【诚心求问】NUS EBAC是怎样的专业？

lllkx9220

楼主是准备申19fall BA项目的大三狗一枚，十分心水NUS的BA，但在浏览官网的过程中，发现有一个NUS-ISS开的叫做EBAC（Master of Technology in Enterprise Business Analytics）的专业。
对比课表发现，几乎没有相同的课程，但也是围绕着tech+business走的。
EBAC的项目说prefer有两年以上工作经验的，但如果本科学的是统计或计量相关，那么没有工作经验也没关系。
在cd和别的论坛上搜这个专业，反馈也非常少，想问下有没有大佬了解这个专业呀？
课程设置水吗？就业前景怎么样呢？跟BA的区别在哪呢？
真心求科普！！
（附上官网链接：https://www.iss.nus.edu.sg/graduate-programmes/programme/detail/master-of-technology-in-enterprise-business-analytics#tabsParent_6）

最清晰的声音

同感兴趣

daoshen

同问

野蔷薇700

楼主你申请了吗，可以交流一下呀

RICO林宥辛

楼主你申请了吗？面试通知下来了吗？

dami700

我申请的是这个专业，目前在等消息。我建了一个群，欢迎加入，企鹅群Group ID:614869609。问题是why this group? 答案是SG

小小圆子

EBAC虽然开在ISS学院，但是仔细研究课程设置，难度感觉是MSBA>EBAC。企业商业分析相比商业分析，偏重在商业与实践。

申请加油啊

顶楼主！               

Sieinm

NUS ISS EBAC

系统科学学院Institute of Systems Science
企业商务分析科技硕士Master of Technology in Enterprise Business Analytics

Full-time+Part-time 130人左右；19级入学 Full-time 49人，中国人20+

上课时间Full-time工作日，每周三天到五天课，每天都是朝九晚五，比较忙
（Part-time周末上课，不在一起）


必修课程（2个Module）
分析项目管理和交付
学生将在管理分析项目中具备面向实践的数据分析技能和知识。参与者将具备基本技能，以了解分析过程和最佳实践，管理数据和资源，坚持数据治理，了解分析解决方案的结构，进行数据可视化，通过引人入胜的数据讲故事来提供见解并确保成功分析项目的实施。
NICF-数据分析过程和最佳实践（SF）
本课程旨在使分析专业人士和管理人员了解数据分析过程和最佳实践，从而使他们在下游的分析活动更加可信和有用。该课程还为ISS组合中的技术“方法”课程（例如ISS-NICF企业业务分析大纲中的方法）提供了中间途径。
3天
NICF-数据故事讲述（SF）
数据可视化是关于使用信息设计以可视方式呈现数据。它由三个主要部分组成，即数据，可视化和讲故事。实际上，数据可视化已成为叙事的新语言。对于专业人员来说，以可视化方式通过统计信息的图形描述来讲述故事，以最简单的方式表达复杂的想法非常重要。
3天
NICF-数据治理与保护（SF）
数据治理是将数据和信息作为关键企业资产进行管理的操作准则。该学科包括用于建立和行使有关数据评估和管理的决策权的组织，流程和工具。在本课程中，您将学习数据治理的关键方面，例如决策权限，策略，标准，数据质量和数据保护。
3天
NICF-管理业务分析项目（SF）
业务分析已成为数字时代的核心颠覆者之一。许多公司的业务分析计划已转入生产阶段，并取得了一定的成功，现在，人们继续推动利用新数据技术来增强业务智能。许多政府机构和私营公司已经跃跃欲试，并在业务分析项目上进行了大量投资，以获取新见解，从而获得竞争优势来服务其客户和公民。
3天

核心分析技术
学生将学习基础技能，以理解，设计和解决行业中涉及结构化和非结构化数据的分析问题。这是一门课程，使学员准备在适当的时候踏上成为数据科学家的旅程。

NICF-数据分析过程和最佳实践（SF）
本课程旨在使分析专业人士和管理人员了解数据分析过程和最佳实践，从而使他们在下游的分析活动更加可信和有用。该课程还为ISS组合中的技术“方法”课程（例如ISS-NICF企业业务分析大纲中的方法）提供了中间途径。
3天
NICF-统计新兵训练营（SF）
Statistics Bootcamp不仅仅是统计的介绍，它还教您如何使用R（一种命令驱动的语言）进行快速的可视化分析。此外，还将为您提供多个业务案例，这些案例将在讲课和动手研讨会中解决。

