NUS MSBA 18 Fall 在读 分享一些项目体会 [2018.12.30]

经过Semester 1的各种比赛+project连环轰炸，老学姐终于有空写写MSBA的在读感受了，希望能够帮到学弟学妹了解到NUS的BA项目，总的来说还是蛮推荐的。

Class size:

Part-time + Full-time一共128左右，Part-time新加坡人为主，Full-time占2/3，印度人+中国人为主。班里同学都非常优秀，很多在某领域颇有建树（经验plus）。印度人基本都有几年的工作经验，有来自印度理工大学（那个传说中的难度超清北的学校），并且通常会有很多CS/Kaggle大神出没；中国人主要是应届生/1+年工作经验。

Course lists: 

BA这种专业毕竟还是重分析，初看课程介绍以为是比较多商业与编程结合，读了之后才发现，完完全全可以归到school of computing学院下面，唯一一门比较business的课是计量经济学……所以呢，本项目偏Tech，第一学期的project主要用R完成+少部分SQL，同时会学很多machine learning algorithms及统计学知识。第二学期主要用Python。

Workload及难度因人而异，别看一学期五门课感觉很轻松，实际的日常就是周末泡馆+疯狂赶project到凌晨3点，而且project永远是赶不完的，学期没结束之前想去个旅行都要慎重考虑，可能发现回来就一直陷入作业做不完的恐慌里；读了MSBA再也不怕熬夜了。CS BG的同学就比较轻松地handle住编程，可以提前补补高数和统计，本人是business BG所以可以多给business的同学针对性的建议啦，尽量在入学前多自学R & Python，最好对machine learning有个基本的Idea，否则开学后会比较艰难（好像自学了就不艰难似的……）

先说说Semester 1，一共5门必修课：

1. Analytics in Managerial Economics：计量经济学+R的结合，会学Instrumental Variable，Price Discrimination，DiD，老师鼓励把经济学和AI结合，经常推很多AI的资料，可以培养适合做科研严谨的经济学思维，上完的感受是，经济学是门博大精深的哲学课啊~
2. Desicion making Technologies in business：机器学习算法大杂烩，包括Decision Tree，Text Mining，Ensemble Learning，Random Forest……各种Package，老师会介绍很多有趣的新东西，Machine Learning入门该学的都会教到。
3. Statistics：干货课程，涵盖非常详细的统计学知识，Linear / Logistics Regression，Cross Validation，Ridge Regression……上课主要讲high level的概念，老师会给sample code自己练习并完成作业，可以学到很实用的分析思路及标准分析报告的写法。
4. Data Management and Warehousing：主要学SQL，Nosql，XML，DTD等数据库相关知识，上课简单作业难，比较抽象。
5. Business Analytics Capstone Project：这是贯穿2个学期的课程，第一学期是企业分享会+不同主题的project。下午会请各大企业给我们班开分享介绍会，让同学了解数据分析可以apply到的行业和业务范围，晚上是学院老师开讲system artchiture+comsumer analytics主题的project，并且需要做小组作业。第二学期主要是实习，还有一个compulsory的小组challenge project，具体时间会调整。

想要了解更多可以私信我。

--------------------------------------

原文引自：
https://forum.chasedream.com/thread-1335743-1-1.html

参与讨论及查看更多的相关文章请访问【商学院Master申请区】
https://forum.chasedream.com/forum-14-1.html