本排名和项目介绍版权属于老王和ChaseDream,未经允许不可转载
Tier | 2020 Ranking | 2018-2019 Ranking | 学校 | 学校简称 | 学院 | 项目名称 | Competitiveness(17%) | Package Evaluation(3%) | Curriculum(10%) | Faculty(5%) | Location(5%) | Practicum Quality(5%) | Career Service(5%) | Employment Rate(15%) | Improvement Index(2%) | Employment Quality(3%) | Program Maturity(5%) | Rating of Uncle Wang(15%) | Rating of CD Mentors(7%) | 总分 |
T1 | 1 | Unranked | 麻省理工学院 | MIT | 商学院 | Business Analytics | 10 | 9.5 | 9 | 10 | 10 | 10 | 9.5 | 10 | 8 | 10 | 10 | 10 | 10 | 9.82 |
2 | 1 | 德克萨斯大学奥斯汀分校 | UTAustin | 商学院 | Business Analytics | 10 | 9 | 10 | 9 | 9 | 10 | 9.5 | 10 | 8 | 9 | 10 | 9 | 8.15 | 9.44 | |
3 | 4 | 南加州大学 | USC | 商学院 | Business Analytics | 10 | 7.5 | 10 | 9 | 10 | 8.5 | 8.5 | 10 | 8 | 9.5 | 9.5 | 9 | 9.1 | 9.405 | |
4 | 6 | 加州大学洛杉矶分校 | UCLA | 商学院 | Business Analytics | 10 | 9 | 8.5 | 9 | 10 | 9 | 9 | 10 | 8 | 9 | 9 | 9.5 | 8.8 | 9.355 | |
5 | 3 | 明尼苏达大学 | UMN | 商学院 | Business Analytics | 8.5 | 9 | 10 | 8 | 7.5 | 10 | 9.5 | 10 | 10 | 10 | 10 | 9 | 7.7 | 9.085 | |
6 | 2 | 爱茉莉大学 | Emory | 商学院 | Business Analytics | 9 | 9 | 8.5 | 8 | 9 | 10 | 10 | 10 | 8 | 8.5 | 9 | 8.5 | 7.65 | 8.905 | |
T1.5 | 7 | 5 | 哥伦比亚大学 | Columbia | 工学院 | Business Analytics | 10 | 8 | 8.5 | 9 | 10 | 8 | 7.5 | 8 | 8 | 8.5 | 8 | 8 | 5.85 | 8.315 |
8 | 7 | 杜克大学 | Duke | 商学院 | Quantitative Management | 8.5 | 8 | 7.5 | 8.5 | 6 | 10 | 9.5 | 9 | 8 | 10 | 8 | 8.5 | 6.65 | 8.285 | |
Tie 8 | 11 | 迈阿密大学 | Miami | 商学院 | Business Analytics | 7.5 | 8.5 | 8.5 | 8 | 7 | 9 | 9 | 10 | 9 | 9 | 9 | 8 | 6.55 | 8.285 | |
10 | 13 | 加州大学戴维斯分校 | UCD | 商学院 | Business Analytics | 8 | 7 | 8 | 7 | 10 | 8.5 | 7 | 10 | 8 | 8 | 8 | 8 | 5.95 | 8.09 | |
11 | Unranked | 圣母大学 | ND | 商学院 | Business Analytics | 9 | 8.5 | 8 | 8 | 6 | 8.5 | 9 | 8 | 9 | 8 | 7.5 | 8.5 | 5.35 | 7.965 | |
T2 | 12 | Unranked | 华盛顿大学西雅图分校 | UW-Seattle | 商学院 | Business Analytics | 9 | 8 | 7 | 8.5 | 10 | 9 | 7.5 | 8 | 7 | 9 | 7 | 8 | 5.15 | 7.895 |
13 | 8 | 威廉玛丽学院 | WM | 商学院 | Business Analytics | 8 | 8 | 8 | 7.5 | 6 | 9 | 9 | 9 | 8 | 8 | 8.5 | 7.5 | 5.25 | 7.8 | |
14 | 19 | 加州大学圣迭戈分校 | UCSD | 商学院 | Business Analytics | 8 | 7.5 | 8.5 | 7 | 8 | 8.5 | 6 | 9 | 8 | 8 | 7.5 | 7.5 | 5.2 | 7.68 | |
15 | 9 | 维克森林大学 | WFU | 商学院 | Business Analytics | 8 | 7 | 7 | 7 | 6 | 9 | 9 | 9 | 8 | 7.5 | 9 | 7.5 | 5.05 | 7.635 | |
16 | Unranked | 芝加哥大学 | Uchicago | 继续教育学院 | Analytics | 8.5 | 8 | 8.5 | 8 | 9.5 | 8 | 6 | 8 | 7 | 7 | 7.5 | 7 | 5.05 | 7.59 | |
17 | 20 | 罗切斯特大学 | Rochester | 商学院 | Business Analytics | 7.5 | 7 | 7 | 8 | 6 | 8 | 8.5 | 9 | 8 | 8 | 8 | 8 | 5.05 | 7.565 | |
T3 | 18 | Unranked | 威斯康星大学麦迪逊分校 | Uwisc | 商学院 | Business Analytics | 7.5 | 8 | 8.5 | 8.5 | 6 | 8 | 8 | 8 | 8 | 8.5 | 7 | 7.5 | 5 | 7.48 |
19 | 15 | 密歇根州立大学 | MSU | 商学院 | Business Analytics | 7 | 5 | 8 | 7 | 6 | 8 | 7.5 | 10 | 8 | 8 | 8 | 6.5 | 5 | 7.34 | |
20 | 10 | 伦斯勒理工学院 | RPI | 商学院 | Business Analytics | 7 | 6.5 | 8.5 | 7 | 6 | 8 | 6 | 8 | 7.5 | 8 | 8 | 7 | 5 | 7.125 | |
21 | 17 | 南卫理工会大学 | SMU | 商学院 | Business Analytics | 6.5 | 6.5 | 7.5 | 7.5 | 9 | 7 | 7 | 7.5 | 7 | 7 | 8 | 7 | 5 | 7 | |
22 | 18 | 布兰迪斯大学 | Brandeis | 商学院 | Business Analytics | 7.5 | 7 | 7 | 6 | 9 | 8 | 7 | 7 | 7 | 7 | 7 | 7 | 5 | 6.985 | |
23 | 12 | 乔治华盛顿大学 | GWU | 商学院 | Business Analytics | 6.5 | 6.5 | 7 | 7 | 8 | 7.5 | 8 | 7.5 | 7 | 7.5 | 8 | 7 | 5 | 6.965 | |
24 | 24 | 马里兰大学 | UMD | 商学院 | Business Analytics | 6.5 | 6.5 | 8 | 7 | 7.5 | 8 | 6 | 7 | 8 | 7 | 8 | 6.5 | 5 | 6.82 | |
25 | Unranked | 波士顿大学 | BU | 商学院 | Business Analytics | 7.5 | 6.5 | 7 | 8 | 10 | 6 | 6.5 | 7 | 7 | 7 | 6 | 6 | 5 | 6.795 | |
26 | 14 | 圣路易斯华盛顿大学 | WUSTL | 商学院 | Business Analytics | 6.5 | 6 | 8 | 7 | 7 | 8 | 7 | 7 | 7 | 8 | 7 | 6.5 | 5 | 6.79 | |
Others | 27 | 16 | 本特利大学 | Bentley | 商学院 | Business Analytics | 6 | 6.5 | 7 | 6 | 9 | 7 | 7 | 8 | 8 | 7 | 8 | 6 | 5 | 6.735 |
28 | 21 | 加州大学尔湾分校 | UCI | 商学院 | Business Analytics | 7.5 | 7 | 7 | 6 | 8 | 8 | 8 | 6 | 7 | 7 | 6 | 6 | 5 | 6.635 | |
29 | 22 | 圣克拉拉大学 | SCU | 商学院 | Business Analytics | 6 | 6.5 | 8 | 6.5 | 10 | 8 | 8 | 6 | 7 | 6 | 7 | 6 | 5 | 6.61 | |
30 | 23 | 凯斯西储大学 | CWRU | 商学院 | Business Analytics | 6.5 | 6.5 | 7 | 6 | 6 | 6 | 8 | 6 | 7 | 7 | 7 | 7 | 5 | 6.45 | |
31 | 25 | 康乃狄格大学 | Uconn | 商学院 | Business Analytics & Project Management | 5.5 | 6.5 | 7 | 6 | 6 | 7 | 6 | 6 | 7 | 6 | 6 | 6 | 5 | 6 | |
32 | 26 | 斯蒂文理工学院 | SIT | 商学院 | Business Analytics | 5.5 | 6.5 | 7 | 7 | 10 | 6 | 7 | 5 | 5 | 5 | 6 | 5 | 5 | 5.88 | |
缺少信息未排名 | Unranked | Unranked | 弗吉尼亚大学 | UVA | 商业本科学院 | Commerce-Business Analytics Track | ||||||||||||||
Unranked | Unranked | 乔治亚大学 | UGA | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 约翰霍普金斯大学 | JHU | 商学院 | Business Analytics and Risk Management | |||||||||||||||
Unranked | Unranked | 亚利桑那州立大学 | ASU | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 福特汉姆大学 | Fordham | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 俄亥俄州立大学 | OSU | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 纽约市立大学巴鲁克分校 | CUNY Baruch | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 田纳西大学 | UT | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 辛辛那提大学 | Cincinati | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 德雷克塞尔大学 | Drexel | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 丹佛大学 | Denvel | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 科罗拉多大学布尔德分校 | Colorado | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 德克萨斯大学达拉斯分校 | UTD | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 爱荷华大学 | Iowa | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 佩波戴因大学 | PPD | 商学院 | Applied Analytics | |||||||||||||||
Unranked | Unranked | 西雅图大学 | Seattle | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 哥伦比亚大学继续教育学院 | Columbia | 继续教育学院 | Applied Analytics | |||||||||||||||
Unranked | Unranked | 普渡大学 | Purdue | 商学院 | Business Analytics & Information System | |||||||||||||||
