数据分析硕士

伴随着高速互联网、智能终端设备、和云存储的迅猛发展，商务实践数据以前所未有的速度积累。与此同时，新兴的数据分析算法（如统计学习、机器学习以及深度学习等）也日益成为未来商业领导者的核心竞争力。为了应对和拥抱未来商学教育新趋势，复旦大学管理学院针对企业当前对数据分析人才的强烈渴求，推出了数据科学与商务分析专业硕士项目，以全面回应企业在数字化时代所面临的人才痛点。昨天（18日），这个跨传统学科的新专业项目正式启动招生。复旦管院副院长郑明介绍，该硕士项目学生将系统性学习商务统计方法、商务决策模型、数据管理与挖掘技术等课程，从而具备应用定量方法处理与分析复杂商务数据、并应用于解决商务领域中的决策与管理等问题的能力，“该项目的推出旨在着眼未来，培养适应商务智能化发展趋势的管理精英；放眼国际，培养领导全球商务分析行业的技术领袖；立足上海，培养服务上海科创中心建设和智能金融科技建设的领军人才。”据悉，该项目招生对象为应届本科，推荐免试生为主，要求学生具备较强的数理基础、计算机编程能力。项目学制为期2年，全日制，课程设置方面统计学有关课程占40%、管理学方面课程30%、计算机和大数据占30%。2020年首届预计招生40-50人，达到学位要求者，授予应用统计（数据科学与商务分析方向）专业硕士学位。复旦管院校友、强生医疗高级生物统计分析师徐晶在发言中表示，数据科学不仅创造商业价值，也创造乐趣，每个行业都需要用到数据算法才能够实现高效发展，数据分析师和数据科学家将成为大数据时代最紧缺的人才。复旦管院陆雄文院长也表示，在迅猛发展的大数据时代，各行各业每天都会产生海量的数据，数据搜集和储存只是第一步，更重要的是懂得分析、应用这些数据。掌握数据分析技术的能力就是未来的竞争力，管理学院将以此来教育和培养我们的学生，让他们在各行各业发挥领导力，成为能够引领国家未来产业发展的人才，这也是我们项目的使命。据了解，数据科学与商务分析硕士项目旨在为政府、公司、企事业等提供数据分析与数据管理的高端人才，从而天生具有“特立独行”的基因：项目视角全面，以培养学生的数据分析理论基础、实际分析能力以及商业理解等视角来设置核心课程。项目师资雄厚，囊括统计学、物流管理、市场营销、信息管理、财务金融、计算机等专业的优秀师资以及业界专家。项目以丰富的实战案例为支撑，以市场营销、电子商务、物流管理、风险管理等领域的实际商业案例作为基础来展开分析，为学生带来“学以致用”的启发。项目还特别设计采用了双导师制，每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。新民晚报记者 张炯强

当前正处在大数据时代，而数据分析是大数据技术体系中的重要组成部分，也是数据价值化的主要方式之一，所以未来从事数据分析工作是不错的选择。数据分析可以选择两个大的专业方向，一个是统计学专业，另一个是大数据专业，另外不少计算机相关专业、金融领域相关专业和数学领域的相关专业也都有数据分析的细分方向。随着数据分析的重要性日益体现，现在不少专业也都增加了数据分析的细分方向，比如经济学、社会学、医学等专业都陆续开设了与本专业相关的数据分析方向。具体选择哪个专业需要根据自身的知识结构来决定，最好能够结合本科专业进行选择，这样在备考的时候会轻松一些。如果本科是计算机相关专业，那么可以选择的余地是比较大的，计算机应用、计算机科学与技术、软件工程等专业都有数据分析的细分方向，当然统计学和数学专业也是如此。在大数据领域，数据分析通常有两种方式，一种是统计学方式，另一种是机器学习方式，两种数据分析方式同样重要。学习数据分析通常需要具备一定的数学基础、统计学基础和计算机基础，其中数学基础是相对比较重要的，要想在数据分析领域走得更远，一定要重视数学相关课程，包括高数、线性代数、概率论等内容。以机器学习的数据分析方式为例，需要具备算法基础和编程语言基础，机器学习的步骤包括数据收集、数据整理、算法设计、算法实现、算法训练、算法验证和算法应用，目的就是从一堆杂乱无章的数据中找到其背后的规律。当前机器学习的数据分析方式是比较流行的，相关领域的研究也在逐步推进。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

