大话WFU MSBA，2020fall 入学,在读介绍（续wfu ilp-msm）
586010
大家好，我是梧桐，一个即将读第三个硕士的准码农。最近2021 fall的申请也接近尾声，有很多录取群里的小伙伴，求比较然后想了解下wfu的msba。然后地理和网上对wfu的评价大多数比较老，在2020这风云变幻的一年，wfu msba进行了大规模的课改，和教授的变更，我觉得项目发生了很大的变化，有必要给大家写一份最新的测评。
由于我这个人不喜欢遮遮掩掩，简单来说，不吹不黑，尽量还原一个真实的wfu。但是一千个人眼中有一千个哈姆雷特，在wfu的经历，如同小马过河，千人千面。这个测评仅仅代表我的个人看法，如果有同学看到，如果你认同就给我加点米点个赞，如果有不认同的地方希望也全当一笑。因为对wfu msba肯定不同人有不同看法。
大概想从课业难度（课程质量），和data就业，和最后对比下争议比较大的msba选校（wfu msba比起其他bar接近的msba项目的，应该怎么选择），几个方面聊一下wfu msba这两部分也是目前我收到最多问题的。
课业难度
wfu msba在后疫情时代，由于data岗位大浪淘沙，招聘的标准越来越高，学校对课程和教授也进行了调整。我这里主要是强调下wfu课改的部分，不会对每一门课都点评。 我未提到的部分，可能和之前学长学姐测评的基本接近，大家可以参考地理和网上其他的文章，也可以留言问我。
pro: 学校聘请了Amazon level 7 research data scientist Prof.Ames主讲R编程，机器学习两门课程。R编程（Analytics Software Technology)将以前的sas和R两门课合并成一门，专注用R， 同时学校也取消了或者删减了项目中对sas的使用，博学不如专精。 Prof.Ames是我来WFU 最大的惊喜，由于是业界的教授，ml讲的比预想中的难很多，给大家讲了很多实用的业界的技巧，不只是掉包，也讲了很多feature engineering，NLP，deep learning, anomaly detection。楼主本人基本上算是CS本科（我是文理学院毕业，本来是double major五年毕业，我学了cs所有的必修课，但是由于double major，要写两份毕业论文，cs的论文我没写完就提前毕业了，我今年申请CS 的phd和MS），也很有收获。tidymodel的确也算是机器学习领域使用R语言比较新的技能。由于今年是疫情，hybrid授课，加上老师在课程后期感染了新冠（现在已经康复），影响了部分课程内容，最后deep learning之后讲得有点仓猝，我相信明年老师健康归来，肯定会讲的更好。 Ames人特别好，在开学之初我就和老师单独聊过，说我喜欢AI本科有一些背景，想学的深一点。老师会单独给我布置一些project，和python机器学习的资料。让我去学，然后和我meeting，给我讲解其中关键。如果同样有想来wfu msba的同学，有一些基础，也对ai感兴趣，可以和我一样，找到ames，和老师networking的时候老师很愿意多教一些课外的内容。
在这里其实是想强调一下，其实msba多为1年或者一年半的项目，有的学校强调自己很tech毕业之后就能当ds，有的人也会踩wfu的msba说偏商科，学不到很多技术。我个人看法是其实一年的项目，学分和课程数量本来就有限，所谓的tech的ba和偏商科的ba在课程设计上的差距不外乎是2-3门课。wfu今年删掉了HR，合并了sas r，在原本还有一门data mining的基础上，又增加了一门机器学习。我觉得和自己比，已经提高了很多。希望早日摘掉不tech msba的帽子。 其实就是，我觉得msba作为一年项目，本科4年基础也格外重要，如果本科就有一定的数理背景 编程背景，然后配合自学和课程，最后成为data scientist的学长学姐也大有人在。如果本科就是文科小白，然后也不愿意自己花时间学，可能也没有任何一个msba项目能保证毕业后能让你找到DS的工作。
con: 强力吐槽下Visual Analytics and Influencing这节课，这节课合并了storing telling和 tableau两节课，老师好像是物理学的博士，整个学期都是再学讲故事或者是可视化理论，真正学tableau的时候只有2周，学的很肤浅。 最后spring学期，感觉整体课业压力比较大。其中又2-3们课，课业压力很不合理。在疫情期间，找工作很难，改简历，刷题，networking都很耗时间，希望学校能够调整。
Data就业
