最后的纠结，诚心求比较: UT Austin MSBA vs Berkeley MEng IEOR
769927
这是我在地里的处女贴了，目前需要在两个项目里尽快决定下来，所以真诚希望得到各位坛友的分析和建议。
美本econ专业，学了最基础的微积分线代概率统计三件套，上过一节python的课，就是我全部的数理背景了，实在是小白一个，所以不管去哪个项目需要自己补的和付出的努力都少不了。之前的实习和就业方向都是金融方面，但一直对tech industry有浓厚的兴趣，以及在一个实习中了解了fintech之后就想往tech industry转了。目前短期目标是master毕业之后在美国工作，未来是否回国还没定。对于未来的职业规划，还是希望做一个掌握data analytics技能但是focus on using data for business decision making的人，利用data做偏business的工作，而不是coding或者纯data scientist。
两个项目
Berkeley MEng IEOR：
Pros：
1. reputation：无论是在美国的tech行业还是对于未回国，brand name肯定比UT更响
2. location：SF不管是资源还是信息都更丰富，对于我自己比较想从事的tech consulting或者tech operations或者product manager的相关职位也有更多opening，结合我自己过去的金融和咨询实习背景，湾区也有更多服务于tech industry的financial institution的工作机会，比如tech ibd，vc，pe，甚至tmt sector equity research和risk management，都是可能的career path。
3. alumni：Berkeley在美国尤其是湾区庞大的alumni network对于networking以及找工作肯定是有优势的
Cons：
1. Curriculum：项目设置非常成问题，因为我本科数理基础不好，想要多补充一下自己的tech技能点，而berkeley的项目能够上的只有4门tech的课，据项目学生反馈好像讲的也比较宽泛，其他大部分是一些leadership的课，所以想单纯通过这个项目来提升自己背景不太现实
2. resource：这两年一直在扩招，项目人相对比较多，中国人大概50多个，总体100多一点吧，导致同学之间更多是互相competition的关系而非大家一起努力找工作的感觉，同时工院对这个项目的资源倾斜也不太够，最近两年中国人找工作的整体情况不太理想，找到工作的人里面也有相当一部分是去非常非常小的刚成立的startup，个人感觉成长性和平台也不是特别好
UT Austin MSBA：
Pros：
1. curriculum：相比于berkeley，同样只有十个月的ut msba的课程明显solid很多，也合理很多，因为是target entry－level data scientist／business analyst的工作，所有工作和面试可能涉及到的点都会cover，从python／R／SQL到database到stochastic／optimization／ml，虽然也不会很深入(毕竟时间短)但全面而实用
2. placement：项目是在bschool，ut的mccombs商学院在德州乃至整个南部特别强大，口碑特别好，算是德州地霸，而且ba是它全力打造的一个王牌项目，本身就会有资源倾斜，比如单独的msba career fair和企业sponsor的capstone(有Dell、Adobe、EA、Indeed等等)，最近两年的就业率全都是100%，同时人数比较少，中国学生每年大概有17、8个，凡是想在美国找工作的都找到了
3. location：虽然不如湾区，但Austin的tech行业发展十分迅速，机会也非常多，同时因为austin不是tech方向就业的首选，作为当地最好大学的毕业生，竞争压力也想对小一点，不会像在SF那样东海岸西海岸五大湖区所有工科专业都去竞争，同时生活成本远远低于SF，工作后的生活质量会好一些
Cons：
1. reputation：出了德州，在brand name方面跟berkeley还是有差距，同时校友质量可能也会略输一筹
2. career path：虽然就业完美，但基本上所有人都是去做entry level business analyst，去的公司也不是sf那样的互联网公司，要么是本地downgraded的公司比如Homeaway(compare to Airbnb)和Indeed(compare to linkedin)，要么是一些相对传统的公司比如Visa和IBM，能去tech consulting的人也很少。Austin这个城市相关行业的机会也不像SF那样跟我的兴趣吻合
目前方案
1. 直接去UT Austin，先确保找到工作，data science这个领域先入行比较重要，然后靠工作经验和不断学习争取一两年后relocate或者跳槽到自己更喜欢的公司
2. 去Berkeley，在上课找工作的同时通过online course疯狂弥补自己欠缺的tech skills，网上资源丰富同时berkeley内部也有一些资源比如extension的课程，但目前有个concern怕自己自学的内容在找工作面试的时候不如上一个degree program学到的那样被公司认可，同时这样也会使本来压力就大的一年master项目变的压力更大
3. 先去Berkeley，defer UT，在Berkeley的时候如果找到不错的工作就去工作，没找到合适的第二年再去UT接着学and找工作。这样好处是给自己留了一条退路，加起来两也给自己更多时间去学习弥补需要的技能以及找工作，坏处是开销太大，另外两个项目本身课程有overlap的地方，同时本来就是就业导向的，读两个这样的项目感觉是一个浪费时间金钱的选择
