（干货）中美贸易战下的商业分析

想留学，没方向？还不点我快来聊？

1.德州大学奥斯汀分校

University of Texas, Austin- Master of Science in Business Analytics 也是完美的项目之一--McCombs商学院在Hi-tech以及IT界的鼎鼎大名，Locate在Austin这种新科技中心。整个项目虽然只有十个月，但选修课里BA在每一个function的具体应用，以及各种practical capstone projects让整个项目异常充实。录取标准也是非常高，对STEM背景，International Experience，以及成绩都要求非常高，属于顶难项目。 2018 fall申请季，Class Profile总共63人，中国人一共16人，其中两个绿卡。一半美本一半陆本。陆本招生以名校和工作党为主。 商学院向BA项目里面学得最深的，machine learning工程学院有名气的老师教，业界大牛。atabase的课是CS的老师上课。 关于 capstone project。每年有固定的公司和新加入的公司，很多同学都是通过capstone project拿到公司offer。 Career Service学校有建resume book，把学生的简历放在里面，有公司有需求就会输送简历给他们；很多公司会来学校举办讲座，会从中挑选合适的人进行面试，面试机会多。就业率100%，主要在德州，2-3个在加州，有做ata science，consulting的，有工作经验的会给senior的职位 2.爱茉莉大学Emory University- Master of Science in Business Analytics 新开两届，但稳扎稳打的小而精的项目。总共class profile 44个/26个中国人（陆本12，9个有工作经验），印度人9个， 平均GMAT：720，平均GPA：3.33，整个项目不是太分控，有一个印度人GPA是不到3的，TOEFL大概一百零几。 感觉录取的都是学霸、学习能力很强。录取的人，大陆这边有中财、同济、上海纽约、上财等学校，上财的学生会多一些。录取的金融会计背景的学生多一些。 录取时前两轮都还好，到第三轮申请的学生很多。前两轮还会安排到北京上海去面试，第三轮就有点忙不过来可能会叫一些ambassaor来辅助面试。 第二轮是11月9日截止，12月初发完面试，1月初到北京上海面试。中国学生建议二轮之前，能够到北京上海见面，机会大一些，后面的轮次就不一定有这样的机会。 课程方面还是可以的，商学院里面属于技术比较强的了。R\Python\ Tableau\Data visualization \ML等都会学到，找工作完全够用，做BA绰绰有余。 第一个学期主要是打基础，第二学期开始有capstone。4个人一组一共有11个组，现有12个项目可以选，公司到学校来介绍一下，大家可以选，但最后还是会以分配为主。Capstone的承办公司以本土为主，学校会做一定筛选，基本都是大企业。 18 Fall入学就业率是100%，大部分都在亚特兰大，本土企业还是挺多的：Coca-Cola；home epot；Georgia pacific; Feex。也有个别在LA，加拿大的。Emory合作的公司Inustry比较多，学校也在计划联系更多的tech公司。就业岗位基本就是Business Analyst & Data Analyst。 career service还是挺用心的，不鼓励第一个学期就找工作，先把基础打好再找工作。Career Coach; Company visit; 改简历；找Inustry的人面试模拟等都有。学校通过一些talk或者capstone来给大家推荐工作，（capstone 理论上不提供工作机会 但可能会给推荐其他公司的机会）亚特兰大当地还是资源很好的。

1. 南加州大学 University of Southern California- Master of Science in Business Analytics 无需动员即成热门的Top项目，从MSBA早期的“靠学校出名”，历练这么多年，USC Marshall MSBA也变成了一个真正成熟的MSBA项目。 录取方面，虽然有很多人在洗白USC并不是分控。但至少数据说明，USC的确是分控，而且分控之上，其他要求也不低。。。海本学生和工作党也占很大一部分。Class profile 共100人，中国学生60-70人。专业上的多元化，除了商科背景的，还有CS背景的同学，有些同学已经是投资人了，可以提供一定的人脉。 