学校官网统计的就业率100%实际上我个人觉得在2020fall之后就有点名存实亡，由于疫情影响，整个data岗位就业难度很大，僧多肉少。很多理工科的MS PHD都开始转data，然后data行业ng的坑又不多。大部分岗位都是招收experienced的员工，而wfu msba的定位又实再尴尬，尽管说了课程的tech有所提升。但是整体上wfu msba还是针对da ba的岗位，这一类岗位如果是较为business的方向，国际学生英语相对弱于美国人，communication不占优势。偏tech一点的岗位，其实由于项目主流是R，SQL（除非是交额外的8000刀学费，在第二年summer学习consulting concentration 会教python）,其实还是有些乏力，我最近拿到的4个oa当中，3个都有基础编程，算法的考察（r语言无法完成）。 大厂DS（非只写sql，或者产品类，非modeling 的ds)主要都是招博士。就连以往最让wfu msba学生和学校骄傲的cp1今年也取消了校招窗口，拿到oa，进入下一轮的寥寥无几。学校资源仅存当地小公司。目前不完全统计，只有个位数的中国学生找到了工作。 如果有条件，我会更新WFU MSBA的就业情况。不过希望大家以最后的学校报告为准（大概会在年底出）。
WFU MSBA偏商科的乏力固然是就业难的原因之一，但是美国在经历疫情后，data岗位大洗牌势在必行。看过我以前文章的人可能知道，我在wfu读了两年，看下上下3届msba的毕业生。data岗位对留学生整体的就业难度上升可以说是意料之中，wfu在这夹缝中生存。积极课改，增加tech课程，谋求生机！ 好在wfu school of business是学校的王牌学院之一，资源充足，msba faulty也是充满活力，对学生提的意见都能够虚心接受进行课改。在这里希望wfu msba越办越好吧。写到就业真的是心情复杂，真心是不太想黑wfu，对学校很有感情，但是又是因为wfu无奈自己又要读第三个硕士。想说的是，以往wfu就业率高，强的不只是学校，强的更是学生。以前那些坚定留美的学长学姐，真的都很可敬。疫情期间学校也在积极举办networking的活动，我也得到了很多学长学姐的帮助。wfu msba有点像NEU ALIGN CS,就业率高的主要原因都是学长学姐都很能吃苦，努力学习，然后毕业后也不放弃找工作。很大部分人都是毕业后上岸的。在这里也希望我们疫情这一届，大家都能有个理想的工作！
MSBA选校（纯属个人观点）
MSBA选校是个最有争议的话题，在此处我想挺一下wfu，并且我的所有比较标准都是基于在美国就业为衡量标准（某名校sps，或者其他高世界排名大学水专业，可能回国就业的确是有优势） 相信能看到这里的朋友们也都是和我一样有一个美国梦，想考虑留美的小伙伴。首先我个人觉得，如果是us news 美国综排30名之后的学校，其实和wfu相比，可比性不大。在比较MSBA这一方面，我想主要强调几个参考标准：1 us news综合排名. 2 商学院排名 3. 录取标准 4. 就业率和class size。 这4个标准是我觉得在美国就业的关键，1-4重要性不分前后。首先说下，wfu是美国us news的老牌前三十学校，在美国读书的人都经常强调前三十，是因为前三十的学校很少排名有变化。很少有前三十的学校掉出前三十。也很少有新贵能挤进前三十。前三十可以说是美国大学的重要分水岭。wfu 自从上世纪有us news排名开始，一直是23-28名，老牌名校， 商学院是wfu最重要的学院之一，学校大量倾注资源，没有商学院排名是因为学校取消了full time mba，倾注资源在msm上，失去了排名资格。 商学院本科教学质量曾和沃顿商学院并列美国第一（参考百度百科）最后是class size，wfu msba小班教育，目前中国人只有６０个人在读（去年扩招，从４０提升到了６０）相比较录取标准相近的学校，具有优势。为了避免引战，在此次就不给ｍｓｂａ排名了，也不说谁好谁差。说一个大致标准吧，我觉得只有比wfu 综合排名高，开设msba的商学院又不是水商学院，class size不是特别大，盲目扩张的项目，可以和wfu一战。
可能是因为我ｃｓ背景的原因吧，我总觉得ｔｅｃｈ的部分可以自学，cs或者是编程，不同于任何其他的学科，有着极其丰富的网络资源，就算是cs专业，很多学生都觉得自己自学的要比从学校学的多。然而wfu带给我们的就业辅导，师生比，职业规划，上课体验，以及中美学生比例。在求职甚至是未来，都是更加珍贵，重要的
最后小结一下吧，来wfu msba的时候的确是对未来充满希望，之所以对wfu又爱又恨，并不是因为项目质量不好，而是因为通过２年的商科学习，发现自己还是更喜欢ｃｓ更喜欢编程。强逻辑和设计出算法，code run成功一瞬间的成就感远胜过商科和client 沟通和写executive summary的心烦。我会更新一些项目的最新信息，如果有问题可以私信，也可以给我留言。我有时间一定会第一时间解答。希望申请的朋友们ｏｆｆｅｒ多多，也希望和我一样马上毕业的小伙伴都能找到满意的工作！在这一片小记最后，感谢所有来wfu后帮助过我的人，也希望学弟学妹们能够喜欢。