据教育部数据统计，2018年考研报考人数达到238万，较2017年的201万增长了18.4%。考研人数日益增多，聚英考研网小编提醒大家应该做好充分的准备，为成功考上研加大筹码，那么还有哪些数据是我们应该了解的呢，下面带大家一起来看看！一、研究生报考集中在北京，江苏，上海等教育资源丰富地区据中国教育在线研究生信息采集系统数据显示(43万人次)，近22%的比例考生选择报考北京地区高校，其次为江苏8.8%，上海7.2%，天津5.4%，湖北5.3%，广东5.2%。多数集中在名校资源丰富，经济发展水平较高的地区。二、研究生计划报考专业数据显示，在研究生报考前10的专业中，经济管理类占比60%，报名最多的前两位均为专业硕士，理工类专业仅占10%。三、计划报考专业型硕士研究生占比四成数据显示，60%的考生计划报考学术型研究生，40%的考生计划报考专业型研究生。但从2017年的考研的人数来看，专硕已经突破了学硕，比例占到52%。随着在职研究生列入统考，专硕比例还在继续扩大中，因为很多学硕专业招生人数非常得少，甚至有可能不招，也有可能主要招推免生，而不招统考生。预计到2020年，专业硕士的招生人数和学术硕士的招生人数比例可能是7：3。四、超八成高校认可调剂考生与一些热门报考专业相对应，在一些高校出现了部分专业"零报考"的情况，导致这些专业最终招生计划需要调剂来完成。另外一组针对调剂生源的调查显示，有80.3%高校曾表示，考研录取的"调剂生源"整体水平与第一志愿报考学生区别不大。针对考研人群考后调查，因分数不理想而选择调剂的人数占比达到46.3%，选择继续再战的比例为26.9%，放弃考研选择就业的占比26.8%。五、近八成考生就读院校非985、211高校数据显示，在考生就读大学性质中，77%的人就读院校为非985/211高校。看了以上的数据，大家有没有对考研的整体形势更加了解了呢，希望每位同学都能用心准备，做出最适合自己的复习规划，实现最终的目标！如果有什么看法或者意见欢迎留言讨论，有什么想了解的考研资讯也欢迎反馈，小编看到后会根据实际情况整理出相关的考研资讯供大家参考。