Unranked | Unranked | 伊利诺伊大学芝加哥分校 | UIC | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 巴博森学院 | Babson | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 克拉克大学 | Clark | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 金门大学 | GGU | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 霍夫斯特拉大学 | Hofstra | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 雪城大学 | Syracuse | 商学院 | Business Analytics | |||||||||||||||
Unranked | Unranked | 华盛顿大学Tacoma分校 | UW-Tacoma | 商学院 | Business Analytics |
插播一下,扫一扫添加老王微信进入2021 Fall BA/DS或者金融会计硕士申请群,也可以与老王扯淡交盆友。
*点击蓝色目录可直接跳至项目介绍
在MSBA越来越普及化的2020 Fall, MIT和UCLA组成了MSBA录取难度的天花板(如果把西北的Analytics项目也放在这个行列,那么西北也算)。Top 30美本STEM类本科,高GPA强实习基本成为MIT MBAN的stereotype。19Fall class profile共计60人,国际生占比70%,平均GPA3.9,GRE quant部分平均168分。20 Fall也差不多,从少数的几个人看GPA至少3.8+,GRE325+,Gmat750左右,三维没有短板。
项目时长12个月,项目的毕业要求需要修满111-141学分,相当于十门12学分的课程左右。课程安排得非常满,以机器学习,优化理论以及一些常见编程语言的应用为主。编程课里甚至还有Julia这种最新鲜的编程语言(不知道julia是什么的自行谷歌,不是日本那个julia)。课程虽然少,但是涵盖了以machine learning为核心的所有关键课程,从此也可见Sloan MBAN对自身学生的定位直接跳过了Product-based business analyst的温饱需求,进入了ML-based BA。
MIT在秋季和春季学期中间有一个为期三周的短学期叫做Independent Activity Period(IAP)。这期间会有许多求职方面的辅导,从简历修改到模拟面试都有涉及。这也为后面学生进行capstone project做好了充分的准备。
Capstone project方面在7个月的时间里,学生们以两个人为一组,与美国和国外的赞助组织一起工作。在一月份,学生小组与主办组织配对,并分配专门的教员顾问。从2月到5月,学生们在麻省理工学院的校园里做项目,定期与他们的导师和主办单位见面。在夏季,学生们前往主办机构进行全职暑期实习。最终在8月份,学生完成暑期实习并提交最终报告和报告,获得正式学位。
Career Service非常不错。MIT有专门的Career Counselor,有Business Analytics Job Fair,有Westcoast Trek (去参访西部的科技公司)。地处波士顿,Capstone Project有很多非常优秀的Sponsor,比如McKinsey, BCG等等。BA项目还有强大的校友内推资源,学校也提供了非常全面的求职辅导,简历修改,模拟面试,以及和行业大佬的networking机会。
19fall学生毕业就业率100%,平均薪资$12万,进入咨询行业的占据42%,就职公司有BCG GAMMA, Amazon,McKinsey,3M,BlackRock等。就职岗位有Applied Machine learning Scientist,Data Analyst,Data Science Consultant 等。其中BCG GAMMA和McKinsey DS这种很多BA毕业生的Dream Job基本成了专供MIT MBAN,其余的BA项目貌似只有UCLA有过,然而数量上也远不及MIT MBAN。由此也可见MIT Sloan MBAN比别的BA项目高一头的强。
录取方面: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。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。Class Profile总共110人,国际生约10%,中国学生主要有美本和名校大陆本学生组成,三维高,GRE平均325-330,大部分没有工作经验,但实习非常丰富。项目按照轮次录取,申请时需要录制一个1min的视频。
就读方面:整个项目虽然只有十个月,但课程质量覆盖到各个方面很到位,很实用。有开设R,Python,SQL, SAS等基本的课程都会覆盖,比较高阶的和data相关的分析软件都会涉及,例如tableau等免费的软件。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。database的课是CS的老师上课。课业压力也会比较大。
关于capstone project,每年有固定的公司和新加入的公司,老师根据学生填的survey preference来分配公司。有15-20个公司可选,一个公司可能有多个项目,项目质量很好,一些同学通过capstone project拿到公司offer。
就业方面:作为德州最好的公立学校,UT商业资源很多,就业压力相对小一些。Career service提供无次数限制的mock interview,提供反馈,同时有建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。项目自己有单独的career coach。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%,就业的location全美都有,但是大家的preference会集中在德州,尤其是Austin,因为Austin是Silicon Hill 有很多高科技公司。公司职位有BA,DS等,平均起薪$8.5万,如果有工作经验的可以拿到$9-10万,没有工作经验的可以拿到$7-8万。
感谢来自UT-Austin MSBA就读学生分享。
录取方面:数据表明,USC是高分控,而且其他要求也不低。Class profile每年约100人。2019fall 89人,中国学生60左右(中国国籍的30-35人)。2020fall明显扩招,发的AD有250+,不知道最终接受AD的人有多少,但高分控依然明显。鉴于BA项目每年申请人达到8000+,虽然扩招,但申请难度仍然很高。
从2019年录取数据来看,平均GRE 324,Gmat 726,但中国学生的bar比平均bar要高,GRE325-330左右,GT730-740左右,GPA3.7+,TOEFL 104-110+。中国学生由top50美本+211/985级别的top陆本组成,除了商科背景,还有CS背景的同学,综合能力、个人素质等都较强,实习经历很丰富,有的是已经有很不错的big name工作经历。平均工作经验1.5年,应届学生也有多段实习。 申请季按照轮次录取,每一轮录取pace都比较稳,offer不会在某一轮全部发掉;基本三维达到了之后会关注你是否有亮点和这个学校契合。无面试
课程设置:技术深度从软到硬全覆盖。课程教授是资深的行业大拿,教的课程和产业前沿结合。院内必修课程包含SQL,Machine Learning,Python,data visualization等,选修课程大部分可能涉及的领域和产业都可以选,课程倾向于产业特性化和模型特化。课程设置上适合产业的会专门放出产业做分析比如marketing analytics,finance analytics,Healthcare analytics;还会有比较深入的AI。有些模型很重要的,也会专门为这个模型开设课程,比如时间序列等。课程很丰富,院外的很多课程也可以选修,比如工学院的一些比较tech的课。 没有capstone project。但是每学期差不多要做2-3个和capstone差不多的project,与院方的business partner(几十上百家公司)合作。这些project的数据也是公司给到真实数据,教授会教你如何分析,也会和合作公司的员工和高管进行交流沟通,得到反馈,最终也会进行展示。 课堂外有Business Analytics Student Association,与一些公司保持着联系。有些公司会定期发数据和竞赛让社团成员以小组的形式去做。小组成员也不限于BA专业的,例如MBA,工程学院的学生也会参加,做得好的也可以拿到奖金或者工作面试。而且项目时长1年半或两年,可以做summer intern并且能够充分调整求职pace,这也让USC成为求职Pace最灵活的BA项目。
就业方面:整个学院的资源向BA项目倾斜,进学校有5节课程专门教MSBA的学生networking,怎么改resume,LinkedIn等,同时还会保证每个学生有至少一轮模拟面试。所有的advisor对MSBA项目的学生全部开放,同时BA项目还有专门的career strategist来阻止协调各种career workshop。很多的教授和校友也会提供一些职位只招MSBA学生。学校每年有两次的招聘,同时BA项目还有"round table",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,给学生提供networking的机会。
就业率基本100%。回国的话能去到头部公司,例如阿里,腾讯,百度,字节跳动,滴滴等。留美就业的location大部分还是选择美西大洛杉矶区域,还有一些在湾区和德州,公司包括Facebook,google,uber等;公司职位有Business Analyst,Data Scientist等,起薪$12万左右。
感谢来自USC MSBA就读学生分享。
录取方面: 17、18两届每届40人左右,19fall扩充到60人,中国学生大概在一半左右,包括非中国国籍的华人。因为class size比较小,且没明显扩招,UCLA的BA始终属于申请难度最高的项目之一,且每年申请人在8000+,属于在AO审阅材料阶段就很难的项目。应届生约30%,比较偏好美本和大陆名校申请人。大陆本较少,基本是清北复交or国内一线财经类毕业,美本基本是UC系列和其他top50的学校。录取学生平均有2年工作经历,不乏国内外big name。应届生的实习背景也都比较好,有Morgan Stanley、中金、尼尔森等。GMAT 平均724,TOEFL平均106,大陆本的bar要更高,GMAT基本750+,T基本110+。本科有商科背景的学生,也有tech背景的学生,diversity比较高。录取进度上,按照轮次录取,每一轮的DDL比其他学校晚,面试为真人面。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。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
就读方面:课程难度跟商学院比很Tech,但跟CMU、MIT这种的比较深度低一些。Coding相关的R,Python和SQL课程会全部覆盖到,同时根据业界的主流方向调整上课用的coding软件,现在学校更多侧重于使用python;学校也开设了python的boot camp。Modeling skill和统计等业界用到的也都会覆盖,例如:tree model,regression,neural network。如果是想追求machine learning engineer方向的话可能和这个项目不太匹配。课业压力不小,但是还能接受,不会占用全部的时间。
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data,做过什么case之类。capstone project分为4人一组,项目数量可以保证每个人都参与到。项目也是公司与个人双向选择;有像Microsoft这样的大公司,也有一些startup小公司;每个项目会配备一个professor。项目开始前一学期每个team需要根据自己的兴趣选出top4,并准备proposal来bidding。项目的老师会根据组内成员的skill set和proposal匹配,然后根据bidding和匹配度分配项目。Capstone project通常比较hardcore,因为professor和clients都有监督,但是各组内贡献度参与度都靠个人。
就业方面:项目单独有个team来帮助学生,有专门的career director,同时还可以用学校的资源;career director每周会举行讲座告诉学生如何找工作,也会push每个学生找工作的进度,进行mock面试,亲自去career fair交谈。同时还会利用自己的资源帮助学生找实习,比较尽职尽责。
除了10%左右继续读书深造博士,90%都在美国工作,大部分集中在湾区or LA,还有一些去纽约和西雅图。公司职位包括Data Scientist,Business Analyst等,平均工资在$10万以上。
感谢来自UCLA MSBA就读学生分享。
Class profile共110左右,华人45左右(包括持有绿卡,台湾的),其他的都是印度人和美国人,大部分学生都是陆本,有来自上财,复旦,北外等等。录取学生里面三维有很高的,也有很普通的,总体来说20fall相对19fall录取bar有所提高,应届生商科居多。大陆同学基本都是有1-2段实习。
对中国学生来说分数要求:GMAT:710-730,
