加州大学伯克利分校(University of California, Berkeley),简称「UC Berkeley」,是一所位于美国加州湾区的公立学校。在湾区的还有 Stanford,但公立学校的学费优势非常明显。所以 Berkeley 也成为加州公民第一选择的大学之一。Berkeley 在最新的 US News 全美综合性大学里排名第 22 位。
由于地理位置被一众科技公司包围,Berkeley 的校友也遍布湾区各大公司,其高科技领域的专业,如计算机、电子工程、数学等理工科都是其强势学科。提到 Berkeley,就还要提一个文化特点,美国历史上很多的激进运动都发源于 Berkeley,比如很著名的“言论自由运动“从 Berkeley 开始,蔓延到了全美,因此 Berkeley 可以称为是最自由、最包容的大学之一。甚至,还有校园内还为了纪念这次运动,设了一个”言论自由咖啡厅“(Free Speech Movement Cafe)。
2022Fall 加州大学伯克利分校新开了分析学硕士 Master of Analytics,今天就来带大家一起看看这个项目,对于想要申请这个项目并且符合申请要求的同学,现在可以准备开始提交了,申请截止日期在 2022 年 1 月 6 日。
该项目的项目时长 11 个月,从夏季学期开始,需要学 50 小时的 Python 课;经过秋季和春季学期后,第二个夏季需要完成 10 周的实习。可谓是满满当当的 1 年项目。该项目隶属于 Berkeley IEOR 系(Industrial Engineering and Operations Research),这也就意味着其核心在于技术及其应用。
分析学是链接运筹学和工业工程的一个数据分析桥梁。有了分析以后,优化、随机和数据科学的方法才能应用到解决运输、供应链、医疗保健、能源、机器人、金融和风险管理领域。同时,这些领域的挑战又反过来对决策分析和技术提出更高的要求,促使运筹学的发展。
一个新项目的建立,必然是伴随培养目标的。学校对于这个项目的毕业生是何种期待,而这些期待如何实现都是项目设置的指引方针。在 Berkeley 分析学硕士的官网上用了 2017 年的 PwC 报告的人才预测数据,数据表示工作岗位里 67%都属于分析岗。同时,学校描述了 Future Graduate Titles,即学校期待的项目毕业生的工作,大多也在偏技术的岗位和偏商业的岗位:
数据分析师、数据工程师、数据科学家、机器学习工程师、量化分析师
商业智能分析师、运营分析师、供应链工程师
因此,又一次证明了,这个项目的设定就是更偏向技术,而非商业的。
学校在设计课程时,考虑培养的是 Decision-making,做决策的能力。而他们认为,决策能力又可以展开为四个方面:数据分析、风险模型、优化、模拟。
Berkeley 的课程设置就分为三个部分:
夏季学期 Practicum:50 个小时的 Python Bootcamp
秋季学期 Core Analytics Methods:共有 4 门课,我们可以认为这是分析学的基础课。其中运筹分析、风险模型和模拟分析是契合 IEOR 的特点和与设置目标一致。
春季学期 Elective Specialty:学生可以自行选择 4 门课。纵观学校提供的课程名单,课程较为集中于金融工程、供应链和物流、数据库。我们会看到相比商学院下的分析类课程,Berkeley 的课程和其他领域的相关度有限,比如没有看到市场分析、社交媒体分析、审计取证等方向。
在申请官网页面,先修课要求如下:「Students entering this program are expected to have studied undergraduate-level linear algebra, probability, and statistics and have fluency in a computer programming language.」
也就说,线性代数、概率论、统计都是必须。更重要的是,fluency in computer programming language。Fluency 意味着 articurate, easy, smooth。 所以,如果你只是上 coursera 上补了一门计算机语言的课,那不符合要求。