以上是我自己关于这两个项目的个人思考，因为时间真的不多了，真诚希望各位朋友能留下宝贵的看法！！！鞠躬！！！
美本econ专业，学了最基础的微积分线代概率统计三件套，上过一节python的课，就是我全部的数理背景了，实在是小白一个，所以不管去哪个项目需要自己补的和付出的努力都少不了。之前的实习和就业方向都是金融方面，但一直对tech industry有浓厚的兴趣，以及在一个实习中了解了fintech之后就想往tech industry转了。目前短期目标是master毕业之后在美国工作，未来是否回国还没定。对于未来的职业规划，还是希望做一个掌握data analytics技能但是focus on using data for business decision making的人，利用data做偏business的工作，而不是coding或者纯data scientist。
两个项目
Berkeley MEng IEOR：
Pros：
1. reputation：无论是在美国的tech行业还是对于未回国，brand name肯定比UT更响
2. location：SF不管是资源还是信息都更丰富，对于我自己比较想从事的tech consulting或者tech operations或者product manager的相关职位也有更多opening，结合我自己过去的金融和咨询实习背景，湾区也有更多服务于tech industry的financial institution的工作机会，比如tech ibd，vc，pe，甚至tmt sector equity research和risk management，都是可能的career path。
3. alumni：Berkeley在美国尤其是湾区庞大的alumni network对于networking以及找工作肯定是有优势的
Cons：
1. Curriculum：项目设置非常成问题，因为我本科数理基础不好，想要多补充一下自己的tech技能点，而berkeley的项目能够上的只有4门tech的课，据项目学生反馈好像讲的也比较宽泛，其他大部分是一些leadership的课，所以想单纯通过这个项目来提升自己背景不太现实
2. resource：这两年一直在扩招，项目人相对比较多，中国人大概50多个，总体100多一点吧，导致同学之间更多是互相competition的关系而非大家一起努力找工作的感觉，同时工院对这个项目的资源倾斜也不太够，最近两年中国人找工作的整体情况不太理想，找到工作的人里面也有相当一部分是去非常非常小的刚成立的startup，个人感觉成长性和平台也不是特别好
UT Austin MSBA：
Pros：
1. curriculum：相比于berkeley，同样只有十个月的ut msba的课程明显solid很多，也合理很多，因为是target entry－level data scientist／business analyst的工作，所有工作和面试可能涉及到的点都会cover，从python／R／SQL到database到stochastic／optimization／ml，虽然也不会很深入(毕竟时间短)但全面而实用
2. placement：项目是在bschool，ut的mccombs商学院在德州乃至整个南部特别强大，口碑特别好，算是德州地霸，而且ba是它全力打造的一个王牌项目，本身就会有资源倾斜，比如单独的msba career fair和企业sponsor的capstone(有Dell、Adobe、EA、Indeed等等)，最近两年的就业率全都是100%，同时人数比较少，中国学生每年大概有17、8个，凡是想在美国找工作的都找到了
3. location：虽然不如湾区，但Austin的tech行业发展十分迅速，机会也非常多，同时因为austin不是tech方向就业的首选，作为当地最好大学的毕业生，竞争压力也想对小一点，不会像在SF那样东海岸西海岸五大湖区所有工科专业都去竞争，同时生活成本远远低于SF，工作后的生活质量会好一些
Cons：
1. reputation：出了德州，在brand name方面跟berkeley还是有差距，同时校友质量可能也会略输一筹
2. career path：虽然就业完美，但基本上所有人都是去做entry level business analyst，去的公司也不是sf那样的互联网公司，要么是本地downgraded的公司比如Homeaway(compare to Airbnb)和Indeed(compare to linkedin)，要么是一些相对传统的公司比如Visa和IBM，能去tech consulting的人也很少。Austin这个城市相关行业的机会也不像SF那样跟我的兴趣吻合
目前方案
1. 直接去UT Austin，先确保找到工作，data science这个领域先入行比较重要，然后靠工作经验和不断学习争取一两年后relocate或者跳槽到自己更喜欢的公司
2. 去Berkeley，在上课找工作的同时通过online course疯狂弥补自己欠缺的tech skills，网上资源丰富同时berkeley内部也有一些资源比如extension的课程，但目前有个concern怕自己自学的内容在找工作面试的时候不如上一个degree program学到的那样被公司认可，同时这样也会使本来压力就大的一年master项目变的压力更大
3. 先去Berkeley，defer UT，在Berkeley的时候如果找到不错的工作就去工作，没找到合适的第二年再去UT接着学and找工作。这样好处是给自己留了一条退路，加起来两也给自己更多时间去学习弥补需要的技能以及找工作，坏处是开销太大，另外两个项目本身课程有overlap的地方，同时本来就是就业导向的，读两个这样的项目感觉是一个浪费时间金钱的选择
以上是我自己关于这两个项目的个人思考，因为时间真的不多了，真诚希望各位朋友能留下宝贵的看法！！！鞠躬！！！
- 1