讲师将对统计原理和技术进行详尽的说明。将使用R演示所教授的每种统计技术，以便您可以在一系列研讨会中练习R编程。此外，您还将涉足数据可视化，包括创建图形。
5天
NICF-预测分析–趋势和违规洞察（SF）
本课程将通过从数据中获得趋势和异常的见解并将其应用于前瞻性预测，直接帮助参与者更有效地利用业务数据。这是通过使用适当的分析技术构建预测模型来实现的。最终，该公司将获得比竞争对手更好的竞争优势，因为它将以更加积极的方式开展业务和营销，从而降低成本并提高投资回报率。
5天
NICF-文本分析（SF）
本课程旨在为参与者提供知识和技能，以有效地分析大量文本数据，例如客户反馈和社交媒体对话，以发现主题，模式和趋势，以帮助改善业务流程和决策。在基于场景的案例研究中，将向参与者介绍常见的文本分析任务，例如数据预处理和准备，语言/知识资源管理，概念提取，文本分类，聚类，关联和趋势分析。参与者将在动手实践中按照明确定义的流程练习执行这些任务。
3天
NICF-推荐系统（SF）
推荐系统已被Amazon.com等在线购物公司广泛使用。他们在分析客户交易和Web浏览行为以为客户提供合理建议方面发挥着至关重要的作用，从而为销售收入和利润做出了贡献。在这方面，可靠和有效的推荐系统对于许多公司的市场和业务成功至关重要。
3天
选修课程 （2个Module）
前一个学期需要在客户分析与大数据处理中二选一。
后一个学期在实用语言处理与高级预测建模技术中二选一。

客户分析
学生将具备管理客户数据和构建客户关系管理分析解决方案的技能。该课程将使他们能够将技术应用于有针对性的客户营销，减少客户流失，提高客户满意度和忠诚度并提高盈利能力。

NICF-客户分析（SF）
CRM原则，所需的基础架构，客户生命周期管理（包括潜在客户营销，入职和激活，损耗管理，加售交叉销售，客户服务等），降维技术，聚类和分析以及策略制定方法，RFM分析。
3天
NICF-高级客户分析（SF）
深入了解CRM的最新发展，不同行业的CLV计算，制定损耗，倾向，交叉销售，相似模型以及使用Logistic回归开发不同行业的模型，了解这些模型的成本节约含义，活动管理原则。
3天
NICF-广告系列分析（SF）
CRM概述，广告系列设计，展示广告生态系统，广告系列定位和衡量，社交媒体广告系列，营销组合建模，次优报价定位和基于事件的营销。
3天

大数据处理
学生将在构建弹性分布式数据集的同时学习数据工程的各个方面。参与者将学习应用关键实践，识别根据其业务价值评估的多个数据源，设计正确的存储并实施适当的访问模型。最后，参与者将根据与供应商/技术无关的需求组合，构建由可插拔组件体系结构组成的可伸缩数据管道解决方案。参与者将熟悉如何使用Spark平台，以及对查询和流媒体库的更多关注。

使用物联网数据进行要素工程和分析
了解智能应用和产品的传感器网络的架构设计和优化。设计和实施数据处理框架，以进行物联网数据的洞察工程。这包括以下关键领域：应用弹性分析概念来设计可扩展的分析解决方案，为物联网数据创建可视化分析和仪表板。重点介绍利用IoT数据进行功能工程的其他领域包括诸如处理缺失值和时间序列处理等领域。
3天
图形和网络挖掘
了解图形和网络挖掘的目标和核心概念。了解如何通过挖掘图和网络之间的链接来发现它们之间的关系。主题包括图挖掘，链接分析，网络复杂性度量，关键参与者标识，网络聚类。应用程序包括挖掘社交网络，专业网络，通信网络，文档网络和Web使用模式。
3天
NICF-大数据分析工程（SF）
在构建弹性分布式数据集时，了解数据工程的各个方面。确定根据其业务价值评估的多个数据源，设计正确的存储，并实施适当的访问模型。构建可扩展的数据管道解决方案。
5天

