分

學期1(4學分課程)：

概率論、統計和機器學習

數據和計算科學入門

學期2（4學分課程）：

概率、統計學和機器學習（與上內容不同）

數據與計算科學（與上內容不同）

數據和社會

選修（1學分）-——自由選修，可從4個部門選

5.學費情況

2018-2019年學費：63440美元，不提供獎學金。

6.申請材料

• 網申表格
• 在校成績單掃描件
• 托福考試
• 三封推薦信，可以來自本校學生。
• GRE成績
• PS
• 簡歷
• 科研、獲獎等情況（可選）

03、弗吉尼亞大學數據科學項目介紹

1.項目介紹

弗吉尼亞大學數據科學碩士每年會招收45-50名學生，屬於STEM項目。該項目是嚴格的為期11個月的專業碩士課程，通過跨學科的方法，結合一流的工作機會，將技術和軟技能應用在與工業界，學術界和政府合作的頂點項目上，培養學生領導數據科學的尖端領域。在頂點項目期間，教師、工業和政府代表指導學生團隊處理實際問題。

2.申請要求及材料

• 學歷要求：具有認可機構三年或四年制學士學位的申請人有資格申請，不限專業背景。數據科學的學生來自不同的專業背景，包括經濟學、統計學、工程學、計算機科學、數學、酒店管理、歷史，等等
• 先修課程要求：單變數微積分、線性代數和矩陣代數、統計學入門、編程入門
• 語言成績要求：托福總分不低於90分，口語和寫作不低於22分，閱讀和聽力不低於23分/雅思成績不低於7.0
• GRE成績要求：沒有最低分數要求，錄取的學生通常數學部分達到80%和語文部分達到60%。
• 個人陳述：應該解釋數據科學碩士項目如何適合你的短期和長期的教育和職業目標。
• 成績單
• 兩封推薦信
• 申請費：$85.00

3.學費

2017年夏季

學費：7494美元

費用：446美元

共計：7940美元

2017年秋季

學費：14983美元

費用：1706美元(國際學生額外費用60美元)

共計：16689美元

2018年春季

學費：14983美元

費用：1706美元(國際學生額外費用60美元)

共計：16689美元

非弗吉尼亞居民總費用：41318美元

04、紐約大學數據科學項目介紹

1.學校介紹

紐約大學由18個學院和研究所組成，已經成為全美國境內規模最大的私立非營利高等教育機構之一，同時也是美國唯一一座位於紐約心臟地帶的私立名校。

2.申請要求

專業背景

該項目學生背景多元化，包括統計學、計算機科學、數學、工程學、經濟學、商貿、生物學、物理學和心理學等;由於要求學生有一定的數理和計算機基礎，所以比較青睞在machine learning、computational statistics、data mining、large-scale scientific computing、operations research等領域有學術積累的申請者。2017年入學學生的平均GPA是3.69

先修課要求

微積分I：極限，導數，級數，積分等。

線性代數

計算機科學概論(或等效的「CS-101」編程課程)：至於具體的語言我們沒有要求，但我們都希望至少具備嚴肅的Python和R學術和/或專業經驗。

微積分II、概率論、統計學或高級物理、工程或計量經濟學課程中的一門課程。

3.申請材料

• GRE成績：沒有最低分要求，目前GRE數學平均分是167.58，GRE語文平均分是157.36，GRE寫作平均分是3.65。
• 托福或雅思考試成績：托福最低分要求是100分。
• 官方的大學成績單
• 三封推薦信
• 學術目的聲明

05、羅切斯特大學數據科學項目介紹

1.項目介紹

數據科學碩士由羅切斯特大學Goergen數據科學研究所提供，是STEM項目。項目時長一年或者一年半，畢業將獲得該大學文理學院授予的學位。

該項目可以通過兩個學期（秋季/春季）或三學期（秋季/春季/秋季）的全日制完成，兩學期的時長適合進入計算機科學和數學背景很強的學生，並可以承擔相對繁重的課程壓力（每學期四門課程），以便迅速畢業。

在三學期時長中，學生每學期上三門課，學生可以在暑期進行實習。學校會安排很多企業宣講會，並提供實習申請的建議，但學校不保證實習的安排。學校同時提供暑期橋樑課程，供沒有較強計算機科學背景的學生選修。

2.專業分支

數據科學碩士項目開設有三個專業方向：

• 計算與統計理論
• 健康科學與生物醫學科學
• 商學與社會科學

3.申請條件

• 要求申請者本科畢業，擁有STEM專業或編程經驗背景更受歡迎。
• GPA3.3+
• 托福105+/雅思7+
• GRE不是必需的，但分數在80%以上是更有優勢的

4.課程設置

該課程是為具有科學、工程、數學或商業背景的學生設計的，共需修讀至少30個課程學分，屬STEM。研究生學位均通過藝術與科學學院授予。四門核心課程共16學分。學生可以從多個必修課程中挑自己喜歡的，最終完成30個學分即可。

學生需要完成4個學分的實習課程，結束後每個學生需要做個人展示，通過後即可拿到碩士學位（該課程是碩士畢業考試性質的）。學生需要至少修讀3門選修課達到10個學分以上。