GRE320+吧(官网数据平均GMAT:703,平均GRE320);2020fall前两轮录取标准相对于19fall有所提高,但是第三轮老王感觉录取标准有点下滑。总体来说,UMN并不是一个分控,但是非常看重你的实习或者全职的工作质量,以及面试的表现,很多GRE低于平均分的同学也是凭借很硬核的工作经历和面试表现拿到了录取。
项目整体是比较好的,也有水课,难度没有传说中的那么难。Tech方面在BA项目里面算是做得不错的。如果想转码,做非常硬的modeling或者machine learning方向的data scientist,这个项目可能不是非常适合。但是就BA而言,它的business insight和商业化的应用我认为项目都是有给到的。相比别的项目,我们的Coding算是比较多的,如果想做DS或者对modeling比较有兴趣的话,我们做的project关于数理方面的知识可能没办法关注到模型背后的数学推理,但是基础的概念和coding这个项目都可以给到。
Faculty很好,两个中国老师都是清华的,还有Stanford出来的。
Capstone项目方面,每学期都有live case, 都是公司的真实数据,比较大的livecase时长3个月,可以写到简历里面,也会加深对于各种model和data analytics的理解,对找工作也很有帮助。我们这届大概有24个client。学校会根据你的兴趣,skills,以及team的balance给你分配项目。项目的质量也是参差不齐的,4-6个人一个项目。有的是on campus,也有是去公司的。每个项目一周至少4次会议,每个组都会分配两个导师,一个是偏技术型的老师,一个是business方向的,老师会给到你关于他对这个小组项目的反馈,以便在给client汇报的时候保证学生的专业度。
就业率不错,我们这届已经有大部分的同学拿到了offer,基本都是relocate,有去旧金山,湾区的,有做BA,DS等,平均薪资在$9万多。
上一届98%的学生在毕业半年内都拿到了offer,平均薪资在$9.7万左右。UMN校招的占据了非常大的一部分,毕业生们去到的公司有Amazon,Capital One,Uber等等。
感谢UMN MSBA就读学生陈烧烤提供信息。
Emory就是BA项目中的尤文图斯和拜仁慕尼黑—顶尖豪门虽然有点距离,但可怕的稳定性和地方一霸的特性让Emory的项目榜上有名。
录取Profile: 2019fall 录取44个,(官方表示Class profile会控制在40-45)中国学生大约28个,陆本10个左右,陆本生源主要来自北大、清华、复旦、人大、武大、上财等,海本有大概接近10个是Emory本科直接上来的,其他也都是非常好的学校。
商科和经济背景为主,有个别数学和工科背景的,大部分学生的编程背景有限。
录取分数TOEFL: 平均约105,GMAT:平均720,GPA有3.5以下的,有工作经验的41%。被录取的人口语能力都很强。
申请分四轮,有Kira有面试。第一轮主要针对本校学生,第二轮主要针对国际生,二轮在北京上海分别会有face to face的面试,大部分中国学生都是第二轮录取的。北京上海分别有40人左右参加,最终录取的陆本10个左右,难度不低。
项目时长:10个月,分为SUMMER 、FALL、 SPRING。
课程设置:business、data、technology相结合
SUMMER:参加boot camps (Math, Technology, Business, and Business Problems Solving)
FALL:核心课程有:business statistics, business analytics, social network analytics, machine learning, data visualization, and designs analytics & optimization。
SPRING :两门必修两门选修,核心课程managing big data, machine learning,Capstone.
有一次西海岸的CAREER TREK,参观西海岸的科技公司,见校友等。
校友反馈课程tech程度较高,也非常intense:
【所有的课程都是project-based的,之前说的intense一定程度上体现在基本上每三四天就会有小的project的deadline。整个curriculum的重点在machine learning以及应用上,第一学期的Intro to BA和Machine Learning 1都是在学和用machine learning,用到了RapidMiner,R和Python。Managing Big Data这门课会快速review SQL,然后进入AWS,Hadoop,Pig和Hive这些的讲解。第二学期继续学Machine Learning 2,会学到Neural Nerworks和Deep Learning,然后学怎么在AWS上用Spark和Mapreduce实现各种Machine Learning的算法。(AWS是项目很大的一个亮点,很多公司也在用,不过因为费用太高,大部分学校都不会给学生来用,但是我们从第一天进来就会有自己的AWS账户,这些都费用都由项目来cover。)】
师资水平:官网MSBA faculty列出9个,分别来自NYU、 UMN 、UTA、 Princeton、 Stanford、 MIT 、Harvard 、GIT、 NYU的Ph.D。其中来自UTA Ph.D的Ramnath K Chellappa是项目的Director。授课老师水平高,项目经历和就业导师都非常负责任,有从Google,UMN挖来的老师,有在consulting做了十几年的老师等。
Capstone:合作企业大部分是500强少数start up企业,有凯撒娱乐、嘉年华、Cogitate、家得宝、洲际酒店、Knightscope、PACK HELTH、太阳信托银行等
校友均反馈capstone的质量很好,每周capstone都要开各种会,跟客户对接非常及时,比较严格,director coach得也很到位。
就业服务:非常用心,项目人数45以内,一对一的就业服务实现得比较好,可以保证每个人的就业指导和就业资源。目前已有数据的3届就业率都是100%,就业地点以亚特兰大为主。2019年52%在本地(亚特兰大),西海岸23%。岗位基本上都是business analytics、data analytic,也有data scientist。亚特兰大作为美国东南部重要的工业中心和航空运输枢纽,工业、制造业、运输业比较发达,可口可乐、达美航空等大公司的总部设在这里。
主要雇主有:埃森哲、凯撒娱乐、嘉年华、Coca Cola、德勤、达美航空、FedEx、乔治亚太平洋(造纸公司)、家得宝(家居饰品建材零售)、洲际酒店、曼合普-保时捷管理咨询、诺威屈伯德、飞利浦、太阳信托银行、Wayfair等
感谢Emory MSBA就读学生提供信息。
哥大的BA项目和其它的BA项目有所不同,它设立在工学院下面,所以它并不接受GMAT成绩,只接受GRE,并且与其它项目被捧为商学院的掌上明珠不同,哥大BA和MSE,OR项目共享就业资源。
项目录取在120-130人之间,其中中国学生大约有90人,占比为3/4。项目开在IEOR (Industrial Engineering And 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。
除了就业服务不够细之外,“保研式录取”也是广大申请者不喜欢这一项目的原因之一。中国学生GPA 陆本3.7-3.8,美本3.8-3.9,平均GRE 330+,托福110+。在90位中国学生之中,美本和陆本各占一半。陆本有集中在清北复交、中大、武大、浙大、个别南京和南开的学生。美本有UC系学校、Brown、哥大本科及Top文理学院,外加英本G5级别学校。录取专业非常多样化,有材料,心理,计算机等学科。同一所学校一个学院多数情况下只会录取一个人。
申请只有一轮,学校会在截止日后同一进行材料审核,会进行Kira面试。
核心课程有数学类课程:运筹和概率;有编程类课程:tools for analytics(教基本的Python SQL 等)、data analytics(数据涉及到的所有的包)、 business analytics(商院开的,每次讲一个方法都会通过一个case来讲,感觉很好)。对于原来没有编程背景的同学感觉有难度,原来学计算机就感觉不难。选修课程可以选算法、数据库、cloud computing这些课程(一致认为难度还是比较大的),想走business路径的,可以选商学院偏business的课程,主要内容是做case写paper等。必修18学分6门课,选修要求必须选12学分商学院课程,总体来讲,课业压力比较大。
实习课资源比较多,有高盛、Morgan Stanley、UBS之类的big name,也有start up的公司,每个人都有机会,供大于求。
Career service方面,学校提供的资源相比于LinkedIn等非常靠谱,一次info session大概五六十人过去,投完简历成功率还是比较高的。Career center也可帮忙改简历做面试模拟。(Career service是面向整个IEOR几百人)。但找工作靠career fair和自己的networking。
就业方面,美本基本都可以找到工作。 偏Business一些工作主要在NYC,想做SDE、Data Science会选择California或者Boston 。就业岗位主要为consultant, data scientist, data analytics等。陆本在美国找工作做consultant比较少,基本上均为Data类岗位,回国的可以找到consultant岗位。
感谢哥大MSBA就读学生提供信息。
录取方面:项目分为四个track-Strategy,Finance,Forensic,Marketing。Finance Track是中国学生标准认为的难,包括高分以及光鲜的实习,Strategy Track难是美国人认为的难,即对soft skills的要求。2019fall Class Profile 为234人,中国学生114 (其中大约有十几个有绿卡中国学生)。中国学生中,70%是商科背景(包括经济学),985院校申请人约40% ,211约30%,美本约20%。平均GPA3.65,60%以上学生TOEFL在105+、IELTS 7.5+,70%以上GRE 325+、GMAT 720+。但项目看重diversity,不一定需要是GPA3.9,GT330+110,一定要是TOP30,TOP10的学校,更看重申请者过去的经历,怎么样在文书中体现申请者的diversity。因此,有可能很高的三维都不一定能被录取,因为这不是项目看的最主要的标准。有的学生本科音乐,有的学生本科心理学。学生比较会说,比较外向。
录取时分4轮,10月份,1月份,2月份,3-4月份,大陆学生要在第1,2轮申请,申请完全按照官网Time Line来进行。
就读方面:项目整体不是非常Tech,偏Business课程,专注Technical、Functional、Critical thinking and communication三者的综合培养,case study比重比较大。第一学期有一门SQL,教的非常好,难度也高,比一般网课要难。不会教Python,会有workshop,老师教基本的Python用法,并不会从基础教起,不会教一些数据结构的内容。上课更多用R,R也是讲实用,不会从头教R怎么写,不会教数据结构的内容。上课老师直接把Code 给学生,所以会需要学生自己去学习数据结构的内容。开学前学校鼓励学生刷data camp的网课。会讲Tableau,Data Visualization这门课,整堂课都是用Tableau完成的。除了基本的Python、SQL、R、Tableau之外,还会教一些难的或者不太常用的工具,但是是以workshop形式讲课,所以讲的不会很难,如果想成为一个 data scientist,需要额外的补一些知识。
Capstone是在项目最后做,时间很紧张,持续6周。不同的track 有不同的选择。公司包括IBM,Microsoft,万豪,UPS,还有一些小公司等。具体需要做什么内容,需要看客户要求。在分Capstone之前,会让学生填写一个问卷,询问学生们对Capstone的preference,是想偏Tech一些,还是偏Business一些,还是二者都想要,根据学生的reference分配Capstone。有的项目允许学生写进简历,不过会不允许提到公司名字。
就业方面:学校每周会发邮件更新最近的活动、岗位、Info Session等。另外,每隔1-2周,会把学生分组,做case practice. Fuqua的资源涉及到各行各业,所以career service还算是比较全面。另外Fuqua是consulting target school, 所以这方面资源更显著一些。校友资源比较好,内推比较有效。有2个求职系统,一个Fuqua的,一个是Duke的。Duke的岗位,例如UI,不太适合MQM。Fuqua的career center服务200多学生,确实人比较多。所以最有帮助的是校友资源,找校友沟通,做Mock。
虽然项目人数较多,但就业率还不错,2019届就业率100%(包括几名选择继续读书和因个人原因放弃找工作的学生),平均年薪接近$9万,雇主包括咨询、四大、Uber, BB&T, 瑞银, 微软, 彭博, 因特尔, 联想, 沃尔玛, facebook, google, amazon,等,工作区域包括美国东北部、中部、南部、中西部、西南部、西部22。5%左右的学生选择回国。2020届因扩招到234人,找工作面临挑战较大,2-3月为面试高峰期,临近毕业是收offer的高峰期,因此目前还没有详细就业数据,已经有fulltime offer的中国学生大概有5-7个人,职位偏business analyst.