由于我这个人不喜欢遮遮掩掩，简单来说，不吹不黑，尽量还原一个真实的wfu。但是一千个人眼中有一千个哈姆雷特，在wfu的经历，如同小马过河，千人千面。这个测评仅仅代表我的个人看法，如果有同学看到，如果你认同就给我加点米点个赞，如果有不认同的地方希望也全当一笑。因为对wfu msba肯定不同人有不同看法。
大概想从课业难度（课程质量），和data就业，和最后对比下争议比较大的msba选校（wfu msba比起其他bar接近的msba项目的，应该怎么选择），几个方面聊一下wfu msba这两部分也是目前我收到最多问题的。
课业难度
wfu msba在后疫情时代，由于data岗位大浪淘沙，招聘的标准越来越高，学校对课程和教授也进行了调整。我这里主要是强调下wfu课改的部分，不会对每一门课都点评。 我未提到的部分，可能和之前学长学姐测评的基本接近，大家可以参考地理和网上其他的文章，也可以留言问我。
pro: 学校聘请了Amazon level 7 research data scientist Prof.Ames主讲R编程，机器学习两门课程。R编程（Analytics Software Technology)将以前的sas和R两门课合并成一门，专注用R， 同时学校也取消了或者删减了项目中对sas的使用，博学不如专精。 Prof.Ames是我来WFU 最大的惊喜，由于是业界的教授，ml讲的比预想中的难很多，给大家讲了很多实用的业界的技巧，不只是掉包，也讲了很多feature engineering，NLP，deep learning, anomaly detection。楼主本人基本上算是CS本科（我是文理学院毕业，本来是double major五年毕业，我学了cs所有的必修课，但是由于double major，要写两份毕业论文，cs的论文我没写完就提前毕业了，我今年申请CS 的phd和MS），也很有收获。tidymodel的确也算是机器学习领域使用R语言比较新的技能。由于今年是疫情，hybrid授课，加上老师在课程后期感染了新冠（现在已经康复），影响了部分课程内容，最后deep learning之后讲得有点仓猝，我相信明年老师健康归来，肯定会讲的更好。 Ames人特别好，在开学之初我就和老师单独聊过，说我喜欢AI本科有一些背景，想学的深一点。老师会单独给我布置一些project，和python机器学习的资料。让我去学，然后和我meeting，给我讲解其中关键。如果同样有想来wfu msba的同学，有一些基础，也对ai感兴趣，可以和我一样，找到ames，和老师networking的时候老师很愿意多教一些课外的内容。
在这里其实是想强调一下，其实msba多为1年或者一年半的项目，有的学校强调自己很tech毕业之后就能当ds，有的人也会踩wfu的msba说偏商科，学不到很多技术。我个人看法是其实一年的项目，学分和课程数量本来就有限，所谓的tech的ba和偏商科的ba在课程设计上的差距不外乎是2-3门课。wfu今年删掉了HR，合并了sas r，在原本还有一门data mining的基础上，又增加了一门机器学习。我觉得和自己比，已经提高了很多。希望早日摘掉不tech msba的帽子。 其实就是，我觉得msba作为一年项目，本科4年基础也格外重要，如果本科就有一定的数理背景 编程背景，然后配合自学和课程，最后成为data scientist的学长学姐也大有人在。如果本科就是文科小白，然后也不愿意自己花时间学，可能也没有任何一个msba项目能保证毕业后能让你找到DS的工作。
con: 强力吐槽下Visual Analytics and Influencing这节课，这节课合并了storing telling和 tableau两节课，老师好像是物理学的博士，整个学期都是再学讲故事或者是可视化理论，真正学tableau的时候只有2周，学的很肤浅。 最后spring学期，感觉整体课业压力比较大。其中又2-3们课，课业压力很不合理。在疫情期间，找工作很难，改简历，刷题，networking都很耗时间，希望学校能够调整。
Data就业