从理论上讲技术深度非常深，可以任意选修工学院和其他学院的课程，只要irector审批就行，和ata science相关的课程都可以修；新开的AI课程也是麻省理工毕业的教授讲课；R、Python、SQL课程设置比较好；软课程只有两门，都比较实用； 没有capstone project，但是有类似课程和企业合作进行项目汇报，可以拿到企业实际的数据按照企业要求进行可视化，编程，代码，分析等，公司高管也会过来参加最终展示。而且项目时长1年半，可以做summer intern。Career Service方面，MSBA项目单独有一个career coach，可以帮助你改简历，mock面试；USC除了商学院的career fair，BA这个项目有单独的roun table 活动，不定期邀请公司的代表来分享BA这个项目在各个领域的应用。 就业率100%，基本上想找工作的都找到了；大部分在大洛杉矶区域，还有一些在湾区和德州，包括少数回国；职位从business analytics到ata scientist的都有，有做比较偏咨询的或是比较偏business intelligence，也有做比较底层的数据分析岗。
2. 明尼苏达大学University of Minnesota- Master of Science in Business Analytics BA四小龙之首。Class profile 共97人，中国学生20个(1个是MBA双学位的、美本3个、剩下都是陆本；应届生有5个)，美国学生20个，剩下基本是印度人。中国学生录取的多数都是商科背景的， 来自复旦、上财、外经贸、中南财经政法、西安交大、北外、广外、浙江财经、北京科技大学等。对中国学生来说分数要求：GMAT：710-730，GRE320+吧（官网数据平均GMAT：703 GRE：321）。 特别提示：听说今年面试题目会换，项目也知道有“面经”这种东西。 课程方面特别tech，印度学CS的同学都说难，老师也说课程是见过的商学院里面最难的。技术课程非常难非常深，Python跟学CS的学的深入度差不多。其他BA课程也很全面，各种Sector各种行业的商业分析都涉及到了，看似商科的课程也教得很tech。课程体系扎实，很全面，每年都有变化，根据上一届找工作需要的反馈，会做更改，比如SQL就根据上一届的反馈做了更改，注重实用技巧，对找工作非常有帮助。 Faculty很好，两个中国老师都是清华的，还有Stanfor出来的 Capstone项目方面，每学期都有live case, 都是公司的真实数据，夏季和春季是大家用一个公司的数据做分析，春季是五六个人一组，每个组都是不同的公司。工具应用到位，比如这学期会用到很高级的ML的东西了。此外，UMN项目有一个“Carlson consultant lab"相当于是一个咨询公司，我们项目的学生就是咨询师，做项目都是收费的。合作的公司大概有20个。期中至少5、6个是名气比较大的公司。 学校位置还是不错，有US bank \bestbuy\三安等大公司总部在这 。 就业率是100%，上一届我知道的中国学生有一个是去了新加坡（也拿到美国offer因为有新加坡绿卡且新加坡工资给更高所以去了），剩下的都留在美国了。 上一届中国学生只有2个留在明尼苏达，剩下的去各种地方的都有，去西海岸的尤其多。西海岸UMN的校友挺强的。而且都是去的Google FaceBook 沃尔沃 联合利华等名企，留在明尼苏达的其中一个是去的Best Buy做DS，Capital One（美国一家很好的银行）去年招了我们15个，中国学生大概去了5个。岗位大概就是BA/DA/DS这3个。做咨询的中国学生没有，有一个印度学生去麦肯锡的。 经常去各种公司参观，比如西海岸的goole之类，每周可以找coach改简历联系面试之类，还有往届毕业生的coach可以约聊，总之商学院很重视这个项目。据说春季时候会有各种公司一批一批来我们项目招生。Career center的coach大概有7、8个，人手挺足的，每周都可以约到。Career center也会帮忙提供Net working资源。 去年一半在毕业之前找到工作，剩下的在6、7、8月也都找到了。上一届做capstone时候有一个组的五六个人都被一家做赌场娱乐的合作公司招走了，工资有12W刀。
