[Study] ASU MSBA一年就讀心得

Kelly Szutu
Apr 8, 2020

從當初申請研究所到現在也有一年的時間了,回顧這段日子過得好快也很充實,還記得當初的這個時候正懊惱要去北京大學還是亞利桑那州立大學,現在的我會說我很慶幸當初選擇的是來美國讀商業分析,雖然跨領域、跨文化的生活有時候會有挫折感,但成長的部分也是看的見的,這篇文就來和大家分享我在ASU讀MSBA的介紹和感想。

Arizona的天空很美每天都不一樣

— 周遭環境

先從生活環境說起,我們的校區在Tempe,我覺得是一個舒適的城市,天氣好、不怎麼下雨(目前只遇過大概不到十天)、不會太擁擠、交通還算方便(有輕軌和orbit,很多地方也是步行的距離)、房租(大多落在六百到一千左右)和物價也都適中。雖然不像大都市那樣的繁榮喧囂,卻也多了一份自在愜意。

— 項目介紹

這是九個月的program,分成4個cohort,一班大概40人左右,國籍組成依比例依序為印度、中國、台灣、美國,其他像是韓國、泰國、法國、俄羅斯、伊朗等等的都是個位數。同學的背景多來自工程、商業,也有不少跨領域就讀,像是數學、人文、語文、傳播(我),多半都已經有工作經驗了。

分組: 我們的學制是用quarter來分(相當於半個semester),兩個quarter分一次組,通常四人一組,固定會有一個美國人和印度人,但當然也有例外。

作業: 小組作業和個人作業的比例大概40/60,小組的要做較複雜的case study和project,個人的是測驗和coding為主 。

考試: 隨堂測驗其實滿多的,最少兩周一次(都不會到太難),也有回家open book的考試,另外再加上期中或期末。

上課: 課堂上老師很常問問題,同學也很會發言,而且因為小班制所以有滿多的討論和互動,我覺得這對於國際生來說是很不錯的部分,訓練思考和口語表達能力。

軟體: 需要用到Python, R, SQL, Tableau, Excel (Precision Tree, Solvers, at Risk),作業環境會建議用Windows比較方便。

資源: department有提供mentor和advisor (academic & career),所以可以自己寫信跟他們約時間諮詢,他們也會不定時寄一些生活或工作的資訊。系上有study room提供小組討論或個人學習,另外還有一間24小時的自習室。

— 課程規劃

第一個quarter教的內容比較基礎,主要是用來銜接之後的課程。第二個quarter的難度就增加了,也開始正式coding,學深一點的BA專業。

第三和第四個quarter是loading最重的階段,除了coding skill和專業知識之外,重點就是執行capstone project (有點像是建教合作那種internship),不過也因為課少的關係,相對有更多時間可以運用。

— 技術學習

35% Supervised Machine Learning (classification and regression: decision tree, random forest, neural, support vector machines, network, k nearest neighbor, Xgboost)

20% Database Management (enterprise analytics, database, SQL)

20% Marketing Analytics (multi-linear regression, logistic regression, factor analysis, profit analysis, BASS model, CLV)

10% Data Visualization (Tableau dashboard, Excel graph)

10% Recommendation System (collaborative and content-based filtering)

5% Unsupervised Machine Learning (clustering: K-means, text mining)

— 未來就業

商業分析師(Business Analyst)、資料分析師(Data Analyst),大部分學生畢業後求職以這兩者為主,工作內容偏向data cleaning, interpreting並提供公司或客戶商業上的決策建議。

專案經理(Program Manager),越來越多人考慮這個方向,這是一個要會溝通也要會技術(基礎架構要懂)的領導職位,統合兩方的需求並下決策。

資料科學家(Data Scientist),也有人往這邊走,不過要具備的技術能力更強,要是只是單單讀BA而沒有自我鍛鍊(改algorithm、建model),一般是勝任不了的。

當然也不限於這幾種類別,但若你要留在美國工作一開始是離不開這些的,原因是用OPT工作需要和你的學科相關領域。

— 心得感想

其實學習本來就很因人而異,對於有coding底子或原本就有在接觸這方面的人來說,可能會認為學校教的太淺太慢了,所以不會覺得這個項目對自己技術方面的成長有太大幫助,學到的就會是其他面向,像是溝通技巧、視覺化呈現、如何運用在商業上的這種軟實力。而對於初學者或是只有一些概念的人來說,我覺得這個項目就有助於實力的提升,當然也不能完全靠學校,學校只是引領你一個學習的方向,告訴你什麼是業界需要的,自己找case找題目來做、找文章來讀才是最有用的,不然之後工作面試被問到一些專業問題的話,也只講的出皮毛而已。

常常有人問我九個月會不會太短,當時選校的時候我也有在猶豫這個問題,但其實差不多讀完後我感覺剛剛好,學校該教的都不會少,重點還是怎麼運用時間做額外的練習,再來BA的環境本來就是fast-pace的,我個人認為早一點進入業界反而更能有效的增加經驗。當然這樣子緊湊的九個月也是有缺點的,你可能會失去掉一些享受生活的部分,適應力慢的人也可能有種怎麼好像才剛來美國,生活還沒有很習慣、語言還沒有很流利、技術還沒有熟練,就要畢業、就要開始找工作的感覺。

商業分析的面向很廣,現在幾乎每個產業都會需要這方面人才,然而在美國的市場也逐漸趨於飽和狀態,所以最後我會建議最好要找到某個自己喜歡的領域(marketing, healthcare, logistic, customer service, education, etc.)深入下去,結合大學所學也是一個好方法,這樣之後找工作會比較有頭緒,也有可能比較突出、比較吃香,另外當然就是多多練習SQL和Python (尤其是SQL),當你開始找工作和面試後,會發現這些是必備的基本款。

謝謝你願意閱讀到最後,之後我還會分享課程相關的內容、我學習後的運用、找工作的歷程方法、還有我的觀察想法等等。如果有興趣的話歡迎追蹤跟分享,有問題的話也可以email我: kelly.szutu@gmail.com

--

--

Kelly Szutu

Journalist x Data Visualization | Data Analyst x Machine Learning | Python, SQL, Tableau | LinkedIn: www.linkedin.com/in/szutuct/