[心得] UW MSBA第一屆就讀心得

看板studyabroad作者Winnie850311 (禹玟)時間4年前 (2020/04/04 08:16)推噓11(11推 0噓 3→)

留言14則, 11人參與討論串1/1

https://i.imgur.com/ZU6hl0h.jpg

UW MSBA是2018才設立的program，網路上的資訊非常少，感謝第一屆校友Jerry(有其他問題也可以直接問他!)熱心提供資訊，才有這篇文章的誕生。 Jerry的LinkedIn：https://www.linkedin.com/in/jerrychens Medium好讀版：https://reurl.cc/pd1gxr 第一屆有31人，同學都很不錯、有特色、好相處。課程規劃 Analytics/Business = 50/50。第一學期主要是fundamental，會的同學可以在這個時候適應美國生活；第二學期算是開始比較有進階的內容，不過上完還沒有感覺完全摸到BA的核心；第三學期算是最跟BA 相關的課程，Firm decisions (marketing角度)、Operations rese arch 、Supply chain management；最後一個學期，Capstone (產業出題，學生解決)、ML 與 AI、Digital marketing。使用語言 Python, R, SQL 使用軟體 Tableau, JMP, Excel Add-ins (Crystal ball, Tree plan, solvers) 電腦比較推薦使用Windows，Excel, R studio在Mac環境下都有bug。作業 Team assignment與individual assignment 比例大約是50/50。學校會以同學背景、族裔、工作經驗與否做均勻分配。同樣一組維持兩個quarter (一個quarter是10周)，大家一起奮鬥努力團體作業 (複雜度與難度特別高)，特別有深厚情感。第四個學期的Capstone (三學分)，會另外依照興趣分組，分組採填(兩)志願分發，原則也是看diversity。上課互動大家上課都會舉手問問題，上課氣氛都還蠻活躍的，也可以從同學的問題或發言中，學習到不同的觀點。學校是個安全的地方，多舉手主動發問、課後纏著老師，是這種immersive program最大的優勢，不然以經濟效益來說，上網路課程還比較划算 (BA的話DataCamp, Leet Code, C oursera, etc.)。可以從program學到什麼BA core技術 ‧ Customer analytics (Segmentation — RFM, tree models, Clustering — K-means , hierarchical clustering) ‧ Marketing (Profit analysis, Brand/Products power analysis using elasticity analysis, brand segmentation using PCA), ‧ Recommendation systems (Amazon recommendation, collaborative filtering, con tent-based filtering) ‧ Supervised machine learning (multi-linear regressions, logistic regressions , CART, random forest, neural network, Xgboost, kNN) ‧ Data visualization (Tableau, ggplot, matplotlib) 畢業投入職場期待： -Data scientist還不夠，需要自己進修更深，到自己可以改algorithm程度，而不是plug -and-play packages。 -Data engineer, business analyst的話可以，主要負責data cleaning跟support其他組做query回答Business questions (例如：為什麼原因導致這個月的Click-through-rate 下降? 你需要挖那些data來回答這個問題?) -(Technical) program manager可能需要英文流利，懂得跨文化領導、溝通，反應快，寫程式等硬要求可能不會太高，但是需要懂technical framework。Technical writing也會要求流暢。總體來說西雅圖是個很棒的城市，交通、氣候、人文，都是個讓人想要生活的城市。某種程度像台北，交通便利，有輕軌以及公車、學校附近步行也很方便。很多亞洲超市、亞洲餐廳，所以想家的同學，也不需要擔心。同樣一個program可能每個人收穫不一樣，或者找工作時運氣不一樣，我覺得申請之前，培養好的心態 (來學習與其他背景、國籍互動；學會積極參與學校的比賽；學會用英文做專業的溝通；最後才是硬技能)，會幫助你在的人生職涯成功。課程細部分析第一學期： BUS AN 502: Leadership and Professional Development (2 credits) 老師會要你討論team contract。 Contract的意思是大家在這個組，有什麼共同的mission, value, process，遇到conflic ts時有沒有一個系統怎麼樣解決，最後依照template寫成白紙黑字，大家最後在上面簽名，這時候是一個很好認識同學的機會。老師會要求每個小組想一個名字、並拍一支屬於你們小組的影片，影片大家會分享，互相評分。主要課程學習組織行為，但是比較理想化，可能應用比較困難。有期末報告。 