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

随着互联网的发展，我们正处在一个大数据时代，今天要分析的留学专业，就是在大数据时代新兴的一个专业——商业分析(Business Analytics,简称BA)。商业分析是一个新兴的留学专业，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其应用于商业的人才却极其短缺，在这种趋势下，有不少学校开始开设BA专业。商业分析都学哪些内容？BA专业，主要是以商业知识为基础,数理编程为手段,从数据分析出发,以决策优化来创造价值的新兴专业,不同于传统的商业分析( Business Analysis)。这个专业的核心是数据挖掘和数据分析，与现在的互联网大数据相联，主要是利用高深的技术、模型和算法即兴数据挖掘和商业分析，服务的公司都像是谷歌、百度、阿里、腾讯等这样的互联网公司。商业分析是business，statistics和computer science三个领域知识的结合，它是一个跨专业领域学科，要学习的是三个方面的知识：business，statistics和computer science：Business方面，主要是finance和marketing的相关知识；统计方面，非传统的统计方法，主要学习如何建立和评估多变量的统计模型，最典型的例子是回归分析模型。此外，相关系数、时间序列等知识也要涉及；计算机知识方面：1. 数据库和SQL，学习如何将数据从储存系统中以你想要的方式提取出来；2. 学习怎么在统计软件中进行编程，即统计编程；3. 计算机知识方面是机器学习等。美国的商业分析硕士大体分为三大类第一类是典型的商学院项目，软硬技能并重，在量化分析技能的培养之外，还强调批判性思维、沟通与合作等软性技能。总体来说这类项目对学生的专业背景要求略为宽容，除了科学、技术、工程、数学等强数理背景的学生，国际贸易等商科的学生也可以接受，录取时会综合考量申请者的学术能力、工作背景、课外活动、量化技能、领导和沟通交流能力、动机等。代表的项目有哥伦比亚大学的Master of Science in Applied Analytics和杜克大学的Master of Quantitative Management。第二类是分析和市场营销相交融的项目，主要教授商业分析知识及其在IT、数据挖掘、市场营销、运营和咨询等各个领域的应用，尤其偏重市场研究实践和顾客分析，相比起数理能力，录取时会更看重申请者的营销背景，因此申请者学过基本的高等数学、微积分和概率论即能满足大部分学校的录取要求。代表的项目有圣路易斯华盛顿大学的MS in Customer Analytics和南卫理公会大学Master of Science in Business Analytics的Customer Analytics Track。第三类是偏向于数据科学的项目，主要为学生提供电脑、数学和统计方法的训练，使其能够从事数据科学和分析领域的工作。具体来说，会先为学生打下扎实的数据分析基础，然后教授可视化、大数据电脑运算、机器学习的技能。期间部分学校会贯穿沟通、团队合作和解决方法的能力等重要的软性技能培养，但这作为补充只占了课程的一小部分。项目的设置和目标决定了其招生的标准，需要学过一定程度的数学、统计学和计算机内容，代表项目有乔治城大学的Master of Sciencein Analytics concentration in Data Sciences和纽约大学的MS in Data Science。商业分析专业的就业前景商业分析专业最大的亮点是一个具有商科背景的STEM 项目，通常享有36个月的OPT。一般1-1.5年，各校不尽相同，有的项目含实习，有的则不含。其就业方向主要是数据分析师或者程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。虽然这是一个较新的专业，但却有很好的就业前景。在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融、医药、咨询、零售等，因此BA的毕业生都比较抢手，而且薪资水平也较高。毕业起薪在80k-100k之间，多是各种data analytics岗位。申请BA专业的要求申请BA专业对于工作经验没有硬性的要求，但是倾向于招收数理背景较强的申请者，对统计类、计算机编程、数学等课程有先修课要求。GPA3.0是最低的要求，所以想要申请该专业的同学要注意保持在校期间的GPA不能低于这个线，当然想要稳妥一些还是需要更高的GPA。此外，对于标化成绩来说，美国前60的大学一般要求申请者托福分数在100-105分，但是部分学校最终录取学生托福均分可能高达110，比如圣路易斯华盛顿大学。而雅思要求也在7-7.5分。GMAT要求700+，GRE要求320+。所以想要申请这个专业的同学，启德教育建议大家提前开始准备各种标化考试，安排好备考时间，提前准备，提前规划。

首先，如果有条件和能力读研的话，还是应该首先考虑读研，一方面读研能够从根本上提升自身的人才层次水平，从而打开更多的就业渠道，另一方面读研也会有一个更加系统的学习过程，能够全面丰富自身的知识结构，而且也会提升自身的视野。职业教育更注重学生实践能力的培养，注重各种应用技能的培养，主要的培养目标是技能型人才，而研究生教育则以创新型人才为主要培养目标，所以如果未来想在技术领域走得更远，首先应该考虑读研。当然，相对于职业教育来说，读研的过程会占用更多的时间，学习的难度也会更大，对于学习者的学习能力也有较高的要求。实际上，每年都有一部分大数据方向的研究生会由于种种原因而选择延期毕业，比较常见的原因就是科研成果没有达到要求。从当前大数据领域的就业情况来看，由于目前大数据尚处在落地应用的初期，所以目前大量的大数据岗位都集中在研发领域，这一点在2019年的秋招中就有比较明显的体现，所以读研会有一个更好的就业前景。当然，随着大数据技术的落地应用，未来大数据技能岗位的人才需求量也会逐渐得到释放。最后，不论是否选择读研，学习大数据分析知识都需要一个系统的过程，这个过程涉及到的知识量还是比较大的，而且也有一定的学习难度。大数据分析目前有两种基本的方式，一种是统计学方式，另一种是机器学习方式，这两个方式都需要学习者具有一定的数学基础。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

