我们第一届 MMA 在四月底刚刚结束课程，还记得当时 2018 年申请的时候，CD 上关于加拿大 BA 方面以及多伦多大学 MMA 的信息还很少，所以就想开个帖子和大家分享下。
本人 undergrad 专业是 Nano-Science，偏 tech，在毕业前找到 Full Time 的 Data Scientist 工作，现在位于多伦多 downtown 工作。
基本信息：
我们第一届 MMA 一共 43 人，印巴学生大约 10 人，加拿大本地大约 10 人，中国学生大约 20 人(包括加拿大籍)，其中陆本 1/3，海本 2/3。同学的本科背景，将近 50% 是 STEM 专业的，另外 50% 是会计、金融、心理学等文科专业。绝大部分人的 full time 工作经验基本为 0，除了少数 3-4 个同学有 5 年以上工作经验。项目一共分 3 个 term，Intro (Summer) term, Fall term, Winter term，从 8 月初开始到次年 4 月底结束所有课程，共 9 个月。我们这一届在 intro term 开始就已经组好了队（Director 写的一个 Algorithm 分配的），并且这个组队安排会一直延续到 Fall term 结束。（这个组队的事情还是有些小插曲的，后面会细说）
课程设置：
8 月初开始的 Intro term 为期一个多月，有 boot camp 和商科的基础课程，基本就是 introduction level 的课程，顺便让同学都相互了解下，最后是以考试 + presentation 的形式作为 Final Exam。在 Intro term 的末尾阶段，career service 就开始进入了，介绍求职时间线，行业现状，mock interview 等等。9 月中旬开始的 Fall term 一共 4 门主课（外加 Practicum Project 和 Colloquia），基本属于 Technical 课程，Python、SQL、R、SAS、Tableau 都会用到，并且会有 Machine Learning 方面的统计学课程。Fall term 基本以 Individual Assignment 和 Group Assignment 的形式呈现，期末依旧是 Exam + Presentation 的形式。这学期课业负担比较大，会很忙，偶尔熬一两个通宵也是有可能的，但学的东西还是很扎实很有用的。
说回组队的事情，因为每个人的 background 都不一样，有人 tech 强，有人写 report 牛，大家水平参差不齐，所以一开始这种被动组合的 team 里面有可能会有矛盾，而且每个人的 work ethic 也都不一样，分工不均、划水不干实事的情况也是有的。也因为 program service 对于这种情况经验不足，导致 team 内部矛盾比较多，所以本来 Winter term 还是要用 Algorithm 进行分组的，但是在大家的要求下变成了自由组队。这也算是 Teamwork 的宝贵经验了。
圣诞假期不是很长，大概三周左右，当时在这个时候我们的求职压力就开始浮现了，大家也都纷纷开始 network + 投简历。
Winter term 比较偏向 business side，还是 4 门主课外加实习和 Colloquia。有一门课我觉得最有意思，Analytic Insights using Accounting and Financial Data，完美地把 Fall term 学到的 technical 知识应用在了 finance 的真实问题上，学的也都是 research 领域比较前沿的东西。其他几门课就比较水，比如 Supply Chain 和 Marketing Strategy 这两门课就比较老套，用到的 skill 也不怎么跟得上时代，但是这两门课所教的 qualitative 的东西还是很有用的，尤其以后求职的时候对于特定领域可以有东西聊。还要再吐槽下最后一门课，Customer Value 这课实在是水的不行，prof 本身感觉在混日子，教的东西也和其他的课有重复，完全没有 structure。但是，请学弟学妹们不要担心，在我们的强烈建议下，2019 年的这门课已经被取消了，prof 也不会再教了。对于空缺出来的这门课，据说会换成一门从 cs 角度教学的 Python 课，以弥补课程和市场对 Python 的高水平需求。
实习项目：
多大 MMA 是自带 9 个月实习的，从 Fall term 开始一直到 Winter term 结束，每周五都没有课程安排，一整天都属于这个实习项目，有的公司可以 on-site 工作还有 pay（比如银行），有的实习就只能在 Rotman 远程做，还没 pay，差异性比较大。这一届实习的公司有大有小，五大银行中的 4 个(TD, CIBC, Scotia, BMO),Tech firm(Google, Rubiloud 等),Retail 行业(Unilever、加拿大轮胎等)。整体感觉下来，我认为这个实习不是很扎实，每个实习公司所给的 support 差异性也很大，重视程度也参差不齐，但在求职上还是有帮助的。毕竟我们是第一届，一切都是实验性质的，希望未来能有所改进。据说第二届开始会有 Deloitte 加入，以填补 consulting 行业的空缺。