感谢来自Duke MQM就读学生提供信息。
19fall总人数90人左右,其中50位中国学生。20fall录取人数基本保持不变。GT有高有低,GRE320-330都有。从论坛和知乎上总结录取人背景信息分析:录取的学生GPA3.3+,托福过百,GT700+,GRE320+。录取的时候没有很看本科的背景,211学生比较普遍,美本有TOP50学校的学校。项目中国人大部分都是应届生,有全职工作经验的人较少,项目美国人大部分都是part-time。项目录取相对注重实习。
项目时长10个月,分成四个term进行,一共32个学分。项目本身是比较注重实际应用的, 也会考虑到不同同学个人的实际接受能力,所以如果是难的课一般考试会稍稍降低难度, 学习内容并没有减少多少。在BA里面项目总体偏tech,比较深度的machine learning,deep learning都有学,基础的R,Python,SQL, Spark, MATLAB也会学到。自己感觉作为学生不能完全依赖于课程设置,如果想要学tech一些的,还是需要自己花大量时间去学习的。如果本身本科学的不是很tech的,不能单依赖于课程,私底下还是需要花大量时间刷code。选课方面,在最后一学期有三个不同方向的选修课可以选,即:marketing,supply chain,SAS,可以依据自己想走的方向选。如果想走很tech的路线,也可以选择修CS学院的课程。
Capstone project采用合作公司提供的公开数据,例如德勤的项目每周都会和德勤的data scientist通话,大概会持续一个学期,他们也会持续给到意见,收获还是挺大的。上一届是人手1-2个capstone project可以选择,来过的公司有德勤,花旗银行,VISA,FPL等大公司。到我这一届有超过一半的中国学生都找到了实习,所以capstone project比较少,有四五个公司,主要也是分配给没有找到实习的人。4个人一组。
项目的career service manager是之前Emory的career service manager,老师非常负责,简历从格式到内容都会帮助修改,实习中如果和实习公司有摩擦,老师也会代表你跟公司沟通解决问题。学校单独给BA项目的学生提供的career service也非常多:
1. 定期的邀请行业大佬进行宣讲,给学生提供networking的机会,而且宣讲之后经常会有面试的机会;
2. BA学生申请capital one免简历关,可直接做coding test;
3. 项目与很多公司有直接合作,很多公司会直接来项目招人,大部分中国学生的春季实习都是通过项目资源找到的;
4. 项目的professor都会提供找工作的指导以及帮忙维护与公司的connection。
就业方面,19class里面50个中国人里面有超过30个人都找到了春季实习,因为疫情的影响目前全职的话有3个人拿到了Capital One, 另外有大概10个人目前的实习可以extend。项目带来的就业资源大部分都是在Miami。
感谢Miami MSBA就读学生提供信息。
10.加州大学戴维斯分校 University of California, Davis- Master of Science in Business Analytics
录取方面:19fall入学的学生是第三届。前两届都是一个班,大约40人左右,19Fall扩招成了两个班。Class profile共95人,平均GPA 3.5,平均GMAT 718,项目有来自陆本、海本、港本的学生,GMAT在730左右,GRE 325左右,TOEFL 105+,大多都有1-2年的工作经验,少数无工作经验,但是三维高,另加至少2段数据相关的实习。
申请是rolling的,提交申请后会比较快拿到Kira和Skype面试,两轮面试后1周左右会给offer。
就读方面:项目前两年均为1年制,19Fall变为10个月,分为3个学期,共计44个学分,主要分为business,computing/data,analytics三个部分。占比大概2:3:5,难度会从易到难。第一学期会有类似introduction to BA 和foundations of analytics之类的课。之后会有advanced statistics和machine learning之类的课。
课程总体课程一半business一半tech。对于没有什么编程基础的同学,这些课程还是非常受用的,对于有底子的同学UCD第一学期的课程也是一个加深理解和准备的过程。有了第一学期的基础课程,第二学期就越来越偏向tech了,比如big data和machine learning都接踵而至。
课程设置比较贴合公司对ba、da和pm的要求,学了machine learning基本的一些algorithm,不会学很多数学上的推导,更多的是学会在什么情况下使用什么算法,通过ml的作业可以很好地巩固课上学到的内容;除此之外,SQL的课程足以通过技术型面试;每学期也都有关于business的课;会有两节stats课。
该项目的practicum project是一个亮点,每个学生入学后会被分配到一个公司跟着做项目。与该项目合作的一些公司有Bowles Farming Company、Engage3、Hilti Corporation等。Practicum会根据个人意愿和教授对每个人的经历背景综合打分得到,不完全由自己选择;项目质量不错,每周会有和该公司负责practicum的人的内部会议,也有mentor可供咨询技术或者business方面的问题。
Career Service也很不错,大公司的tour一学期就好几个,大大小小的meet up更是达到了每个月一到两个。除了networking,学校也在personal profile以及resume上下了很大功夫。Resume会反复修改好几遍,还有经常性的workshop请来已就业的学长传授经验以及career service的人教学生如何利用LinkedIn等平台提高自己对未来雇主的吸引力,这些都非常受用。
就业方面:UCD MSBA项目位于旧金山市区,距离Facebook,Uber,Twitter的总部非常近,找工作和networking也非常的方便。如果说对于地理位置非常有执念的同学可以考虑,但是同时生活成本也是比较贵的。19Class的毕业生平均薪资为$10.2万,就业率为98%,国际生100%收到了美国公司的offer,地址大多在SF,也有去了Boston的。就业职位包括Data Analyst,Business Analyst,Data Scientist等,就职的公司包括Engage3,Facebook,Google,VISA等。
感谢UCD MSBA就读学生提供信息。
圣母在2019年开设了第一节Residential MSBA,共计35人,其中1人休学,目前在读34人,其中20个左右中国人。班上共有五个国家的人,其中包含美国、法国、马来西亚、新加坡和中国。
20年学校计划招生从34人变成80人,80人分成两个班,每个班40个人。在2020Fall前两轮中,其实并没有看到扩招带来的录取标准降低。前两轮申请录取的人中,基本能达到Emory的录取标准。很奇怪的是(可能是疫情影响),第三轮录取标准反而有所降低,非常重视文书和面试的表现,哪怕是GRE 320出头,也有机会获得录取。
录取学生平均GPA为3.67,GMAT均分707+,托福均分108,学生口语能力强,班上绝大多数同学有community service经历。对于陆本学生来说,均有过海外交流经历。中国学生中有一半美本,一半陆本。美本学生来自于圣母,南加大,华盛顿西雅图,密西根安娜堡,UIUC和GWU等学校。陆本学生大多数来自于983/211院校,例如苏州大学,西安交通大学,西南财经大学,南开大学等。有3名同学来自双非院校,其中有2个是中外合作办学。
对于国际生来说,申请分为3轮,集中发录取时间为3月左右。面试有on-campus和zoom面试,大多数人面试为50~60分钟。面试问题主要为behavior questions,总体来说,整个面试完全不Tech。
课程设置,有选修课和必修课,总计有31个学分,里面包含了4个选修课的学分,允许选别的学院的课,例如可以选统计系、计算机系、数学系、金融系和会计系等。项目是应用型的BA,并不是非常的Technical,也不过多的学习商科内容,但是学到的东西都很有用的。
Capstone是每年的1-5月份,大概有一个三四个月的Capstone 一门课,今年因为班级人数比较少,所以是和双学位的BA一起做Capstone,五个人一组,三个是MSBA的学生,两个是双学位的学生。做项目的公司从咨询公司到体育公司、到银行、到物联网、到制造业、食品行业等等,很丰富。学生选择自己想去的公司后,教授会根据一定的算法,保证每个人可以去到自己前三想去的项目或公司。