3. 哥伦比亚大学Columbia University-Master of Science in Business Analytics 录取人数大概在100人左右，开在IEOR(Inustrial Engineering An Operations Research）下，和商学院合办，一般课程在商学院上，一半在工程学院上，中国学生占2/3，还有印度人，法国人，美国不太多。 中国学生T108+，GRE326+（V153+）。项目看重GPA，陆本GPA在3.7+，主要来自国内知名学校（清北复交）和国内出国多的财经类学校；海本在3.8+。学生背景还是挺多元的，有数学，统计，经济，经管，金融，并不是要求以前是STEM专业的学生。基本课程要求：微积分，线性代数，概率统计，至少一门编程。实习非中国学生录取亮点：印度学生工作经验比较多，也有法国人读双学位过去读书的，还有清华大学与哥伦比亚大学商务分析硕士双学位项目过去的学生。 申请流程是一次性申材料，一次性发录取。2月初截止，一个月左右发online 面试，没有真人面。感觉招生官是已经通过申请材料，成绩决定录取了，视频的作用没有那么大。录取风格像工学院，成绩对于录取决定因素大。 项目课程固定，有6门必修课，选4门商学院课，课程偏数学，不偏编程。 Capstone的话，若以前没有经验，还是可以让学生从0到1学起。 工程学院的career 依赖于工程学院这个大背景，做的没有商学院的career好。同时，系里面的career是服务于这个系的，所以BA学生还要和系里其他专业学生竞争，竞争压力挺大的 就业方面，在纽约 boston 的各占一半。实习的话，有去AMEX和wayfair的。大概1/3找到实习了，2/3还在找实习中，去金融相关公司多，去科技公司的少。 总的来说，哥大录取的学生成绩高，背景丰富。感觉刚进来的时候，学生们对于找工作的期待还是挺高的，想进大投行，知名公司。找工作的方向也是各种杂。经过了小半年的学习，和找工作的过程，学生们的心里预期落差比较大，也受到了一些打击。
4. 加州洛杉矶分校University of California, Los Angeles - Master of Science in Business Analytics

第一届总共招了41个学生，中国学生有25、26个（应届生不到10个，不到25%；陆本有10个左右；录取学校人大、北大、央财、南开等）
第二届总共招40个左右的学生，中国学生22、23个（应届生30%左右；陆本只有2-3个，其中一个是复旦的） GT方面， 第一届： GMAT：应届中国学生 平均G750 TOEFL: 大部分学生不需要考T，知道的有TOEFL的平均在106、107的样子 第二届： GMAT：知道的基本都是750+，760、770、780的 TOEFL：平均110的样子（大部分没有T，参考意义不大） 录取学生的背景上： 1、三维很高，且第二届比第一届分更高，目测高于Duke, 哥大和Chicago录取的标准（第二届录取的人有美本GPA3.9，GMAT780的） 2、录取的有工作经验的占到75%以上 3、实习背景比较好：Morgan Stanley、中金、尼尔森等big name 4、有三维超高，多次拿国奖的 5、来的人90%都想去互联网公司 6、录取的人不然就是擅长business不然就是tech。 7、注重iversity：比如有一位巴基斯坦的40岁大叔，中年离异，读个书开始新阶段；有一位ABC，家庭背景很厉害，咨询公司已经做到manager；还有一位JP.Morgan做IT的CS背景的过来的。 录取进度上，分3轮申请，如果3轮没有录取到满意的可能会加一轮； 下一轮开始之前会把前一轮的结果放出来。 有Kira和一对一面试，面试官business背景多于Tech背景，面试过程有技术问题，但难度不会太大，建议做好准备的情况下第一轮申请比较好 课程难度上，跟商学院比很Tech，但跟CMU、MIT这种的比较深度低一些； 课程分3块：数据库管理、数据分析、数据可视化。去面试BA、DA完全没有问题，DS需要再多学一些内容，也差不多够用。 Capstone方面， 1、课程比较偏实战，基本每节课都会请企业里的人来给大家讲怎么做ata，做过什么case之类 2、第一学期上课（第一届是远程、第二届是on-site），后面两个学期都有practical thuner，最后一个学期跟企业做一个大的project 3、个人读书一年多一点的时间做了20多个projects(一些是学校的少数是自己找的) 4、前3个学期不能选课，最后一个学期可以选一些自己感兴趣的方向去学 5、课程总共要求48学分 6、师资方面：对大部分老师还是比较满意的，老师都有自己的经验，不然学术方面不然实战方面。比如有一个是Te演讲的常客，有一个研究time series，很专业 7、实习可选度方面不是太满意，因为第一届，先从一些local小企业开始，也有像uner armour这种的大企业，当然后面来上学的学生，这种情况一定会好很多。 Career service方面，如果想找flag工作，帮助目前还不是很大 在就业上，现在这个时间基本90%手里已经有offer了，差不多10%的人选择继续读书，PhD或者继续读Master，排除继续读书的，剩下的90%留美。最多是在LA工作，2个去NYC，4-5个去三番，还有十几个手里有offer没确定最终去哪。 岗位上差不多90%是ata相关，具体岗位主要看大家之前的工作经验，去做DS\DA的大概能有60%-70%（三番和LA还是有明显区别的，如果不考虑flag，来LA也是能找到很好的工作，如果比较考虑flag 企业，LA有一定的地理劣势）