求职现状：
现在是六月初，65% 的同学都已经在加拿大本地找到了工作。Rotman 的 career service 总体处于一般水平，该有的都有，比如改进 LinkedIn Profile，组织 Mock Interview(公司的 HR 来面)，修改 resume 和 CL，1 对 1 的 counseling，移民 session 等等。缺点是拉过来的 info session 数量比较少，内部贴出来的对口岗位不是很多(但据说从 Rotman 内部系统投的简历，给面试的机率很高，这也为很多人积累了真实的面试经验)。而且当初 career service 建议的是 2 月开始才进入求职找工作阶段，但是从我们几个同学的个人经验来说，找工作越早开始越好，有很多非常好的 Rotation Program / Graduate Program 都是 8、9 月开始招人，圣诞节前基本就结束了。而 3 至 5 月的岗位基本都是直接 full time，对于初入职场的学生来说不是最好的选择，而且对口岗位数量也较少，导致求职压力在最后一个学期会很大。所以，我建议在 9、10 月就开始调整简历，开始 coffee chat，了解各行业，申请工作。
根据我与不同的人 coffee chat 了解到的情况来看，多伦多市场对于 Data Science & Analytics 的需求还是很庞大的，而且具有行业宽、职能广、层次深的特点。行业宽，Retail Banking Consulting Tech Healthcare 都有岗位，大公司和 start-up 都有需求。职能广，可以做 IT Consulting，可以做 Marketing Analytics、Customer Analytics，在 Bank 有 Anti-fraud、AML、Strategy。层次深，BA/DS 是个交叉学科，business 和 tech 兼具，在多伦多可以找到很 tech 的工作(Data Scientist), 也可以找到很 business 的职位(Data Strategist, Consultant)，所以可以根据个人的特长和兴趣来选择。综上，求职不单单是看学校 career 的资源，更重要的还是个人能力，所以经常 networking + 掌握专业知识 + 提升简历才是硬道理。
总体来说，这个专业由于第一年开设，整体还是需要改进的，课程设置上优缺点共存，但是必须要肯定的是，MMA 的 Director (Dmitry Krass) 个人能力超强，与 Industry 的 Connection 也很多，Program Service 很到位，很重视学生的就读体验，对于学生提出的建议相应的也很迅速，并且已经针对 2019 年的第二届课程设置进行了优化（加入了两门课， Python 和 Deep Learning，去掉了 Colloquia 和太水的 Customer Value），并且越来越多的公司也加入了我们的 Advisory Board 提供实习机会。我相信有了第一年的基础和沉淀， career 上的资源会变得越来越多，再加上 TD Bank 与 MMA 合作建立的 Management Data Analytics Lab(TD bank 投了 $4 million, 银行是真的有钱), 以后 MMA 与 Industry 之间的联系只会变得更紧密，整体是在朝着好的方向走的。
最后说下生活环境，多伦多 downtown 租金较高，消费水平也较高，但是中餐质量我觉得北美第一。而且多大 Rotman 就在市中心，和别人 network、coffee chat 都很方便，做个地铁或者走个路就行。天气上可能不是很理想，冬季时间较长、降雪较多、温度很低，但是夏季真的很舒服，可以说是完美，有利有弊吧。从北美来看，加拿大的工资水平还是比较低的，相同的岗位，不换算汇率的工资都比美国低一点，但是对于国际生还是相当友好地，毕了业哪怕没有工作就可以申请工签。
楼主刚读完这个项目，评价上可能有失偏颇，仅供参考哈，还希望大家多回复、多交流。
--------------------------------------
原文引自：
https://forum.chasedream.com/thread-1348049-1-1.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
京公网安备11010202008513号