Career service方面,有一门课叫做Bridge to Success,会教同学怎么改简历,怎么去写Cover Letter,怎么去做elevator pitch,教一些networking及面试的技巧,会有各方面的求职方面的培训。Career service中有一个career coach,只负责此项目的,平时可以跟他约改简历,改Cover Letter,面试,就算去跟他就算闲聊也都可以,反正他人非常的好;此外还有我们一种Career check(去芝加哥的大公司进行参观)。另外学校有秋学期和春学期的招聘会,还有另外两场单独的net working活动。如果对consulting,对咨询行业比较有兴趣的同学,学校在9月份和10月份专门有一个consulting connect。此外还有同学通过career fair及学校的求职平台拿到offer。
就业方面,因为项目是第一届,今年遇到疫情。但是目前大多数人都是已经面过挺多家公司的,班上也有很多中国同学拿到offer,例如Uber,有德勤、有普华永道,有安永,还有一些小公司。就业岗位包括DS、product analytics、risk advisor或者technical advisor和pricing analytics等。就业的地点分布在全美各地,在芝加哥的,洛杉矶,亚特兰大,德州等地,也有去纽约和西海岸的。
补充一点的是学校非常的良心,学费只有5万刀出头(在一个私立学校能有这么低的学费,就是一件很神奇的事情)。学校还会给很多奖学金,奖学金的range是从6000块钱美金到3万块钱美金,第一届94%的同学都是有奖学金的;另外,学校对于学生的feedback会非常的重视,会对学生提出的不足及时进行想对应的调整和完善;生活成本较低,是一个性价比非常高的项目。
感谢ND MSBA就读学生提供信息。
2020fall是项目开设的第二届,19fall录取了3个中国人,20fall录取30-50中国人,比较偏好海本,分数并不算分控。根据录取学生背景统计, GPA3.5左右,TF过100,GT过700线,GRE320,有一两段实习经历或者海外交换经历。只有两轮申请。
课程设置方面:项目时长一年制,共计45个学分,分4个学期上课。课程除了基本的R,Python之外,还有一些business相关的课程。课程从财务运营到编程和建模,再到机器学习和人工智能都有涉及到。第一年项目,课程tech程度方面还无从查证。
就业服务方面有专门的career coach帮助学生制定详细的职业发展目标。学生还可以通过CAREER READY LEARNING MODULES和CAREER WORKSHOPS学习一些求职技能。学校定期举办的career fair也为学生提供了和业界大佬networking的机会。学生比较常见的就职岗位有Business Analyst,BI Analyst,Data Scientist等,因为是第一年项目,具体就业数据以及就业岗位还无从参考。UW-Seattle靠近微软、亚马逊、英特尔等公司总部,也给学生找工作提供了便利,相信学生的就业前景应该挺不错的。
录取方面:因为WM每年要接受DC周边企业sponsor来读书的当地在职群体,中国学生的比例一直在BA项目中非常美丽。近2年项目总人数是80-90人(2019fall为88人),中国学生不超过25人(2019fall为23人)。偏好美本学生,项目中23个中国人中,有4个是陆本,且这4个陆本中还有人有海外工作经历。录取的中国学生沟通能力非常强,这也是AO非常看重的。2020fall对美本的的偏好更加明显,经常对美本申请人的要求比较低,但对陆本要求非常高。招收的学生商科背景居多,中国学生大陆本的GT大约在325+,105+,GPA 3.5+,大陆本不是很看重本科学校,有985,211学生,也有双非学生,应届生基本上都有多段实习。
录取有先到先得的倾向,陆本基本都是第一轮录取的。今年变成rolling了,面试发的相比于之前发的比较多,AO希望通过面试来多了解申请者的沟通能力。
就读方面: 课程设置有AI,Machine Learning,Big Data等比较tech的课程,没有communication skills类的课。技术难度因人而异,如果此前缺乏一定技术背景,可能需要时间来适应课程难度。在开学前一个月,有三周时间的bootcamp,每周上一门课,有Probability & Statistics,Linear Algebra,R and Python,帮助学生打基础以及熟悉新同学新环境,这样开学后会轻松很多。
Capstone是在项目最后一个月会做到,即4月份开始到5月份结束,为期三周。放在最后一个月是考虑让大家能学习到足够的技术后再开始做,这样子会比较有收获。不过也有缺点是在简历上会很晚才能写capstone经历,但很多课程都有小组作业,可以作为hands-on project经历写在简历上。Capstone可选度和整体质量都比较高,项目director会帮助指导和提建议。
就业方面:每年秋季会有很多公司入校宣讲。入学后就会有advisor提供简历修改、面试指导、networking技巧等指导。有4个adviser,不过不是tech背景。因为商学院本身资源在四大、金融咨询公司,所以adviser对这类简历的修改很有经验,但对BA的简历就不太擅长,对于BA学生求职方面只能做一些比较general的工作。另外,学校有个项目是executive partner,是因学校地理位置非常适合养老,项目会请来一些退休去当地养老的老爷爷老奶奶,他们在退休前是一些公司的高层,请他们来为学生求职做一对一指导。
就业率接近100%。华盛顿是学校学生找工作的主战场,纽约也会有听过学校名字的公司。离DC近是优势,但是也有不好的地方就是来的大多数都是federal 的,不招国际生。公司主要集中在金融行业、咨询行业、四大,科技行业比较少。就业公司包括Amazon, Deloitte,IBM,JP Morgan,Capital One等。职位有adviser, Data Scientist, Data Analyst, 等. 中国同学做data analyst比较多,例如有不少同学去四大,做adviser和data analyst。
感谢来自W&M MSBA就读学生分享。
总共67人,国际生比例近70%。录取的中国学生中,有985及陆本双非院校(陆本双非多数为2+2学校)。
GT方面,平均GPA 3.47+,GMAT 701+,GRE325+,托福106+,录取学生背景以商科居多,大多数学生有两段以上实习或海外交流项目。
比较看重GPA。
集中发录取或者说中国学生集中拿录取大多数在第二轮,时间集中在2-3月份。面试使用Kira进行,难度不是很大,没有考coding,但是有问一些用coding做的project。会有一些咨询公司经典面试题,包括market entry,market sizing,虽然题很难,但不影响录取。面经可以在ChaseDream论坛上查看,比较全,看了就没有问题。
课程设置偏技术方向,最大的特色就是其课程的实用性,每门课都有大量的案例分析作业,也会有非常多的机会做开放性的Project;整体课程安排非常的紧张,但选课上自由,除核心课程以外,其它的学分可选CSE学院非常Tech的课,还可选MBA的管理学课程,甚至还可选金融类课程;
从19年 Spring起,开设了和企业合作的Capstone项目,与20个企业一起合作,学生四人一组,参与不同的项目,时长为期一学期。
Career service能提供基本的改简历,mock interview,net working等帮助。但是学校的career fair基本上面对的是非常Technical的岗位,学院的career fair又主要面对MBA。
就业方面,有5-7人选择回国。在美就业中,中国人有在Google,高通,Capital One等公司。大部分同学就业公司会很好,但是不一定都是开口就知道的公司,名公司没有那么多,但都是规模至少1000人左右的这种公司,就业岗位基本上是data analytics,market analytics,data scientist,有一些会做到senior的岗位。就业地点主要集中在西海岸。湾区应该是最多的,然后是圣地亚哥地区,在东海岸就业的人屈指可数。
感谢UCSD MSBA就读学生提供信息。
录取方面: Class profile 90人左右(2019fall 87人),中国学生约50人。平均GPA3.45,平均GRE315,平均GMAT666,但中国学生要高得多,基本GPA在3.5+,GRE320+,大陆本GMAT 730+,美本GMAT 700+。大部分都是没有工作经验的应届生,但是至少都有2-3段实习,大部分人有名企实习。不是很卡本科学校,但比较喜欢美本,有些美本学校一个学校就录取5、6个申请人,大陆本申请人有来自211/985等top名校,也有双非背景的。学校很白,没有印度人。学习气氛较好,学生比较aggressive。
申请pace为早申请标准低,到五月就是美本top校都要wl。有virtual面试。并且WFU提供MAM+MSBA双硕士作为备胎,双硕士中间有个summer可以用来做intern.