学校官网统计的就业率100%实际上我个人觉得在2020fall之后就有点名存实亡，由于疫情影响，整个data岗位就业难度很大，僧多肉少。很多理工科的MS PHD都开始转data，然后data行业ng的坑又不多。大部分岗位都是招收experienced的员工，而wfu msba的定位又实再尴尬，尽管说了课程的tech有所提升。但是整体上wfu msba还是针对da ba的岗位，这一类岗位如果是较为business的方向，国际学生英语相对弱于美国人，communication不占优势。偏tech一点的岗位，其实由于项目主流是R，SQL（除非是交额外的8000刀学费，在第二年summer学习consulting concentration 会教python）,其实还是有些乏力，我最近拿到的4个oa当中，3个都有基础编程，算法的考察（r语言无法完成）。 大厂DS（非只写sql，或者产品类，非modeling 的ds)主要都是招博士。就连以往最让wfu msba学生和学校骄傲的cp1今年也取消了校招窗口，拿到oa，进入下一轮的寥寥无几。学校资源仅存当地小公司。目前不完全统计，只有个位数的中国学生找到了工作。 如果有条件，我会更新WFU MSBA的就业情况。不过希望大家以最后的学校报告为准（大概会在年底出）。
WFU MSBA偏商科的乏力固然是就业难的原因之一，但是美国在经历疫情后，data岗位大洗牌势在必行。看过我以前文章的人可能知道，我在wfu读了两年，看下上下3届msba的毕业生。data岗位对留学生整体的就业难度上升可以说是意料之中，wfu在这夹缝中生存。积极课改，增加tech课程，谋求生机！ 好在wfu school of business是学校的王牌学院之一，资源充足，msba faulty也是充满活力，对学生提的意见都能够虚心接受进行课改。在这里希望wfu msba越办越好吧。写到就业真的是心情复杂，真心是不太想黑wfu，对学校很有感情，但是又是因为wfu无奈自己又要读第三个硕士。想说的是，以往wfu就业率高，强的不只是学校，强的更是学生。以前那些坚定留美的学长学姐，真的都很可敬。疫情期间学校也在积极举办networking的活动，我也得到了很多学长学姐的帮助。wfu msba有点像NEU ALIGN CS,就业率高的主要原因都是学长学姐都很能吃苦，努力学习，然后毕业后也不放弃找工作。很大部分人都是毕业后上岸的。在这里也希望我们疫情这一届，大家都能有个理想的工作！
MSBA选校（纯属个人观点）
MSBA选校是个最有争议的话题，在此处我想挺一下wfu，并且我的所有比较标准都是基于在美国就业为衡量标准（某名校sps，或者其他高世界排名大学水专业，可能回国就业的确是有优势） 相信能看到这里的朋友们也都是和我一样有一个美国梦，想考虑留美的小伙伴。首先我个人觉得，如果是us news 美国综排30名之后的学校，其实和wfu相比，可比性不大。在比较MSBA这一方面，我想主要强调几个参考标准：1 us news综合排名. 2 商学院排名 3. 录取标准 4. 就业率和class size。 这4个标准是我觉得在美国就业的关键，1-4重要性不分前后。首先说下，wfu是美国us news的老牌前三十学校，在美国读书的人都经常强调前三十，是因为前三十的学校很少排名有变化。很少有前三十的学校掉出前三十。也很少有新贵能挤进前三十。前三十可以说是美国大学的重要分水岭。wfu 自从上世纪有us news排名开始，一直是23-28名，老牌名校， 商学院是wfu最重要的学院之一，学校大量倾注资源，没有商学院排名是因为学校取消了full time mba，倾注资源在msm上，失去了排名资格。 商学院本科教学质量曾和沃顿商学院并列美国第一（参考百度百科）最后是class size，wfu msba小班教育，目前中国人只有６０个人在读（去年扩招，从４０提升到了６０）相比较录取标准相近的学校，具有优势。为了避免引战，在此次就不给ｍｓｂａ排名了，也不说谁好谁差。说一个大致标准吧，我觉得只有比wfu 综合排名高，开设msba的商学院又不是水商学院，class size不是特别大，盲目扩张的项目，可以和wfu一战。
可能是因为我ｃｓ背景的原因吧，我总觉得ｔｅｃｈ的部分可以自学，cs或者是编程，不同于任何其他的学科，有着极其丰富的网络资源，就算是cs专业，很多学生都觉得自己自学的要比从学校学的多。然而wfu带给我们的就业辅导，师生比，职业规划，上课体验，以及中美学生比例。在求职甚至是未来，都是更加珍贵，重要的
最后小结一下吧，来wfu msba的时候的确是对未来充满希望，之所以对wfu又爱又恨，并不是因为项目质量不好，而是因为通过２年的商科学习，发现自己还是更喜欢ｃｓ更喜欢编程。强逻辑和设计出算法，code run成功一瞬间的成就感远胜过商科和client 沟通和写executive summary的心烦。我会更新一些项目的最新信息，如果有问题可以私信，也可以给我留言。我有时间一定会第一时间解答。希望申请的朋友们ｏｆｆｅｒ多多，也希望和我一样马上毕业的小伙伴都能找到满意的工作！在这一片小记最后，感谢所有来wfu后帮助过我的人，也希望学弟学妹们能够喜欢。
- 17
10条回复