后一个学期在实用语言处理与高级预测建模技术中二选一。
实用语言处理
将向学生教授实际语言处理方面的高级技能。这包括基本的文本处理，文本分析，深度学习技术及其在情感挖掘和聊天机器人开发中的应用。

NICF-文本分析（SF）
本课程旨在为参与者提供知识和技能，以有效地分析大量文本数据，例如客户反馈和社交媒体对话，以发现主题，模式和趋势，以帮助改善业务流程和决策。在基于场景的案例研究中，将向参与者介绍常见的文本分析任务，例如数据预处理和准备，语言/知识资源管理，概念提取，文本分类，聚类，关联和趋势分析。参与者将在动手实践中按照明确定义的流程练习执行这些任务。
3天
NICF-新媒体和情感挖掘（SF）
本课程的目的是向参与者介绍情绪分析及其应用。参与者将获得必要的技能，以评估用于情感分类的监督学习算法。他们将能够评估和分析文档和文章中文本的细粒度含义。
4天
NICF-使用机器学习（SF）进行文本处理
本课程提供在行业中遇到的常见任务中执行基于深度学习的文本处理所需的基本知识和技能。演讲，案例研究和讲习班的结合将涵盖DL技术的应用，例如词嵌入，卷积神经网络（CNN），递归神经网络（RNN），LSTM，基于字符的语言建模，编码器-解码器模型，强化学习等
5天
NICF-对话者使用界面UI（SF）

本课程提供设计和构建可以使用口头或书面自然语言与用户交互的系统所需的基本知识和技能。讲座，案例研究和讲习班的组合将用于覆盖对话UI的应用，此类系统的体系结构和组件，对话流程和对话管理的设计，自然语言处理技术，使系统能够理解用户话语，响应生成，处理语音输入和输出，评估指标等。
4天

先进的预测建模技术
除了公共服务，IT服务，金融，航空，物流，运输，酒店和旅游业等其他领域之外，还将向学生教授预测建模和时间序列预测的高级概念及其在几个特殊领域（如医疗保健和服务业）的应用行业。主题包括GLM，ARIMA和SARIMA，传递函数，生存分析，卫生保健图像分析，健康和医疗数据管理，服务质量框架，服务流程改进技术等。

NICF-复杂的预测建模与预测（SF）
学习使用以下方法解决业务问题：广义线性模型，ARIMA和季节性ARIMA，包括传递函数，生存分析等
5天
NICF-健康分析（SF）
健康分析基础知识以及本地和全球范围内的概述，该领域的应用技术，健康数据的数据处理，分析，可视化和统计建模，图像分析，健康和医学数据的数据管理等。
3天
NICF-服务分析（SF）
服务质量框架，要跟踪的服务KPI（包括GQM方法），服务流程的分析进展，意义分析和诊断工具，分位数回归，多项式物流回归在服务行业中的应用，服务流程改进技术等。
3天


官网：
职业前景
业务分析经理、数据科学家兼架构师、业务分析师、优化策略顾问、商业智能和绩效管理顾问、企业智能经理、市场情报分析师、CRM数据分析师、风险分析师、市场分析师、大数据分析师

MTech的校友正在以下全球组织中追求自己的职业：
埃森哲、创意技术、星展银行、国防科学技术局、德意志银行、富士施乐亚太、惠普新加坡、IBM新加坡、新加坡资讯通信发展局、新加坡税务局、裕廊港、微软、穆雷克斯、NCS、NEC亚太地区、职总、华侨银行、革命分析、新加坡电信、渣打银行、Starhub、新科电子、塔塔咨询服务。

在NUS-ISS职业服务办公室  帮助学生根据自己的专业技能和经验的匹配工作。将每两年举行一次职业博览会，供学生和毕业生与雇主建立联系。但是，成功的就业将取决于雇主。

分析专业人员的平均起薪取决于学位和您以前的工作经验。对于没有工作经验的应届毕业生，起薪范围为4,000新元至4,500新元。具有3年以上工作经验的毕业生可以期望获得6,000新元及以上的起薪。