就读方面:不tech, 零基础coding课。大部分学生都是商科背景,对data只了解皮毛。技术上自己上网课/data camp自学,老师会给些指导。项目本身只针对做business analytics,不能做data scientist。大部分capstone project比较好,都是项目合作的公司,比较专业,能提供的帮助也很多,公司都是比较知名;例如:沃尔沃等。
就业方面:career coach帮助很大。刚入学学校就有针对BA项目career课程,指导找工作+修改各种resume和template;networking event多虽然不怎么招国际生;校友非常nice愿意帮忙。几个教授帮助很大,有的可以帮忙准备stats/ml,有的可以帮忙准备面试、marketing。还会组织去西部大公司参观,比如LinkedIn,google这些。
就业率100%,平均薪资$7.1万。30%左右在北卡南卡,剩下的包括东岸NYU, Boston, DC, 费城等,西岸湾区西雅图、Chicago、亚特兰大等。就职的公司有Apple,Google,Uber,Microsoft等,少数回国。职位包括business analytics或者data analytics,也有做risk analytics的。
感谢来自WFU MSBA就读学生分享。
项目已经很多年了,但是之前有H1B才能申请,目前总共招过60-70个中国学生。项目有扩招趋势,这一届共100人(50full-time+50part-time)。整个项目男生比例70%以上,美国人平均年龄30岁以上,最年轻的是中国人。
这届中国学生15个,10个full-time,5个part-time,基本都是海本,其中有3个是应届生本科分别是Ohio\Miami\USC,都是Double major, GPA都很高。(本人3.99 实习挺多GMAT710)
因为都是海本,不用托福成绩;GMAT都在700以上,大部分730左右;GRE大概325;GPA都很高:3.7以上。
中国学生大部分是工作过1年以上的;不少是研究生学历。比如:一个是美国文理学院本科以及UIUC统计研究生毕业,回国做了4年DS;一个UW本科,回国干了3年;一个WUSTL本科,美国工作4年,西北大学MBA;一个康奈尔本科,纽约投行3年;美国本科+会计研究生,芝加哥德勤工作经验3年的senior;一个uiuc本科,数学&精算双学位,有国内2年金融工作经验;一个中国的本科,工作过2年;密歇根大学MBA,在美国工作一年,CFA level2,有工作,part-time student;一个Iowa大学本科统计,美国工作一年;一个威斯康辛麦迪逊,美国IRI干data scientist一年,part-time student;一个deloitte的hr部门,人力data analyst(基本上我们10个人的背景都有了)
同时,中国学生的offer都不错,去年有duke Emory wustl offer,芝加哥wl转offer,MIT,UCLA被拒;同学大部分有duke Emory的一个offer,少部分有UCLA,没有人有MIT。
这一届是3月份申请截止,5月份发offer;今年是1月份截止,估计3月份发offer。只有一轮。没有面试没有Kira,直接发录取,会有很多WL,这届的3个应届生都是WL转正的,我是7月份拿到录取。
课程方面,比较注重实操,第一学期有商业统计、线性代数、Python、R、database;下学期都是machine learning、data mining等,没有商科课程。考核方面,大部分课程没有期末考,60%平时作业,40%final project。课业压力有弹性,可以选择晚上上课,很多课程给分算是比较松。
师资有professional,也有industry的人。比如这学期的Database是两个企业的VP;商业统计是芝加哥统计毕业的PhD;教Python的老师是个PhD,同时在教哥大的FE课程、芝加哥的金数和NYU的金工。项目还是挺用心的,比如跟Booth商学院有合作,在downtown有一栋楼,有些课程跟Booth一起上。
最后一个学期capstone,可以做自己实习公司的项目,可以做学校提供的合作公司的。
Career service感觉一般,项目本身50%的人是有工作的, 内部就可以networking。学长学姐推荐很少,找工作主要靠自由发挥,不过在芝加哥当地投简历,面试率很高。
就业还不错。之前中国学生基本都找到工作了,有不少去大公司 capital one/oracle/Uber/Facebook 等,岗位基本都是DS,起薪10W+。留美的大概80%,芝加哥、加州、纽约等,芝加哥当地比例大一些,(芝加哥是金融中心,金融行业很多,有不少去银行、保险的,做信用卡诈骗分析,保险诈骗分析的挺多)。回国的大部分在北京上海香港,也都是投行等很好的工作。我们这一届10个中国人目前也有4个拿到实习offer。
项目录取127人,平均年龄23岁,班上同学有来自美国,巴西,印度,韩国和越南等国家。其中中国学生较多,海本的比例大约陆本。
录取者平均托福105,平均GRE分数为323。录取方面,录取人背景有一半为商科相关专业,此外还有数学,工程及人文社科类专业。80%+录取人有工作经验,超过60%的录取人有奖学金。申请过程中的面试面经部分在CD论坛上有海量的信息,每年都会随着申请进度随时进行更新。
课程设置方面,有比较多的Analytics课,深度适中,此外还有统计学,商业课,技术类,machine learning,Python, R, and Tableau等课程及内容。如果之前没有编程基础,可能需要自行在summer term学习统计学理论,R等内容。课上会采用Case的教学法,会拿来Case和数据,学习如何用敲代码解决问题。整体上项目强度有些大,每周的作业,其中的测试会比较多。
Career service方面,提供修改简历,面试,提供就业讲座,利用商学院的资源提供Networking等帮助,老师还会针对每个学生给出不同的就业建议,此外商学院的校友联系比较密切,也是比较好的一部分资源。但罗村儿的地理位置不太好,会增加networking难度,会出现比较多的relocate的情况。
就业方面,官方数据是毕业后4个月95%就业率。毕业生的就业去向有FedEx,Goldman Sachs, HSBC Group, IRI, PwC,PayPal等,岗位有data analyst,business analyst,business intelligence analyst,marketing analyst。毕业生第一年平均薪资7.8万美金左右。有厉害的学长学姐目前在Facebook,Apple,Amazon做data scientist工作。
19Fall第一届项目BA学生共有24名学生,其中中国学生13位,学生的背景比较diversity,有商科,工科等等本科背景的学生,也有读完MBA后想继续学习Data的学生。其中中国学生有来自985,211背景的本科生,例如:武大,西安交大等;也有来自UW-Madison本部的美本学生。项目要求申请人最低GPA3.0以上,雅思至少7.5,托福过百。AO会综合审核申请材料,如果某一方面比较突出,另一方面略有短板,AO也会综合考虑。
项目共计两个学期,需要完成30个学分,其中21个必修学分和9分选修学分。论坛有同学分享该项目可以延长至3学期。核心课程涉及R/Python/SQL/Tableau/Machine Learning等等;2020 Spring需完成6学分的必修课,包括一门4学分的与企业合作的Consulting Practicum,持续一学期。另外根据个人安排和兴趣,需要完成至少2学分的选修课,以达到Full-time Student的最低学分要求。
Career service方面学校的career coach会提供支持,除了改简历改cover letter模拟面试等基本服务外,学校也会举行career fair,会邀请到一些知名公司大佬来分享,例如:LinkedIn,尼尔森等,也会提供很多net-working的机会。并且MSBA就业资源会和MBA marketing research方向共享。目前是开设的第一届还无法获取就业数据。
2019 Fall共计有34人,其中有4名中国学生,包括台湾地区,此外班级上有来自美国,印度,巴基斯坦,尼日利亚,肯尼亚和厄瓜多尔的同学。录取学生中的平均本科GPA 为3.6,平均GMAT成绩为650分,录取的中国学生中口语都很好,且均有工作经验。
项目时长为12个月,1月份入学,12月份毕业,要求修满30学分。项目申请时间在3月15日-10月1日(对于2021年1月份入学)。在课程上,除了有商科方面的课程,还有不少的计算机课程,此外还有internship和capstone project课程,学校和公司企业合作,用数据来解决实际中遇到的问题。
Career Service方面,有改简历,改cover letter,参加workshops以及advising session,每年还有专门为analytics学生准备的两场的career fair,此外学校的校友资源也还不错。
就业方面,学生的毕业去向包括德勤,安永,通用汽车,meijer,Stryker,Carhartt等。就业岗位有business intelligence developer, data analyst, solutions architect和analytics consultant等。学生就业的平均起薪为8.2万美元。
19fall总人数60人左右,其中40多个中国学生。国际生应该GT要690+,GRE320+,美本学生相对低一些。录取的学生各有所长,学校背景一般的学生自身能力很强,有的学生是三维高,专业排名高。录取学生里面应届生居多,有工作经验的人很少。录取学生的背景非常diversity。
按照轮次录取,面试为真人面。
项目时长都为1年-1年半,即可以选择2 semesters或3 semesters完成10门课30学分毕业。课程比较宽泛,deep learning,machine learning,AI等比较高阶的课程都会涉及,但是平时做project的时候不会用到很深的技术,基本上用python和R就可以解决。该学的东西都会学到,几乎每门课都有编程,很少有纯商科的课程。如果没有一定的编程的基础的学生在RPI没有竞争力,课程学起来也会比较吃力。
Capstone project从第二学期开始,有14家公司,另外供应链那边还有2个项目可以选择,共计16个项目。两个老师来带项目,学生自己选出自己最中意的7个公司, 老师根据上学期的排名来分配项目。项目有5个人一组,也有3个人一组的。项目可以写在简历里面,感觉和真正的工作差不多,定期做presentation,定期和客户开会。有的学生是去到客户公司,有的是在学校,依据每个项目的要求而定。有的公司会给到公司内部数据,有的公司给的是公开的数据,也是依据各个公司的项目而定。