我的前一篇文章谈及了英国的诺丁汉大学，增设了一个经济与数据科学硕士。英国诺丁汉大学，增设经济与数据科学硕士其实，除了诺丁汉大学，英国另一所大学也有将数据分析应用于经济领域的硕士专业，那就是格拉斯哥大学的经济与金融数据分析硕士。这个专业，由格拉斯哥大学的计算科学学院和亚当斯密商学院联合开设。简介如果学生对数据分析技能与经济洞察力相结合有兴趣，并渴望在金融、银行、咨询等领域工作，可以考虑申请格拉斯哥大学的经济与金融硕士数据分析硕士。这个专业，将经济学、金融、统计学和计算机科学等领域的知识点结合起来，培养学生的数据分析技能为复杂的决策提供信息。学生在就读这个专业时，将有机会参加暑期实习，而暑假实习项目是由格拉斯哥大学互为合作伙伴关系的企业提供的。另外，这个专业也为想进一步攻读博士学位的学生提供了学术基础。课程预备课程有部分学生，会有机会修以下两门预备课程计算统计与数据分析计量经济学与统计学综述必修课应用时间序列与预测贝叶斯数据分析面向数据科学家的机器学习和人工智能（由计算科学学院提供）微观计量经济学：影响评价与因果分析选修课应用计算金融学深度学习（由计算科学学院提供）经验资产定价财务信息检索金融市场微观结构编程与系统开发（由计算科学学院提供）文本数据分析导论（由计算科学学院提供）申请要求这个专业要求申请人的本科平均分有相当于英国二等一的水平。对应中国本科的百分制评分，是75分-90分（根据中国申请人来自的不同的院校，或有不同的平均分要求）。申请人本科专业，最好是经济学、金融学、计算机科学或其他有比较多数理内容的专业。在计算机编程方面，这个专业的所有课程都需要大量的编程。所以编程经验对申请来说虽然不是必须的，但学校期望申请人能在短时间内掌握编程技能。申请注意事项一旦学生开通网络申请系统，需要在开通后的42天内提交申请。在申请时，学生要提供一份个人陈述，详细说明：你为什么申请这个专业？以往你有什么经历能帮到你就读这个专业？你认为这个专业在未来会给你带来什么好处？此外，学生在申请时提交的推荐信应该是学术推荐信。

2019年全国硕士研究生招生考试就要来到了。根据教育部数据统计，今年报考人数再创新高，达到286万多人。较上年增长20%以上，考研人数的增长和增长率，均为近年来最高。是什么原因使得考研人数逐年增长呢？通过调查分析总结，报考人数越来越多的原因，基本上就是这四点。1、本科学历贬值。就业压力增大随着高等教育大规模的扩张，高等教育基本普及，造成了大学生的“泛滥”。每年有近千万的大学生毕业加入到就业大军中，然而社会没有那么多合适的岗位来满足毕业生的需求，造成了大学学历严重贬值，社会提供的工作和大学生的期望有很大的差距。很多单位在招聘中，要求必须是研究生以上学历。因此大学生为了增加自己的竞争力，只能通过考研提升学历，来增加自己的竞争筹码。这部分学生在考研中，占到近40%左右的比例，是考研的主力。2、非全日制研究生地位提升国家教育部从2018年起对研究生教育进行了改革，把之前的非全日制硕士招考统一纳入全国研究生招生考试中，大家一视同仁，在一个起点上竞争，这就是的在职硕士的地位提升起来。从之前的“交钱买学历”一下子变成国家认可的学历，含金量一下子提升了很多。这也让很多应届毕业生多了一个选择，如果全日制考不上，可以调剂到非全日制读研。这部分人和第一类考研的学生有着相同的原因，都是提升自己的就业竞争力，这部分占到近30%的比例。3、三跨人员这部分同学由于在高考中成绩不理想，对于大学中就读的专业、学校、城市都不满意，希望通过考研实现自己的梦想。通过跨专业、夸学校、跨城市，考到理想的城市、院校、从事自己喜欢的专业的学习，俗称“三跨人员”。把这个目标看成是自己毕生的追求，立志于这个专业的科学研究工作。这部分同学对自己的人生规划有明确的目标，虽然在报考人数中所占的比例不是很高，但是他们的成功率是比较高的，占到总数的15%左右。4、名校情结当年高考由于种种原因进入了一所普通的大学，但这部分学生都有一颗向往名牌大学的上进心。希望通过考研进入到985、211等重点高校是他们的毕生追求，所谓专业可能看得很淡。因为现在企业招聘中很多会注明，优先考虑985、211重点高校的学生。很多普通大学毕业生，甚至连毕业简历都递不上去。这就更加加剧了学生追求名校的情结，想通过考研进入到重点高校继续深造，以便在社会竞争中获得更多的机会，这部分同学可以占到报考学生的8%左右。综合上述，考研人数的增长，不仅来源于应届毕业生的增多，很多工作后的毕业生，为了提升自己的就业竞争力，也毅然加入到考研的行列，还吸引了很多三跨人员和具有深厚名校情结的同学。这四种人虽然考研的动力来源于不同的方面，但最终的目的都是通过考研来实现自己的梦想，提升自己的就业竞争力，可以看出学历和名校对今后的工作影响还是很大的。

