大家好，我是随风，CUHK BA 2014第一届的学生，第三学期了，是时候写点儿东西纪念一下这飞逝的时光和即将结束的学生生涯，也给即将来CUHK BA的小伙伴们抛砖引玉。
关于我自己，大概可以在我的论坛里看到（我们为什么要创办BA-China）。现在找好工作了，不出意外应该投奔鹅厂，做市场和运营分析类的工作。去年纠结着去美国还是去香港，此时我想说：
我后悔没有去美国，但我没有后悔来CUHK。
没有任何一种选择是完美的，只能尽自己最大努力，让自己的选择值得你付出的光阴。
进入正题……以下文字仅代表个人观点，欢迎吐槽、讨论，不建议轻易撕逼~
（一）CUHK MSc BA课程之我见
按照国际惯例先贴上官方主页: CUHK Business School, MSc Business Analytics
关于申请、课程介绍一系列问题官网都有，不再赘述。 总体来说，我们的项目培养的是data business person，而不是data scientist （关于各种类型的分析师的定位，请参看Analyzing the analyzers，对自己今后的发展也可有个定位）。我们的课程偏向business decision making，去设计业务分析模型，利用business model去做决策、预测。“需要学什么软件”这样的问题可以不问，因为我觉得关键的是提出问题和解决问题的逻辑和方法，软件问题老是会给一些reference。
BA自己的课没有涉及太多的编程，Database的编程也比较简单，Data mining可以选用的开源工具比较多，weka + gretl够用了，你要是乐意可以自己学R。如果你实在想编想技术想big data，我们系是商学院唯一可以选engineering课的系，不过最多选两门。根据我自己上过的课： - IE的social media analytics需要python；
- CS的big data technology and application编程要求比较高；
- CS的Data Mining各种算法非常酸爽，谁学谁知道，技术基础不过硬者意志不坚强者慎选；
- Finance偏quant的课，需要VBA, R和C++.
关于可以提前预习（复习）什么，第一优先级是统计学和计量经济学，很多课都是建立在这个基础上；第二优先级是Database；如果你还有余力，复习一下线性代数也是可以的，data mining的很多方法论建立在多维数据处理，所以忘记了线性代数学起来会比较迷离。 具体来说那些印象深刻的课（挑选部分课程，尽量不把注意力集中在老师长得很帅这件事）：
阅读全文，回复后可见下面链接
http://www.ba-china.org/t/cuhk-msc-ba-guan-yu-xiang-mu-zong-jie-ji-tang-he-gan-xie-xian-gei-qi-zou-guo-he-ji-jiang-lai-dao-de-ni-men/429
（二）关于学习强度和时间安排
（三）关于实习与就业
继续鸡汤~ 我不希望自己把留学当做一件很功利的事，期待着学校为你提供没有瑕疵的教学、就业服务，期待贴上一个还不错的标签，期待在这一年里脱胎换骨屌丝逆袭。留学是一件非常personal的事情，并不是在一个统一的生产线上雕刻一样的作品，并不是3D打印。学校的排名、课程、学生组成等一系列因素，决定了这个学校学生正态分布的均值和方差，至于自己走到哪个位置，得靠自己。同理，假设你人生能达到的水平的可能性是一个正态分布，你的天资、努力决定了你的均值和方差，最后你到底在哪个位置，会有很多外部因素和类似缘分命运的东西作用。 我期望自己竭力地享受着这个过程，去听你感兴趣的课，敞开心扉和我周围的人交流分享，去走心而不是敷衍地做project，去组织学术、吃喝玩乐、插科打诨的各种活动，一路有血有肉有朋友，认真地看够了一路的风景，该收获的也就收获了。花一些时间做论坛做社区，花一些时间给小伙伴们做饭，花一些时间去尝试些别人不会做的事，觉得自己也算是给世界留下一点点痕迹。 感谢这一路一起走过的你们，不久之后肉体分开了，我们还是可以继续写我们的故事。
欢迎即将来到BA大家庭的你们，继续分享和传承，是我最开心的事了。
如需转载，请注明出处：www.ba-china.org
如果你对Business Analytics / Data Science感兴趣，欢迎加入BA-China大家庭。走心地做良心的学习社区。
请戳：www.ba-china.org | 
[复制链接]
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2015-4-14 11:40:34
收藏
收藏