Career service方面感觉帮助不大,学校的career service主要是为工学院服务的,找工作主要是依据学长学姐内推,自己海投或者networking。但是基本的改简历,mock interview这些的学院还是会提供帮助。学校每年有两次career fair。
今年因为疫情的原因就业有所影响,去年的就业率还挺好的,夏季毕业的学生全部都找到工作了,有相当一部分学生回国了,留美的有在RPI周边的,还有去纽约的,主要还是做Business Analyst,Supply Chain,还有一个学姐去做投行了。
来自RPI MSBA就读学生提供信息。
19fall录取总人数133人,若干人quit后,70个华人(其中10个左右有身份(国籍,绿卡,工签)), 115个学生是full time,15个学生是part time的。录取的中国学生大部分都有全职工作经验,部分学生第二个master,美本学生偏多会比陆本学生。应届生很少,录取学生商科背景居多,也有30%来自理工科。
平均GPA3.5,平均GT667,平均GRE317。(官网)
学生大部分都有全职工作经验,部分学生第二个master,美本学生偏多会比陆本学生。应届生很少,录取学生商科背景居多,也有30%来自理工科。
录取按照rolling的形式,面试为真人面,几乎都会受到Hettie的本人面试,面试比重很多 可以说是基本决定了录取与否,Hettie有一套的自己的评分标准。
MSBA专业自2014年开办,由埃森哲SAP全球合伙人Hettie Tabor女士担任项目主任,项目资源不错。项目是设在ITOM and MKT department下面的,教授都是偏Quant的,tech和business都保证了。
课程共计33学分,分为4个quarter,前面的2个quarter课业压力会大些(第一学期课程多,第二学期第三学期会比较难些),最后一个quarter课程比较少,可以有更多时间找工作。 SMU目前春季就可以用CPT 实习(白天上班,晚上上课,这算是国际生最大的福音,直接用学校资源给了学生一份美国工作经验的机会。实习机会基本都是Hettie发给学生的,会有100+份秋季邮件。2020届实习生在33人,不少获得了return offer。)因为Hettie在埃森哲 用tableau 而且本身是数据可视化教授,所以学生的tableau使用比较多,基础的R,SQL, Python也会学到,课程相对于应届生来说压力不大,因为本科有涉及概率论 统计学的都比较能应付这边的tech类的课,反而对于工作党的人来说比较吃力,可能是长期不接触学术,但也有行业大佬在业界做comments analysis 然后学其中web analysis的时候就会比较容易。
学生凭借自己的兴趣选选出自己最中意的5个公司,然后由Hettie来分配,3个人一组,从第二学期就开始,基本上覆盖了达拉斯本地公司很多行业。项目拿到的数据多数是公司提供,一般是去到客户公司而且公司有联系人时常会议,并且每周需要给client汇报项目进度;项目的质量取决于个人,各组内贡献度参与度都靠个人,可以水水的过,也可以进行有深度的研究。
Career service方面每周都会有manager career课,该课每周一个公司来项目做宣讲招人。 春秋季会有career fair 基本上50+公司会来,但是给国际生的公司不多,加上合适的岗位的话只剩10个不到。基本上找工作有很多都是内推,校友资源强大,Hettie自带有SMU五届校友资源,在找工作方面能够给与充足的资源。职业发展中心可以随时约改简历 mock interview,也会每周发网上合适的岗位,给大公司的workshop。
SMU 另一个优势是德州达拉斯的地霸,在当地reputation很好,其次是达拉斯所处的德州有自己的就业优势,因其无收入州税,吸引中小型公司,所以达拉斯就业环境全美首屈一指。另外生活成本比加州纽约好很多,尤其租房方面。19 class的就业率是90%多,工作基本是在达拉斯,少数relocate的同学去到纽约,加州;基本business analyst,data analyst。今年因为疫情的原因会有所影响,回国人数比历届都高,但是想留在美国的还是可以留下来。
感谢来自SMU MSBA就读学生提供信息。
该项目第二届共计招收80名学生,其中70名中国学生。中国学生GRE 320+,GMAT 700+,托福100+。学生背景多元化,其中包含商科,理科及工科等,学生平均有两段数据相关的实习。项目共计有三轮申请,最后一轮为rolling,提交后即发Kira面试,无真人面试。
成绩达标的情况下,录取压力不大。
学校课程方面,有R、Python,SQL和Big data相关的课程,会教基本的Python及机器学习知识,用R和SQL比较多,还有healthcare方向的课程。同时可以跨学院选择CS的课程,包括data mining,NLP,data warehouse,practical machine learning等。
大作业好好做是找工作时的亮点。实习课在春季及夏季都会有field project(由于第一届没有开放春季field project,且我夏季没选所以不知道质量如何,但MSF在春季选了field project的朋友普遍表示对找summer有帮助);在可选度方面,学校称会保证每位同学都有field project,但随着扩招等问题这个越来越无法得到保证。
Career service上,有修改简历,cover letter,mock interview,case workshop,邀请校友开internship panel,career coach询问找工情况,LinkedIn资料的修改,以及如何有效地写求职信都有专门的人来帮助你。学校还会定期地举办行业研讨会、校友招待会,以此来给学生创造networking的机会。学校还会组织学生去各个领域的公司参观,加强和校友之间的交流沟通。
就业方面,第一届项目的学生有2位选择一年毕业。其中一位回国,另外一位留美工作,其他的同学都选择了16个月的track。实习方面,选择暑假回国实习的中国学生大概有10位左右, 另有15位同学都成功在美国和以色列找到了summer internship截止目前,受到疫情影响很多公司hiring freeze,会影响到留美就业,考虑到这一情况这届中国学生大概率回国,但也有同学找到了湾区公司和波士顿当地的Data岗位。
感谢Brandeis MSBA就读学生提供信息。
乔治华盛顿大学的综排不高,但其MSBA项目开设于2013年,是BA中的老牌项目,近些年录取的中国人占比很高。项目共计16个月,共要求修33学分。
课程方面,属于BA项目中偏Tech方向,涉及有SAS tools, R, Python, SQL等,整体课程对于转专业的同学还算是比较友好,节奏紧凑。但是如果毫无编程基础同学在刚开学时可能会感觉Programming课程跟不上,所以希望无编程基础的同学能够提早开始自学。
课程设置还非常灵活,选修课可以选择其它学院的课程,至多可以选6学分。此外学生在一定条件下还可以Waive 6学分的必修课(比如database和R)。课程主要安排在下午和晚上,虽然被大家说是夜校,不过目前有些课程也有白天的时间段可以选择。
Practicum项目会和IBM,德勤,World Bank等企业进行合作做case,资源比较好,但不限于上述几家,整体很不错。
Career service,学校有career fair和job fair,可以修改简历。handshake上也可以投递简历,学校还会提供一些Networking的活动,因为此项目因为已经开设多年,所以在DC有不少校友资源。但是整体上学校做的一般,但最近几年就业服务有越来越好的趋势。
就业方面,官网没给出具体数据,但大部分就业同个人的意愿有关,就业的地区主要集中在DC,弗吉尼亚,马里兰等地区,就业领域有金融、健康、人力资源、市场、运营等,此外DC有很多的NGO组织,所以毕业生中也有选择去NGO组织的,就业的岗位主要是商业分析、数据科学、量化研究分析。
学校录取大概在160人左右,平均GPA3.4,平均GT670,平均GRE319(官网数据),从录取学生的背景来看,GPA3.2+,GT过700,GRE320,TF过百,雅思7,陆本学生有211和双非为主,美本有top50学校的。学生都有至少2段实习。
项目时长16个月,总计30个学分,分3个学期进行。这个项目目前没有选课,都是必修课。
就业方面,官网显示72%的学生在毕业6个月之内都找到了工作,平均薪资在$7.4万。就职的公司有Alibaba,CapitalOne,Deloitte,Walmart,Wayfair等,就职岗位有Business Intelligence Analyst,Data Analyst,Data Scientist等。
该项目2019 Fall是第一届入学。共招生87名学生,其中录取中国学生约20人,美本/海本和陆本差不多各占一半,GMAT在680左右,GRE 320左右,TOEFL 95+。2020Fall从录取情况上看,对陆本要求较为严苛,对美本友好。
此项目开设在商学院下,7月份开学,时长10个月,需要在此学习期内修完10个课程,方能毕业。
学校的课程方面,有8门必修课外加2门选修课,共计41学分。课程总体感觉偏Business方向,技术类课程难度不是很大。
Career Service方面,BU在这方面做的不是很好(相比于NEU来说还可以),学校能提供的就业帮助有限。在找实习和找工作上,学校层面的帮助也很小,大部分要依靠自己的力量投简找工作;同时学校虽然有Career Fair,但同样做的也不是很好。
就业方面,身边大部分中国学生选择回国就业,因为疫情的影响,就业形势不太乐观。回国就业的同学集中在大城市的互联网和金融行业,做数据及分析岗位。
感谢BU MSBA就读学生提供信息。
2020Class录取情况:共录取235人,平均年龄23岁,女生占58%,国际生占98%(基本都是中国学生);平均GPA3.50,平均托福104;平均GMAT 716,平均GRE Quant167,Verbal155。有海外经历的学生很多,60%-70%都是海本或者2+2经历,或者港本,纯陆本比较少。相当多的学生以前的实习经历或者就业经历都很有亮点,20%-30%人有大公司经历,例如有四大全职经历,到学校后,在第一学期就找到纽约投行实习。
WUSTL算是分控,特别喜欢海本!不管你是美本top50(UCI, Leigh, Rochester, UIUC等)还是文理学院,甚至是英本,加拿大本,澳洲本,国内合作办学的(NYU上海,宁波诺丁汉等)WUSTL都非常喜欢!