1. 杜克大学 Duke University- Master of Quantitative Management- Business Analytics 四个track-Strategy，Finance，Forensic，Marketing四个track，我觉得Finance track录取最难，但Mentor Cloris觉得Strategy Track是最难的。交流后才发现我觉得Finance Track是中国学生标准认为的难，包括高分以及光鲜的实习，然而Cloris认为Strategy Track难是美国人认为的难，即对soft skills的要求。总class profile 150-160人，中国学生80-100人。美本GMAT平均700-720，陆本平均GMAT 750。美本学生居多，录取的陆本学生几乎都有国际交流背景；个人经历比较丰富。 关于该项目，民间一直有两大争议： 1） Duke这个项目是否足够tech oriente?我此处直接quote Cloris的回答：杜克有一门core class叫ata science for business。这个课的教授就是所谓的在哈佛教书的一个印度籍的教授。虽然是DS for business,但是其实非常har core,基本ML需要了解的概念上面的东西都会给你解释。这节课主要用R，但是上课并不会教你写R，只会告诉high level的concept然后上课的时候run r coe，教你怎么interpret result。 但是DS的东西很深，不可能在6个星期，24个小时的课时之内给你教会成DS。所以杜克MQM在上万这节课的时候，就出现了三种人群 -愿意花时间下课好好在研究老师发的hanout(部分内容可能上课的时候过的很快，想要彻底吃透必须下课花时间继续做research研读），一行一行的读老师写的R coe 并且复制粘贴自己重新再写一遍。这样才能保证不光理论知识稳定，并且R的syntax 也懂。 -上课老师讲的东西大致了解，基本信息知道，R coe的一些经常用的syntax会直接就可以上手。但是大部分做数据分析的时候就从老师发给的东西copy paste做minor upate。 -很努力的去听课，但是并不能听懂的人。下课也努力找老师、仍然不知道讲的是个啥。但是因为MQM基本都是小组作业、所以可以靠第一种类型和第二种类型的人把coe写好。这个人加business value,写report 里面的一些business unerstaning, eployment 之类的section. 然后至于没有很tech这个说法是这样的。基本上每6个星期一个term里面4节课中，有两门属于har core technical的课，有两门属于完全business,甚至连business都不一定相关的，一些让你了解很多其他方便的东西、读很多case,一起brainstorm做critical thinking并且iscussion。也有可能只有一门是讲technical的，剩下三门都是其他。这完全取决于这个人本身的水平。可能一些technical的课对于没有任何ata analytics的背景的人非常tech,我很多时候上课听不懂。但是对于一些有相关背景，甚至数学好，统计好，编程好的人来说，就过于简单了。所以只能说你看到的两个feeback的人在读MQM之前tech水平肯定不一样。到底是否tech都是根据自己的需求、以自己当benchmark来去做评判标准的。 2） 听说杜克就业并不是100%，而且一部分学生回国就业了 首先，从项目人数上，杜克属于一个大项目，100出头的人数，即使对Fuqua这种全美顶级在就业服务上的照顾难度上就很大，相对应的，几十个人的boutique项目就好照顾很多。所以WUSTL一下子扩招那么多的时候，老王的第一反应是negative的，一个商学院，一个项目，就业资源是有限的，不会随着学校名气无限大化，杜克也是一样。Fuqua MQM能保证一次发出10多份WayFair的Offer，这绝对是顶级的就业服务资源了，但是毕竟100多号人嗷嗷待哺。另外，因为杜克生源整体素质较高，所以很多学生就业期望过高，俗称“作”。对这群人来说，回国进big name投行，比留美做技术强得多。总而言之，杜克的就业服务，不是能那么轻易可以被challenge的。