转载自：上海纽约大学研究生与研修项目上海纽约大学与纽约大学斯特恩商学院的数据分析与商业计算理学硕士项目(MS in Data Analytics and Business Computing) 培养学生掌握不同数据分析工具的使用方法，以解决当今大数据时代中的商业问题与挑战。通过学习一系列与商业、数据科学、管理科学有关的跨领域课程，学生不仅能掌握坚实的定量分析与计算能力，而且能进一步培养商业管理与策略设计能力，在飞速发展的大数据时代里抢占先机。教学模式时长12个月，36个学分，全日制课程夏季学期在纽约大学斯特恩商学院学习秋季与春季学期在上海纽约大学学习授课语言：英语毕业后授予纽约大学理学硕士学位（已获中国教育部认可），上海纽约大学与纽约大学斯特恩商学院将联合签署学位证书培养目标数据分析与商业计算硕士课程旨在培养具有专业数据分析技术的年轻人才，以帮助其快速适应高速发展的商业分析领域，学生将有机会在结课之际理论联系实际，与业内公司一同合作完成一个实案项目。在项目期间，学生会与同学们合作并组成小组，以运用他们在课堂上学到的专业知识与分析技能，解决企业客户提出的案例情况。课程体系由于商业分析领域的跨学科特质，该项目提供一个广泛但缜密的课程设置，并涵盖以下领域：商业（金融，市场营销，收益管理，运营）数据科学（统计学，计量经济学，数据挖掘，数据可视化）管理科学（系统最优化，随机建模，模拟）纽约 - 夏季学期（15 学分）- 商业沟通（1.5 学分）- 数据处理及Python编程入门（3 学分）- 统计学和数据分析（3 学分）- 随机建模和模拟（3 学分）- 优化建模方法（3 学分）- 运营管理（1.5 学分）上海 - 秋季学期（12 学分）- 数据驱动决策（3 学分）- 商业分析的数据科学（3 学分）- 金融科技基础（3 学分）- 网络分析（3 学分）上海 - 春季学期（9 学分）- 收益管理与定价（3 学分）- 市场营销与分析（3 学分）- 实案项目（3 学分）* 以上为示例课程，具体课程可能根据每学年安排有所调整。如何申请1申请截止日期2019年10月15日2019年12月15日2020年1月15日（仅美国公民/永久居民）2申请材料清单个人信息先修课程成绩单GMAT或GRETOEFL或IELTS（如需）简历1封推荐信短文（专业短文及个人描述短文）3先修课程要求在申请时，申请人必须证明他们如何满足或计划满足先修课程要求。申请人必须证明他们如何满足或计划满足先修课程要求。申请人必须在入学之前已成功完成下面列出的课程与学分，并取得至少为“B”或“良”及以上的成绩。4编程语言我们强烈建议学生在入学前达到R语言的初级到中级水平（非申请必需条件）。如果学生在申请之前没有R语言相关经验，则需要在申请中列出自学计划。5申请流程通过项目官网stern.shanghai.nyu.e进入申请（Apply）通道根据系统提示提交申请材料（注：网申阶段只需上传原版及翻译版成绩单扫描件，无需提交原件。）招生办将在每轮截止日期后的八周内不间断发出结果通知，如有疑问，可随时联系上海纽约大学研究生招生办。编辑 | 小罗