很多文理学院跟WUSTL有3+2的项目,进WUSTL的研究生还是相对很容易的。录取的几率也大很多。陆本比较喜欢的是上海复旦,对复旦的爱超过清北交,毕竟Olin跟复旦是有合作的,合作伙伴必须获利的道理我们都懂。
录取的人基本上GMAT 700+,GRE 325+,TOEFL 105+,GPA 3.5+。WUSTL并不卡专业,也不要求你数理背景特别强,有商务英语还有心理学的也录取了。从理科录取到商科背景,只要你上了calculus 1和principle of statistics即可。这两门是required的课,其他的都是额外的优势。
头三轮是给国际学生申请的,请记住,第一轮很难,很多被Duke, CMU, NW等录取的,被WUSTL一轮给脆据,二轮和三轮录取的人比较多,虽然申请的也不少。实习对于录取的学生还是很重要的,对于WUSTL这个分控加名校控,名企业的实习也是不可缺少的。
录取Pace:分轮次,每轮统一给结果。第一轮比较难,第二轮相对简单,第三轮最简单。
项目时长18个月,分6个Track。项目可以学习到接近10种编程语言,有Python SQL R Julia Linux Hive Impala PySpark 和 Tableau,有部分同学还学习了Java。深度会看所选课程,必修课技术深度会达到了解大概的框架和知识,能够完成一些项目,能够完成自己的一些project,不过不能到独立算法的程度。在这个基础上,你可以搭配选修技术课程,例如有的学生会选工学院课程,选CS课程,会学到算法,学习机器学习,学习JAVA等汇编语言。基础的技术深度是不错的。具体学生希望达到什么难度,就看学生如何搭配课程,很灵活。选其它学院的课程的时候还是很方便选上,不过课程难度还是挺高的。总体来讲,课程实用度还是很好的。中国学生比较多,在组队做Project时候,美本学生和陆本学生在思维上会有不同。当地玩得不多,加上课程还是有难度的,所以生活会有点无聊。
实习课程来源分2种,一种是学校有一个CEL中心,中心有自己的实习课,学生可以投简历申请;第二种是项目针对的实习课。2类实习可以一起申请。项目有大公司,例如500强的公司。当然也有本地小公司,或者中国公司合作。
Career coach配比还是合适的,专注度很好,例如专注Supply Chain的就是专注Supply Chain的。常规的service都有,例如简历修改,Mock Interview等。还会有networking event,career fair,workshop。其中networking event会为国际学生专门设定一个networking event,每个学期都有,来的人一定是是愿意sponsor的人,可以和他进行沟通。Information session也很多,不过有的公司目标hire本科生,所以需要额外功课去利用好这些Information session。需要考虑一下Location情况,首先本地的公司还是很多,机会也很多的。不过,如果学生心理有很target的公司,那这时候还是要注意。
就业方面,项目学生刚毕业,学校官方数据还没有,学生就业率和毕业走向还不太明朗。
感谢WUSTL MSBA就读学生提供信息。
Others:本特利大学;加州大学尔湾分校;圣克拉拉大学;凯斯西储大学;康涅狄格大学;斯蒂文理工学院;
课程难度不是很大,统计学课程占比35%,课程比较注重应用。学校采取小班教学,平均10- 25 人。可选早上,中午或晚上的课。课程安排非常灵活,如果想偏向商业应用的话,可以选Marketing或 MBA的课;如果想偏技术路线的话,可以选python, Java,数据库类的课程。
学校在波士顿的知名度不错,是四大的target school,同时在四大及金融公司的校友网络非常强大,碑也很好。LinkedIn上也可以发现在各个行业领域中出色的Bentley校友。但是出了波士顿地区,没有很大优势。
Career fair,学校每年会有大型的春招和秋招,会有几百家公司参加;小型career fair,会有针对根据不同的专业设立小型的招聘会,一般30-50个公司参加;Workshop / Panel,邀请校友回学校介绍公司情况,以及分享工作心得体会。
Career Service,有职业培训课程(GCDI),老师在上课会教如何Networking,写简历,介绍自己及面试;完成GCDI 课程后,可约advisor的时间讨论一下自身的职业规划,或者对简历进行更精细的修改;每个课程都会有自己的advisor,可以在他们drop in hour 的时候让他们帮忙改简历,咨询他们有关找工作的问题;模拟面试,一旦有任何面试通知,可以先约advisor 进行模拟面试。
就业数据和信息上,官网没有明确的给出。总体来说,Bentley学校地理位置好,在波士顿地区的校友资源比较强,但学校没有综排,出波士顿地区名气不大。 此项目可能会比较适合对BA的理解不是很深,但又对BA非常感兴趣,难度要求没那么大,未来就业的以后希望找 Business Analyst , Data Analyst,Business Intelligent这类工作的人。
一年制项目,开设在商学院下,有三个track,分别是Data Analytics, Marketing Analytics, Operations Analytics。录取方面,2019 Fall项目共计110人,其中中国学生占一半。中国学生中美本比例占60%+,陆本学生不到20人。陆本学生来自复旦,交大及其它985、211院校,无双非院校。本科专业较diversity,其中约有60%本科为商科或经济学相关专业,其它专业有新闻媒体、生物等。
录取者平均GPA 3.47,GMAT 664,GRE 317,托福 103。相比与标准化成绩,招生官更注重学生的背景,包括实习、工作经验和文书等内容。录取者大约有60%+有工作经验,入读学生平均工作经验为2.9年。
申请流程的面试部分,包括Kira和真人面试两部分(有些美本会跳过Kira),时长15-20分钟,问题包括Why UCI,Why UCI MSBA,Career goal等常规问题。
课程方面,由于开设在商学院下,所以可以选择其它商学院的课程进行自由搭配,例如有同学可能会选择MBA的课程,寻找Networking的机会。整体来说,课程不是特别偏Data,Business和Data比较均衡。课程难度因人而异,整体课业比较繁重,因为采取quarter学制,整体load比较大。
Capstone Project方面,学校做的很用心,同很多企业有合作。五人一组。项目从1月开始一直到6月,大约持续5个月。例如2020年学校与JD Power首次进行合作,进行了美国汽车市场调研的工作,公司非常热情。整体质量很高,很多同学会把Capstone项目写在简历上,往届的学长学姐也有通过Capstone Project找到工作的。
Career Service总体不错。MSBA项目有一个Career Advisor,在商学院中也有一个Career Advisor,Advisor会记录下每个学生想去的就业方向,然后会推荐相对应的实习和社会资源。整个项目的office也很积极,招生官也会利用自身的资源联系就业等机会。Career Fair 包含STEM Career Fair、UC系统的Career Fair以及商学院的Career Fair,会帮助找很多的资源。此外商学院MBA的一些资源也会进行共享。
就业方面,按照往届的经验来看,目前的5-6月临近毕业阶段,是一个找工作面试阶段,最终确定工作offer要等到毕业后3个月内(7-9月),也就是说毕业后3个月内找到工作的几率大。据了解2019 Fall中国学生目前还没有人拿到确定的工作offer。
因为Irvine地区有很多和Health Care相关的企业,许多同学会投简历到此类企业,但根据个人意愿的不同,也有同学投Investing Banking,Marketing,IT(对于engineering的背景同学来说)等领域的公司企业,大部分选择在加州的公司,因为今年的疫情原因,少部分同学可能会扩大就业范围,例如华盛顿,纽约州等地。此外还有少部分同学选择回国。
感谢UCI MSBA就读学生提供信息。
录取Profile: 约70人左右(full-time+ part-time),中国人大概占近一半,官网数据显示:平均GPA3.48,平均GMAT668,平均GRE315,平均年龄28,平均工作年限31个月,偏好有工作经验的申请者。
秋季申请截止时间较晚,有两轮,4月1日和6月1日,必须满足微积分和统计的先修课,语言可接受Duolingo成绩。
Full-time项目时长:16个月,
课程设置:比较全面,必选36学分,必修课程包含商科基础类、统计类、BA类、tech类。选修12学分,可以根据自己的职业需求和tech程度偏好进行选课。主要安排晚上和周末(类似SPS)。
Practicum:SCU地处硅谷,地理位置天然优越,跟很多大厂都有合作机会,practicum合作企业科技公司较多,如下:
就业资源:非常好,Advisory board比较强大,都是Google, LinkedIn, Yahoo, Intel的大牛们。
就业数据:官网信息是83%学生毕业后6个月内找到工作,雇主有Airbnb,Apple,Deloitte,eBay,Google等。
感谢SCU MSBA就读学生提供信息。
19Fall共34人,国际生沾85%,录取学生GT690-720+的都有,GRE320左右,数理背景的学生比较多,大部分学生都是有半年到2年的工作经验不等。
申请进度上,项目会按照轮次统一出结果,第一轮kira面试,第二轮可能会有skype面(不算正式的面试,也不是所有的人都有)。
项目时长为16个月,共3个学期,总计36个学分。课程分为三个模块:Business Core,Analytics Core,Applied Business Analytics。课程会使用最先进的开放资源以及商业统计和可视化软件(例如:CPLEX, ARENA, R, SPSS, SAS, Stata),培养学生的商业分析技能。课程设置方面除了一些data mining& visualization,Python 以及Statistics课程之外,其他的还有一些business的课程,总体来看课程方面还是偏business的。
capstone project目前没有接触到,只有课堂上有类似的课程,不知道之后会不会有。
Career service比较用心,学校会根据学生的背景分配1-2位业界的mentor,学生可以和mentor自主约时间聊;同时,career management office会提供指导,简历审查,模拟面试等。学生也可以通过CareerLink和 intranet两个资源自行查看和申请工作机会。此外,学校还有career fair,有很多公司例如四大/银行以及克利夫兰当地的公司都会进驻到学院和学校与同学进行交流,同学可以抓住这些机会进行networking。
就业方面,前几届人比较少,基本上都找到工作了,一半以上有留在美国;一半的人在俄亥俄州,其他有在加州,还有回国的;有做data analyst,marketing analyst,sales analyst等。
录取学生中,既有985/211院校,也有双非院校,本科专业有金融,数理统计等专业,普遍有实习,交换或创业经历。
录取Pace,提交材料后,应该是先交了会先审核,无面试。
本专业为老牌BA项目,STEM项目,课程设置较实用。课程有37学分,包含Project Management。学习长度12-24个月不等,采取学分制。如果选择一年半或者两年毕业,学习节奏和难度不太大。若本身拥有一定的数学统计背景和计算机基础知识的话,学习会更加游刃有余。比较难度的课程主要集中在商务分析工具相关课程的学习。
学校离NY和Boston比较近,学校提供免费的Career Consultant,只需预约即可进行面试辅导。学校会时常推送一些校友所在公司的工作机会,每个学期也都会有Career Fair的大型招聘会活动。
中国学生大多数去了Bank和金融公司,还有一部分去了科技公司和咨询公司。回国同学就业大多集中于北京,上海,杭州,深圳等地方。就业的岗位有data analyst,Product analyst等。
项目class size很大,接近200人。国内985,211及双非学生均有录取。录取学生背景GPA 3.0+,GMAT 650+,托福98+,至少有一段实习/工作经历和经验。
申请为Rolling的形式,先提交的先审核,无需进行面试。
课程设置下限低,上限高;课程选择灵活,基本不用写代码;必修的课程都是比较浅的。课程设置不是十分Tech。
项目没有capstone project,career service比较尽心尽力,但是学校资源不太行,所以没感觉到有太大的帮助。
在就业方面,学校负责人每周会请Industry的人做免费讲座。一年有2次的 Industry Networking Event,把Project以Poster的形式展示,并且邀请很多美国大厂的Industry人来参观,有人因此得到就业岗位。除此之外,还有专门的老师负责给学生发招聘信息的邮件。
学生毕业后就职公司有:Apple, Bank of America, Blackrock, Cable Vision, Dun &Bradstreet, Ernst & Young, Genesis Research, Jeffreys。就职岗位有Data Scientists,Data Analysts,Business Analysts