基本信息
课程结构（10 门必修核心课）
项目要求修读以下核心课程（英文与中文对应）：
-
Machine Learning
机器学习
-
Advanced Analytics Edge
高级分析应用
-
Optimization Methods
优化方法
-
Analytics Tools
分析工具
-
Communicating with Data
数据沟通与表达
-
Data Privacy & Ethics
数据隐私与伦理
-
Deep Learning Practicum
深度学习实操
-
Action Learning Seminar
行动学习研讨
-
Analytics-lab (A-Lab)
分析实验课程
-
Analytics Capstone Project (应用型压轴项目，7 个月)
分析压轴项目（由企业提供真实数据的问题）
选修课程方向（可选 3–6 门）
选修方向涵盖多个跨学科领域，学生可根据兴趣选择课程，包括：
-
Generative AI（生成式人工智能）
-
Social Media & Big Data（社交媒体与大数据）
-
Marketing Analytics（市场分析）
-
Finance & FinTech Analytics（金融与金融科技分析）
-
Healthcare Analytics（医疗健康分析）
-
Supply Chain Analytics（供应链分析）
-
Computer Vision（计算机视觉）
-
Natural Language Processing（自然语言处理）
应用型压轴项目（Analytics Capstone）
合作企业类型包括：
-
咨询公司
-
大型科技企业
-
医疗健康与生命科学机构
-
金融机构
-
零售企业
-
非营利组织
（文件中未列具体企业名称）
研究机会（可选择）
学生可参与：
指导教师来自：
-
Operations Research（运筹学）
-
Machine Learning（机器学习）
-
Data Science（数据科学）
-
MIT 工学院、Sloan 管院等多个学术团队
职业与就业（文件提供的数据）
常见就业岗位：
-
数据分析师（Data Analyst）
-
数据科学与人工智能相关岗位
-
机器学习研究/工程岗位（ML Engineer / ML Research）
-
产品数据分析（Product Analytics）
-
软件工程（Software Engineering）
-
机器学习工程（Machine Learning Engineering）
就业行业覆盖：
-
咨询公司
-
科技企业
-
互联网公司
-
金融机构
-
医疗与生命科学
-
零售与消费品行业
-
非营利组织
主要就业地区：
更多详情
还有疑问？立即咨询专业顾问
卜凡
- 1-3年
- 从业年限
- 50人
- 帮助人数
- 15分钟内
- 平均响应
在线咨询
顾问在线解答疑问
电话咨询
电话高效沟通留学问题
