[学校信息] UCD MSBA介绍+UCD在读体验+BA就业信息+项目Q&A

avatar地里匿名用户KSJTQ
4819
9
lz目前在UCD就读MSBA项目。申请时的BG:211会计本 3.8 114+ 333+ 4实习(金融 四大咨询 BAT) Ivy League交换 先修课满足
就读期间在兼职Graduate Student Analyst,主要负责协助admission和career方面统筹和analytic方面工作。
申明:发这篇文章是以一个客观公正的角度,分享一下干货。在选择项目之前,大家对项目了解越深入,越有利于作出更适合自己的选择。

本文如标题所言,主要分成四个板块
简介:lz个人的选校理由以及就读后的general介绍
在读体验:主要是项目的课程以及大家最关心的practicum
就业信息:主要是学生就业情况介绍以及学校提供的资源介绍
Q&A:若是大家还有其他疑问,欢迎在下方留言,lz有时间会回复!

简介
LZ的选校主要是奔着留美,为了疫情defer了一年。学校当年有这个defer一年的政策,现在因为疫苗出来了,基本上不能defer了

UCD项目优势主要是有
旧金山湾区的地理位置:
UCD MSBA校区在旧金山。全美BA/DS岗位还是湾区多,不用relocate,毕业后大家也基本上都在这边工作,毕业后联系也更紧密。学校校友network很好,校友很多都在Amazon, Meta, Google, Tesla, PayPal。

由浅入深:
Mehul宝藏教授打基础很扎实,统计知识从零基础开始教到及其深入。以及最有用的SQL,把他的作业做完,基本上就感觉整个通了,刷leetcode轻松很多。

项目设置偏tech,也稳扎稳打:
就读半年下来,感觉项目十分扎实,从基础统计tests到regression,时间序列预测模型。一直到各种ML的technique,包括Random Forest和Neural Networks。数理基础打得非常扎实,而且只要你认真学,本科不是统计或者工科都能学的很好。

Practicum贯穿始终:
基本从silicon valley的startup,公益组织和独角兽公司都有。practicum贯穿始终,相当于直接增加一段在美工作经历。虽然不算实习,但是相比起其他有的项目capstone project(项目结束才开始,大家那个时候都差不多找到工作了了)的作用,真的有用太多。而且大家能体会实际的analytical工作环境是怎样的,这些在recruiter眼中都是很宝贵的。

项目在读体验
这一part主要是分quarter来介绍我的就读体验。
学校官方把课程分为3+1类:Business, Data/Computing, Analytics + Practicum。课程的确设计的很tech,也收到过业界的认可。项目一共分成4个quarter。
学校的教授分成学术型和业界型。学术型教授主要教授和stats相关的课,业界教授主要是教授一些实用性课程。
Practicum从Fall学期,9月份就开始。因为个人分配到的项目不一样而不同,我放最后统一介绍。
Summer:
【Analytics】400 Foundation:主要是把统计学基础过一遍,为后面作准备。如果本科是学统计的,会觉得很轻松,但是如果学的是数学三,而且没学过计量经济学,这门课还是需要多多努力的。Mehul老师教的非常好,而且是保姆级别教学, 不仅ppt详细,上课绝对会照顾到所有人,没有听的很明白的,有问必答。下课作业特别多,基本上每次R代码800行+,不过他会发sample码,所以也是保姆级教学。有一个Tesla的校友说,他现在办公的时候,旁边还会摆着Mehul的教案,经常去复习。

Fall:
【Business】401 Information, Insights, and Impact:主要是把Data相关最热门的topic,以及interview中经常考察的,比较宏观层面过一遍。比如multi-arm bandit,做recommendation engine之类的。作业是小组用sample data把学到的理论实操一次。Ashwin是项目Academic Director,非常学术,也有很多业界资源,会给我门分享一些他自己做研究的结果,是一个很博学的教授。