核心課程

統計計算入門(每年秋季提供)

中級統計和計算方法（春季提供，需先修初級）

數據挖掘(秋季和春季提供)

資料庫系統(秋季和春季提供)

實習訓練

數據科學實習 (暑假期間提供)

選修課

可以從計算與統計理論、健康科學與生物醫學科學、商學與社會科學方向課程中選擇

5.申請材料

• 網申申請表
• 非官方英文成績單
• 三封推薦信
• PS
• 簡歷
• 托福/雅思成績
• GRE不是必需的，但分數在80%以上是更有優勢的
• 申請費：$60

06、東北大學數據科學項目介紹

1.項目介紹

東北大學的數據科學MS in Data Science 開設於NEU波士頓校區CCIS院下，為2016年新增項目。該項目主要培養學生建立起處理、建模、分析和推理數據的綜合架構。項目要求完成32個學分。GPA需要達到3.0+/4.0。畢業生一般就業崗位為數據科學家和數據工程師，或者繼續就讀博士學位。

2.先修課要求

所有錄取學生，無論背景如何，都需要在開學前1周參加兩個入學考試。

分別是：計算機科學和編程基礎和統計、概率論和線性代數基礎。

如果在考試中成績低於B，那麼學生需要額外修對應的基礎課程。

3.課程設置

項目要求5門核心課程，主要為介紹數據科學的基礎技術。

演算法和數據處理兩門核心課程主要研究基本概念和語言，注重數據表示、存儲、操作和查詢，以及大規模的計算和優化。

機器學習和數據挖掘的兩門核心課程介紹了關於數據建模、可視化、揭示關聯和預測的概念。Capstone課程（相當於畢業項目）主要展示學生數據科學的整體觀點。該項目主要面對有數據和計算機基礎的學生。

五門核心課程

• 演算法和數據處理兩門核心課程
• 機器學習和數據挖掘兩門核心課程
• 信息可視化一門核心課程

核心課程GPA要達到3.0+/4.0才可以畢業。學生還可以在學校選擇3門選修課。

4.學費及獎學金

學費每學分1600美金，共32學分。學費花銷約51200美金。所有學生都會自動納入以下兩種獎學金的考慮範圍，無需額外申請：

• 優秀學生獎學金：為符合資格的學生提供25%的學費減免。此獎學金是頒發給那些在學業上表現優異的新生，只要學生保持良好的學術成績，獎學金將在學生的整個學習期間提供
• 院長獎學金：全日制學生有資格獲得高達學費三分之一的研究生學費獎學金，最高金額不得超過全日制註冊的四學期的學費；非全日制學生有資格獲得高達學費四分之一的研究生學費獎學金，最高金額不得超過兩學期的學雜費

5.申請條件

• 成績單，要求GPA3.0+（成績單錄取後寄）
• PS，包括相關工作經驗的描述。
• 簡歷
• GRE，150V/155Q/4.0A（注意寫作分要求）
• TOEFL，100+
• 三封推薦信

6.選擇東北大學的理由

• 東北大學成立於1898年，是美國十大私立大學之一
• 東北大學在美國綜合類大學中連續幾年排名前50，US news 2019排名44
• 東北大學校內有350多個學生社團和俱樂部
• 東北大學就業服務排名全美第二。90%以上的本科畢業生在九個月內就可以找到非常滿意的全職工作或者繼續攻讀碩士學位。並且89%以上的學生畢業後都能從事與本專業相關的工作
• 東北大學注重學生的創新意識，發展跨學科領域，倡導體驗式學習。自2006年至今，已經新添加了126個新興的學科領域。2014年一年，共有182項專利來源於學生和老師。截至目前，NU 共有37個跨學科研究中心，29個老師和學生共同創立的衍生企業

07、麻省理工學院商業分析介紹

1.項目簡介：

麻省理工學院的商業分析專業開設在斯隆管理學院下，項目時長為1年。該項目適合致力於從事數據科學產業工作的畢業生申請，也適合尋求職業提升或改變的人申請，特別是工程師、數學家、物理學家、計算機程序員和其他高科技職業人士。該項目屬於STEM項目，有36個月的OPT。

2.課程設置：

該項目共需完成48學分的課程，完成一年專業課程學習後，學校還將跟部分大公司合作為學生提供實習。

麻省理工學院的商業分析專業課程中，核心課程側重定量分析，選修課可以自由選擇分析類或商科管理類課程，包括：

7門專業必修課：邊緣分析，應用概率和隨機模型，定點分析，優化方法，分析實驗，機器學習，從分析到行動；

一個關於分析工具的研討會；

3門選修課， 從以下課程中選擇：非線性優化，強大的建模、優化和計算，媒體公司，投資管理，財務分析，演算法交易和定量投資策略，數字營銷和社交媒體分析，企業數字經濟的轉換，運營管理概論，供應鏈規劃，運營管理理論，物流系統，營銷管理，產品管理，營銷分析，網路科學和模型，統計學習理論和應用程序，應用機器學習，機器學習，矩陣方法在數據分析、信號處理和機器學習中的應用等等。

