南加大毕业生解析BA专业（三）

Q4. BA的就业方向主要是什么？（我想进金融业/咨询，我适合读BA**吗？）
根据个人观察， BA 的毕业生只有极少数去了金融行业或者咨询公司。
有进金融行业做量化分析的吗？有。但是很少。我也有和 MFE 的同学聊过，我们确实有很多重合的课程以及 skillset （比如 Python, 比如 machine learning ，比如 excel solver… ），然而不重合的那些很可能恰恰的对于金融行业至关重要的那些。因此如果你目标明确做量化的，并不建议读 BA 。
有进咨询公司的吗？有。但是同样不多。 top tier 的咨询公司（主要指战略咨询）招人主要还是面向 top Bschool MBA 。如果想进咨询，那么你需要一开始就走上一条和别人完全不同的道路 —— 比如和 MBA networking, 疯狂准备 case interview 。
那么到底 BA 毕业生都去干嘛了？答案是去各行各业做 ata analyst / ata scientist 之类的工作了。基本上 BA 可以适用于各类行业（科技 , 制造业，娱乐业， … ），关键是公司有没有这方面的数据分析需求。
说到这里又不得不探讨一下 ata analyst 和 ata scientist 的区别这个问题了。首先需要声明的是，其实不同公司对于 Data Analyst 和 Data Scientist 有着全然不同的定义。有些公司 DS 做的事情就是别的公司 DA 做的，只是单纯的称谓不同。因此看 JD 是最好的方法。。。那么从一个大家比较认可的角度来讲， DA 主要是侧重于数据的整理性分析， a/b testing ， ata viz 。而 DS 主要侧重于 moeling 。而那些专注 moeling 的 s 职位，目前的行业趋势是很多都需要 Ph 或者会有很多 Ph 来和你竞争，因此研究生要在大公司做 DS 可以说是越来越难了。相比之下，找 ata analytics title 的工作会容易不少（当然工资上确实也会低）。非常不建议纯商科背景，或者入学前几乎不会 coing/ 没有接触过 machine learning 的同学去找 DS 的工作。。。一方面你需要很努力的在这一到两年的时间内学习课内外的 DS 相关的知识来达到 DS 职位的要求，另一方面，即使你能够胜任 DS 的工作了，也很可能因为过去的相关背景太少，而过不了简历关。
而 DA 的话具体又可以根据工作的部门 / 职能分类，比如 prouct analyst, customer analyst, marketing analyst, … 。但是万变不离其宗，分析方法基本都是一致的，只是对于 omain knowloege 的要求有所不同。比如有 marketing 经验的同学就比较容易找到 marketing analyst 的工作，因为公司会看重你在这方面的商业经验。

Q5. BA在美国就业的话，主要是在哪些城市？
其实目前 BA 在各个城市都有需求。之前也说了， BA 不是特别局限于行业的一类职位。因此可以说需求和城市的发展程度成正比。比如 SF 有很多科技公司，那么这些科技公司就有很多 ata analyst 的职位需求，而 LA 主要是娱乐业，但是这些娱乐业的公司也会有很多相关岗位（特别是 marketing analyst ）。因此可以说， BA 需求较大的地区 / 城市包括：旧金山地区，洛杉矶地区，西雅图，纽约，德州的奥斯汀 + 达拉斯，芝加哥，波士顿等等。
那么相应的，对于申请而言，如果你本身项目就在一个大城市，那么当然找工作会方便很多，而且很多公司也会倾向招本地学校的学生。但是就 BA 来讲，有非常多的 relocation 的先例，因此也不必太过担心学校太村这个问题（当然学校的 career service 要足够给力，并且你能够忍受飞来飞去进行 Onsite interview ）。