【Data/Computing】421 Data Management :Mehul的SQL课,可以说是SQL宝典。一开始都觉得简单,越到后面越难,后期作业难度直逼LC的Hard。不过期末较温柔,不用很担心。

【Data/Computing】431 Data Visualizationt:由目前在Salesforce任职Senior Director的Mak教授。主要是教Tableau,为拿certificate作准备。Python里面常用的包比如seaborn也会提到。

【Analytics】441 Statistical Reasoning and Exploration:也是Mehul老师教。熟悉的配方,熟悉的味道。不同的是更高的难度,以及深度。这门课主要是从400打好统计学基础之后,把回归分析,各种回归分析吃透。从ANOVA到回归,再到发现以及解决model的各种问题,如果选择model,transform variable等等。非常扎实的一门课。

Winter(正在进行):
【Business】402 Organizational Issues in Implementing Analytics:可以说是整个项目最商的一门课。主要是讲组织数字化转型的一些问题。但是很有趣。LZ本科学商科,知道有的管理学课有多么无聊。Gina的课真的可以说让人眼前一亮,非常有意思。

【Data/Computing】422 Data Design and Representation:由Jorn老师讲授,主要是unstructured data的获取和处理,会把爬虫的方方面面都讲到,从大家熟知的beautiful soup到更高级的selenium,对网页的结构和知识讲解很深入。以及用mongodb处理unstructured data

【Analytics】452 Machine Learning:也是Jorn老师讲授,ML知识全覆盖。可以感受到课程设置很递进,会从回归开始到各种算法,最后到随机森林和神经网络。

【Analytics】442 Advanced Statistics + 493 Topics in Business Analytics:两门都是Prasad的课,因为学时超了,所以拆成了两门,一门主要是讲更高阶的统计,以及应用。比如如何用PCA降维,应用到市场分析,画brand map。另一门主要是时间序列,讲如何预测波动的市场。Prasad是学术大佬,发过相关领域不少权威paper,很有自己的方法,目前industry种最常用的一些technique也是他研究的。也是非常厉害的学术型教授。

(Spring还没开始)

Practicum:
目的:和客户合作,帮忙解决实际analytics相关business problem。

部分公司介绍:各个方面的项目都有,比如金融研报数据公司BlueMatrix,飞行员公益慈善组织Angle Filght West,小额贷款公司Kiva,数字化表演艺术中心Mondavi,新能源汽车充电公司ChargePoint,著名大型服饰公司American Eagle等等。

如何选择:大家凭喜好和方向选择自己最想进入的几个项目,然后用算法匹配队伍,最大化happiness程度,并且保证组内人员的能力平衡。一组5-6人,基本上会有2个以及以上工作经历丰富或者硬核的大佬来带。

项目指导:主要是Sanjay和John两位老师作为Coach,还有一个CS方向的TA也可以约tutorial session。Sanjay老师经验丰富,之前做过consulting,也开过自己的公司。可以说是大家又怕又爱的老师,因为他说话一针见血,不留情面。但是在外人面前,Sanjay很护短。John老师和蔼可亲,同时也十分聪明,看问题很透彻,能在提供好建议的同时让人如沐春风。

因为很多项目都签了Non-Disclosure Agreement,无法说的很详细,希望大家不要介意。

就业信息
就业资源:
学校每个学校都有很多workshop,系统性地指导改简历,behavior和tech interview。还会有校友和业界大佬来介绍一些industry knowledge。
1V1和小组的session则主要由经验丰富的Amy和Shachi来指导简历修改和behavior interview指导。Amy她们会不停的放slot出来,每周都可以约聊。
学校还有一个resume book,放学生所有的resume,给hiring manager。

就业数据:
学校每年的数据都是90%以上。项目包括国际生在内的就业基本上都在美国。因为基本就业都在湾区,平均薪资每年都是100k+(Base+Bonus)

官方就业数据传送门:gsm.ucdavis.edu

项目Q&A:
欢迎大家在下方留言,LZ有时间就统一回复一批啦~
9条回复