收藏 | 商业分析&数据科学深入解读
为了满足市场对数据分析人才的需求,商业分析 (BA-Business Analytics)和数据科学(DS-Data Science)成为留学生申请的热门专业。
BA和DS的定义:
商业分析(以下简称BA)简单地概况来说,属于交叉学科,是统计学知识在企业实践中的具体应用,两者的基础知识是相通的,都需要对于数据的熟悉、敏感度,以及处理数据、建模分析的能力。
数据科学(以下简称DS)是一门涉及到统计,数据分析及其相关方法的科学,借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论,特别是以下分支:机器学习, 分类, 聚类分析,数据挖掘,数据库和可视化。
A和DS项目开设和课程侧重点:
BA专业多设置在商学院下,课程包含数学与统计学,计算机和管理科学;其中统计学知识超过1/3,计算机和商科知识各占近1/3。
DS专业更多设置在工程学院和文理学院下,课程设置更侧重于利用计算机进行数据分析,其中计算机知识占到约1/2,然后再是数学和统计应用方面的知识
除了硬性的三维分数以外,以下主要从申请人的专业背景,先修课以及软实力(如:实习或科研)来进行分析。
▶ BA申请准备
①专业背景:
BA是一门交叉学科,并没有限制专业背景,但最好要有一定的商业知识储备,并掌握编程和数据处理软件,例如SAS, Python以及一些语言比如R语言。因此,具有数学和统计,计算机科学,工程类,以及商科类背景的同学相对有优势。
② 如转专业申请BA,先修课建议:
1)数学 :线代,微积分,概率论和统计
2)计算机 :基础编程语言,如 C, C++, Java, or Python,R;以及统计软件和数学工具如:SAS, Stata, SQL,MatLab, R, S-Plus, Mathematica
3)商科:财会,金融,市场营销等
当然,没有达到先修课的要求也未必完全申不了,一方面可以学校内辅修,补课、或者上网课;另外,也可以用成绩单以外的其他经历来证明自己的能力。
③ 软性提升:
相关的实习/科研经历是非常加分的,建议的实习例如:券商、保险、基金、咨询、快消、互联网、500强等企业数据分析岗,或者实验室数据分析的项目。
▶ DS申请准备
① 专业背景:
因DS大多数开设在工程,文理学院,如数学或者统计等专业内,因此DS倾向录取数学、统计等背景的学生,同时希望申请人有软件编程基础、会写程序分析数据。如果没有非常强的数理基础,建议申请BA等要求没有这么强的专业。
② 如转专业申请,先修课建议:
以下概括大多数院校的DS硕士要求:
1)计算机基础
2)数学基础(比如微积分、线性代数)
3)概率论或者统计
如果有转专业计划的同学尽可能的修习以上课程,提升自己的竞争力,通过二学位、辅修学位、暑期课程、网课等方式多修课程,或者多参与相关的实践实习科研也对申请数据科学有很大帮助。
③ 软性提升:
1)科研类型:计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主
2)实习岗位:互联网公司、电商公司、金融公司、银行、证券公司等。