BUS AN 503: Competitive Strategy (2 credits) 這是一個Harvard business review case study的課，一共有五個Case，老師會要同學買，我們study的case都比較舊，有Colawar, Amgen, Netflix, Dell, Ikea，期末報告是額外的一個Case Analysis。本門課老師要求參與度(很多課都要求課堂互動)，整體來說寫作量特別大。 BUS AN 507: Spreadsheet Modeling (2 credits) 老師Shi Chen教得特別好，非常紮實。作業、期末考試也有難度，想拿4.0需要細心以及花點心思。整體課程是與Analytics相關，全部用Excel 還有Add-ins，對於實際工作上有幫助。主要重點有：decision tree (TreePlan), Simulation (Crystal ball), Linear optimi zation (Excel solver), Integer optimization (Excel solver), Sensitivity analys is (Excel solver)，基礎stats知識 (t value, p value, normal distribution) 需要掌握。 BUS AN 512: Data Management and Visualization (2 credits) 本學期老師並不受大家喜歡，但是上課所要求(自學)要會的內容，還是與BA息息相關。 SQL、Tableau，都需要在本門課學會。 SQL學校最好的方法，可以上DataCamp，之後到Leet code刷題，本班同學面試前，是刷了三遍才去面的。 Tableau學生考certificate 可以打折，值得學會這個技能。 BUS AN 510: Probability and Statistics (3 credits) 本門老師上的也特別好，有些同學說是比較簡單，但是事實上會發現同學只會「算」而不會「解釋」這些stats的商業意義(例如，如何解釋standard deviation, R眶鳩A的manage r 聽)。有學假設檢定，t-test, p value, z value, 條件機率, normal distribution, exponen tial distribution, Poisson distribution。每節課後有小練習題，在課堂上完成後回家，有問題可以問老師。期末考試還有是有點難度，主要考細心。這些概念，以後的課程都還會用到，建議不要太小看這門課。 BUS AN 511: Programming Essentials (2 credits) 主要學R，本屆老師是業界的人，課程偏簡單。建議可以自己上DataCamp自學，比較有體系。第二學期： BUS AN 500: Finance and Accounting (3 credits) 這門課老師不是教授，上課很有熱誠，但是有點難吸收。有期中與期末考試，都是非常有挑戰性的case analysis，老師自己出題。有財金背景的同學可能比較輕鬆，但是如果是第一次接觸的相對比較痛苦。可能對大部分的人來說，覺得找工作沒有直接幫助。但對想創業的人、或者是有志成為公司管理階層的人，會蠻有幫助的。有cover到Financial Accounting, managerial accounting以及cooperate finance 的部分，詳細包含T 字帳、budgeting, relevant costs, incremental value analysis (fir m decisions), variance analysis, net present value, project evaluation, cost o f capital and the CAPM, diversification。這門課需要在每次上課之前完成作業(全部都是Case study)，也就是老師要你主動學習嘗試瞭解本門課內容，之後在下次上課講解，壓力是蠻大的。另外，還有Quiz，類似於教課書上習題。 BUS AN 504: Marketing Fundamentals (3 credits) 老師蠻會講的，但是老師個性比較強烈且敏感，要順著他。老師舉了很多各國的Marketing Case，是非常不錯的，應該很少有老師可以講到不同國家的Marketing策略。其中有比較Analytics部分，老師會教用JMP用Tree method做Customer segmentation，做完segmentation，會要求大家做customer profile (非常實用)，並且帶到一點BIC、ROC 的概念。老師有教用JMP做Logistic regression。作業全部用PowerPoint呈現，而且團體作業都是case analysis，analytics的作業需要花比較多的時間。前期作業大多圍繞在customer 4P, 5C analysis，而且反覆做的很多遍，需要花很多時間。老師的作業要求不會很清楚，但是他會期待同學交出超乎說明規格的作業。要拿高分的訣竅會是以「如何取悅主管」的心態來完成作業。 BUS AN 513: Customer Analytics (3 credits) 這門課是Faculty director上的，老師人蠻不錯，發信回信速度很快。唯一小缺點是他的表達，比較屬於「他在意他想講什麼」大於「學生想要知道什麼」。課程的instruction都非常清楚，老師使用R，而且每次作業都有提供Template，所以第一次接觸machine learning同學不需要太擔心。有用R做linear regression, logistic regression, random forest, neural network，有包含recommendation (collaborative filtering, amazon recommendation) ，也有包含segmentation (RFM)。