從指導課程開始，過渡到核心課程，核心課程以數據分析和R語言軟體的運用為基礎，側重分析能力的培養，為學生日後從事商業分析、處理大數據方面的工作打下堅實的基礎。

3.申請材料：

Resume

Essay Questions

Letters of Recommendation

Academic Records

Video Question

Optional Question

Test Scores

Application Fee

4.往年錄取數據：

• 平均GPA3.9
• 男生62%，女生38%
• 美國學生25%，國際學生75%
• 平均工作經驗0-2年，包含實習

5.申請建議：

• 不管你是什麼專業背景，請務必保證高GPA，最低3.8以上
• 商科或文史類本科的小夥伴，必須補充計算機編程課程
• 建議爭取刷分到托福110左右，GMAT750左右或GRE330左右
• 你還必須有強大的實習背景，商業分析、行業分析、數據分析、金融分析等類實習都可以

08、加州大學聖地亞哥分校商業分析介紹

1.項目介紹：

加州大學聖地亞哥分校，是設立在美國加州聖地亞哥市拉霍亞的一所世界頂尖的研究型大學，隸屬於著名的加州大學系統。

加州大學聖地亞哥分校商業分析碩士為期1年，共需修讀50個學分，屬於STEM延長簽適用項目，要求申請者本科畢業，擁有數學、經濟學、統計學、物理、工程或計算機科學或其它計量專業背景，數學基礎良好，且學習過統計學、概率論等課程並掌握一些統計軟體或程序語言的運用，如SAS、R語言、STATA、MATLAB等。未有本科學歷，但計量基礎良好且有5年以上相關工作經驗的學生亦可申請。該項目向所有學生——包括國際學生——提供Fellowship獎學金，無需單獨申請，自動隨Offer發放。

2.申請要求：

• 托福：95/雅思：7.0
• GMAT：平均715
• GPA：平均3.5
• 學費：$56,000/年

3.課程設置：

必修課

Professional Seminar 專業研討會

Business Analytics in Marketing, Finance, and Operations 市場營銷，財務和運營的分析

Collecting and Analyzing Large Data 大數據的收集與分析

Business Analytics 商業分析

Business Analytics Capstone Project 商業分析頂點項目

選修課

List A (要求20學分):

Customer Analytics 消費者分析

Supply Chain Analytics 供應鏈分析

Business Intelligence Systems 商業智能系統

Experiments in Firms 企業試驗

Managerial Judgment and Decision Making 管理判斷與決策

Business Analytics Project Management 商業分析項目管理

List B (要求12學分):

Creativity and Innovation 創意與創新

Technology and Innovation Strategy 技術與戰略創新

Research for Marketing Decisions 營銷策略研究

Consumer Behavior 消費者行為

Pricing 定價

Social Media Marketing 社會化媒體營銷

Behavioral Finance 行為金融學

Business Forecasting 商業預測

4.申請所需材料：

• 有GRE成績或者GMAT成績
• 托福或者雅思成績（其中托福最低95，雅思7.0）
• 最少兩封推薦信
• 文書
• 簡歷
• 成績單

09、紐約大學商業分析介紹

1.學校介紹：

紐約大學（New York University）簡稱「NYU」，是一所位於紐約的世界著名私立綜合性研究型大學，成立於1831年。紐約大學由18個學院和研究所組成，已經成為全美國境內規模最大的私立非營利高等教育機構之一，同時也是美國唯一一座位於紐約心臟地帶的私立名校。

2.項目信息：

MSBA項目是一個為期一年的非全日制項目，分為紐約大學Stern，紐約大學Abu Dhabi分校和紐約大學上海的五個現場教學模塊。

MSBA課程培訓您的技能，洞察力和能力，將數據轉化為富有預見性的信息，從而獲得更好的結果。

3.課程設置：

商務分析學碩士項目的設計考慮到了工作繁忙的專業人士。這是一個為期一年的非全日制項目，分為五個現場教學模塊。這個項目利用了紐約大學的全球網路。這五個課程模塊分別在紐約大學紐約分校、紐約大學阿布扎比分校和紐約大學上海分校這三個全球學位授予校園中進行，讓你在學習過程中獲得無與倫比的體驗式學習和人脈機會，充分發掘每個地點的價值。

學員在課程間隙時，在各自國家全職工作和生活; 這種非全日制將工作缺席時間減少到大約五周。在課程模塊之間，學生通過在線平台每周平均完成25小時的學習。

4.費用：

學費、課程材料、一些餐費和活動費加起來是$76,750，不包含住宿和旅行費用。錄取後的留位費是$7,150。

5.申請建議：

建議國際生在2月1日之前申請，以預留簽證時間；

建議申請人早申請，申請結果Rolling發放。

以上就是時代興華老師帶來的大數據相關介紹、學什麼專業可以進入從事大數據以及相關專業熱門項目解析，希望大家留學申請有所幫助。我們會持續更新更多的乾貨文章，敬請期待！時代興華留學，專註高端商科留學！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！