全方位详解美国研究生商业分析专业

《华尔街日报》说，理想的“数据科学家”不仅要拥有传统的市场调研技能，还需要有能力从不同来源的上百万数据碎片中找出规律，再通过这些规律来推断消费者行为，找准消费行为的触发点并写出相关的统计模型。例如，在某电子商务网站，一名生物统计学博士过去几年里通过挖掘医疗记录来研究乳腺癌的初期征兆，现在他为网站编写统计模型，推断人们在该网站上用什么词条来搜索自己在大街上看到的时尚新品。在一家移动支付初创公司，一位编写统计模型、研究人们政治信仰如何变化的认知心理学博士，现在专门研究人们的行为模式，从而判断哪些零售商更有可能遇到顾客要求退货。

以下数字可以说明数据人才有多稀缺。招聘者说，一个拥有博士学位的数据科学家的起薪通常是六位数，工作两年后，就可以轻松赚到20万至30万美元的年薪。在美国职业社交网站领英网(LinkeIn)，有3.6万个数据科学家的职位虚位以待。另一家网站的数据显示，去年底有6000家公司正在招聘数据方面的人才。分析人士称，大数据革命将深刻影响人们的工作、生活和思维。“数据，已经渗透到当今每一个行业和业务职能领域，”全球知名咨询公司麦肯锡指出，大数据是“创新、竞争和生产率的新边疆”，具有变革性影响，是数字时代的生产要素，是获取竞争优势的一个源泉。毫无疑问，大数据的重要价值正日益凸显，数据分析将成为21世纪的一个“金饭碗”。麦肯锡的《大数据》报告显示至2018年美国大数据资深分析专家存在14万至19万缺口，决策经理和分析师缺口将达到150万人。美国各大学的大数据硕士课程从2011、2012年开始大量招生，对于报考学生的教育背景和知识结构要求比较高，但要成为真正的数据科学家，如果没有数年的内在数学能力训练和行业实践磨练，难以成为合格的数据科学家，因此，报告也强调即使在加快开展专业教育和职业培训的前提下，未来仍然存在人才缺口，那么吸引海外技术人才就是一个必然，中国是赴美留学生最多的国家，所以商业分析专业的学生回国之后的就业机会是比较多的。

商业数据分析（Business Analytics），这个自开设以来热度一直飙升，和Data Science俨然成为最新热门专业。这个专业之所以热度这么高，原因就在于其就业情况非常理想，平均的就业薪资也非常高，一般可以达到20-30万美金一年。同时，随着互联网的发展，越来越多的数据产生，而能够有效分析这些数据并将他们应用于商业的人才却极其短缺。

商业分析硕士（Master of Science in Business Analytics）主要是将大量复杂数据，经过定量方法和应用分析转换为合理清晰，便于管理的信息，从而做出合理的商业决策。学生会接触到先进的决策分析工具和技术，应用这些工具和技术在实际的商业领域中给予合理的解决方案。课程中涉及应用统计学、应用数学、计算机、优化选择、客户行为学、风险管理、运筹学和决策理论，商业统计方法，商业流程模型，商业决策模型，数据管理，运营管理等，并整合一些商科基础课程，如商业沟通技巧，领导力，市场营销，供应链管理等。这就是今后的数据科学家索要学习的内容了，以上课程可以分为三大类，商科 基础课程，技术类基础课程与专业课程。

数据科学家应具备的知识与技能要求非常高，从美国各大学的专业课程中的核心、必修、选修科目加上毕业 设计（Capstone）的设置情况，我们可以获得一些启示，可将数据科学家应具备的知识与技能归纳为“技术硬指标”和“人文软实力”两个方面。

技术硬指标方面主要有以下要求：

（1）数学。微积分和线性代数是大多数数据挖掘应用程序需要矩阵计算的基本算法 。

（2）统计学。掌握相关性分析、多元回归，揉合各种数据从不同角度进行预测性和指导规范性建模，会使用R、SAS、SPSS、SciPy、Stata等统计工具软件。

（3）编程和写脚本。掌握编程语言可以更具竞争力，如：Python、C/C++、Java、Ruby、Perl、MATLAB、Pig等。

（4）数据库 。熟练掌握SQL，关注NewSQL这类高扩展、高性能数据库，如：Clouera Impala、Clustrix、VoltDB等。

（5）分布式计算系统：熟悉Apache产品族，钻研NoSQL平台，了解Apache Cassanra和MongoDB的优缺点，动手实践Haoop、HBase、Cassanra、MapReuce、Hive等不断出现的新系统。

（6）数据挖掘。数据挖掘是跨学科的，借鉴人工智能和机器学习、统计数据和数据库系统等。

（7）数据建模。从ERWin、Agile Data Moeling、ORM Diagrams、UML class iagrams、CRC cars、Conceptual/logical/physical schema、DDL、Bachman iagrams、Zachman Framework等数据建模工具开始，掌握建模技术和方法。

（8）预测建模

（9）机器学习。

（10）数据可视化。选择掌握Flare、HighCharts、AmCharts、D3.js、Processing、Google Visualization API、Raphael.js、Tableau等其中一些可视化工具。

人文软实力方面主要有以下要求：

（1）专业领域知识。对某行业及其数据非常了解，诸如医药、政府、零售、制造业等。

（2）创造力和求知欲。有创造力的数据科学家都是充满好奇心的，需要出众的发现能力。

（3）善于包装会编故事。将复杂的数据包装后像讲故事般娓娓叙述出来。

（4）顺利执行项目、保证实现目标的项目管理能力。

（5）保护数据隐私的道德。

（6）通过简短的交流能达到目的的能力，称为电梯间交流（elevator speech）能力。

美国院校的MS in Business Analytics是属于STEM（Science, Technology, Engineering an Math）专业，如德州奥斯丁大学，本特利大学，康涅狄格大学等。STEM专业的留学生毕业后可获得29个月的OPT（Optional Practical Training，毕业后的实习期），而一般的商科专业只有12个月的OPT。这无疑为将来有志于留美工作的学生提供了更多获取工作签证 的机会。如果打算申请商科方向，又觉得12个月的OPT时间太短的同学们可以考虑一下申请商业分析这个专业。