老師都會主動發Reading，很能夠幫助學習。因為資源很多，所以整體難度不高，但是上完之後感覺學到很多BA的內容。 BUS AN 579: Special Topics in Business Analytics (2 credits) 目前是規劃成一門Python課，有學pandas dataframe, sklearn, seaborn, matplotlib, numpy。比較基礎課程，建議也可以上DataCamp來學習。第三學期： BUS AN 501: Negotiations (2 credits) 五個實際negotiation case，需要準備四個prep document，讓你看case並寫下你的negot iation計畫(蠻花時間)，學期末需要繳交no bingo (讓你練習拒絕別人)，以及自己negot iation experience。 Negotiation Case都非常有趣，最後一個case還是multi-party negotiation，老師每次會隨機assign negotiation對象，並且要求negotiation完，都給對方feedback。參與與feedback都是打分的。這門課同學互動很多，大家反應都很好。 BUS AN 506: Operations and Supply Chain Management (3 credits) 是一位來自MIT的老師，課程內容cover的非常廣、多。團體作業都是Case analysis，而且難度非常高(需要有自己的假設，對於數學的要求也是蠻高的)。個人作業相對簡單，但是也不是輕鬆就可以完成。有TA session帶習題，基本上是取自教科書上的題目，但是都是比較難的題目。期末考細節很多、限時、難度很高，要拿高分也是非常不容易。上課內容包含inventory model (single period model, multiple period model: EOQ, Reorder point method, base-stock model)，risk sharing strategy (profit-share contract), ABC classifi cation、queuing models (M/M/1, M/M/C), push-pull strategy. 課堂上老師會帶beer game (bull-whip effect)，還有讓大家跑一個禮拜的模擬工廠的Li ttleField simulation (組與組間競賽，據說分數照排名打分，完成之後需要繳交一個st rategy報告)。所有課程case都是MIT的Case。老師很大方，都會買小點心、pizza給同學。 BUS AN 514: Analytics for Firm Decisions (3 credits) 老師課程內容設計蠻不錯的，都是用R，老師的documentation都很好，instruction都很清楚，課程有難度。 Price analysis, profit analysis, demand curve, elasticity, multi-linear regres sion, random forest, xgboost, PCA (principle component analysis)，上課與作業的 data-set都不錯，例如分析汽車品牌的定位，分析Tides洗衣精的不同容量品牌內與競爭品的品牌力。需要搞懂什麼時候是correlation，什麼時候是causal inference。 BUS AN 516: Operations Research Data Analytics (3 credits) 老師一樣是MIT的，很會講故事。課程難度蠻高的，但是作業相對簡單。使用MIT的the analytics edge一書，例子都蠻生動有趣的: MIT black Jack team, heal th care, AdWords, page rank, quality of wine, money ball。 R又再快速教了一遍。Multiple linear regression R square)，Logistic regressions (包含precision, recall, AUC, ROC 感念), CART, random forest, Markov chain, clu stering (k-means, hierarchical clustering), linear (integer) optimization (Exc el), IBM Watson, analytics ethics (我覺得特別好)。第四學期： BUS AN 599: Business Analytics’ Practicum (3 credits) 跟業界合作，提供datase t，並且定期開會。合作公司有Alaska airline, Mercer, Tableau, Microsoft, MLB，依照興趣填志願分組。 BUS AN 515: Digital Marketing (3 credits) To be updated BUS AN 517: Machine Learning Methods and AI (3 credits) To be updated 第二、三學期： BUS AN 550: Business Analytics’ Leader Series (2 credits) 這是一門類似Semina r的課，請業界人士來演講。沒有需要做什麼事情，趁機network。最後祝福大家申請順利！ https://i.imgur.com/5JcsyBV.jpg