「卡内基梅隆商业分析硕士项目笔记」CMU BA 解读
灯塔 · Lighthouse 卡内基梅隆大学 MSBA 商业分析项目笔记
目录 @ 03/17/2023
# Preface: CMU MSBA as a Sample
# Program Feature
# Courses
# Career Opportunities
# Application and Statistics
# Preface: CMU MSBA as a Sample
?? 在灯塔 · Lighthouse 创办至今的七年时间里，灯塔团队的申请顾问和文书编辑见证了商业分析 BA 这个专业的持续火爆，至今仍旧是商学院里最火爆的热门专业，而 CMU Tepper 商学院下的 MSBA 商业分析，作为第一梯队的顶尖商业分析硕士，每年是最多人冲的超热门顶配项目之一。
?? 灯塔整体商业分析 BA 类的录取案例涉及院校包含哈佛大学数据科学硕士、麻省理工学院商业分析硕士、芝加哥大学分析学硕士、哥伦比亚大学四件套（数据科学硕士、商业分析硕士、应用分析硕士、运筹学硕士）、卡内基梅隆大学 BIDA，以及香港大学、新加坡国立大学、剑桥大学、牛津大学，以及帝国理工学院，伦敦大学学院等。
?? 灯塔团队在商科方面的专长部分，近几年学生咨询量一直以最热门的商业分析为第一大方向。本文在 BA 类专业里，选取近几年来最受学生关注的卡内基梅隆大学商业分析 CMU - MSBA 项目为例，从项目特点、职业发展、课程设置、申请要求和数据统计的角度，为你详细解读这一项目，见微知著，了解 CMU Tepper MSBA 的特点，供你参考。
? 卡内基梅隆大学在去年下旬刚刚全新开放了 Tepper Quad，这是卡内基梅隆大学校内最大的建筑，占地 315,000 平方英尺，建筑有五层楼，价值 2.01 亿美元。这个创新中心将所有七个学院相互连接起来，同时促进了跨校园合作的强化生态系统。学生们可以从教授那里学习之外，还可以与和 CMU 合作的企业家、建筑师、机器人设计师、计算机科学家和其他来自世界各地的人一起交流，是一种连接教学、学习和创新的高等教育新模式。
? CMU Tepper 商学院的特点是非常注重创业和创新精神。下设的斯沃茨创业中心(The Swartz Center for Entrepreneurship)也被重新安置在新的建筑里。这个赫赫有名的创业中心成功孵化的企业领域包括科技、保健和能源等方面，Duolingo、Wigle Whiskey 和 Fifth Season 只是其中的一部分。
? 创业中心汇集全校的创业资源，以驱动影响匹兹堡和美国其他地区的技术驱动型初创企业。CMU 每年大约有 1200 名学生参加创业课程或体验。促进了 CMU 与机器人、软件和医疗保健等行业的 1,000 多家公司之间的联系。过去的四年中至少有 10 亿美元的赞助研究收入，通过卡内基梅隆大学的创业中心，产生了 2500 多项专利申请、发明披露、许可、期权和其他协议。
? 除了斯沃茨创业中心，CMU 还有一系列相关的创业和创新项目资源供学生使用：詹姆斯斯沃茨研究员计划(The James R. Swartz Fellows Program)、创新研究学者计划(The Innovation Fellows Program)、奥林匹斯项目(Project Olympus)、初创CMU(LaunchCMU)、开放领域创业者基金
相关的研讨会(The Open Field Entrepreneurs Fund)等。
? 在美国顶尖商学院的梯队里，CMU 的 Tepper 除了以 CMU 专精的分析和大数据方面享有全球声誉，同时特色创业和创新之外，也一直是一个规模小型的商学院，这个如此小的商学院产生了 9 位诺贝尔奖获得者，过去几年来，商学院排名一直上升，目前已经是全美前十的顶尖商学院。
# Program Feature
?? Tepper 商学院的毕业生就业率非常高，就业率属于全美排名前列，学院与企业的结合度十分紧密，各个职业导向的俱乐部，各大公司的宣讲非常多，学生有很多机会接触各大企业。
?? CMU Tepper 商学院开设有 4 个硕士项目，分别是商业分析理学硕士(MSBA, Master of Science in Business Analytics)、产品管理理学硕士(Master of Science in Product Management)、产品与服务综合创新硕士(Master of Integrated Innovation for Products & Services)、计算金融理学硕士(Master of Science in Computational Finance)。
?? 排名上也是星光璀璨。在美国大学综合排名 U.S. News 上，CMU 的 Business Analytics 商业分析专业排名为全美第 2 位，Information Systems 信息系统专业排名为全美第 2 位，Production/Ops Management 生产和运营管理专业为全美第 2 位。
?? 卡内基梅隆大学的商业分析硕士 Master of Science in Business Analytics 开设在 Tepper 商学院下，项目时长只有 9 个月，课程非常硬核，总共要学整整 20 门课。
?? 该项目非常适合希望在金融、咨询、保险、制造、零售和信息技术等领域发展，未来从事智能商务、运营和供应链管理、营销分析，金融分析、及咨询顾问等相关工作的申请者。项目对申请者的本科专业没有要求，但本科需要学过微积分，线性代数，统计课程，有编程语言基础。
?? CMU 的官网对 MSBA 项目的描述是，希望可以“通过提供知识领导力，推进管理科学和实践，并培养领袖，在一个由技术和创新驱动的世界中成为变革的推动者，为企业和社会创造价值。” CMU 的 Tepper 商学院在 1949 年首创了管理科学这个专业，挑战了传统的解决问题的方法。MSBA 这个项目延续 Tepper 顶尖商学院的特点，带学生探索人工智能和新兴技术的潜力，以释放数据的全部潜力，参与现实世界的项目，考验学生量化和解决问题的能力。CMU Tepper 商学院允许学生修读 CMU 其他六个学院的课程，为学位增加一个跨学科的优势。
# Courses
?? MS in Business Analytics 商业分析硕士的课程设置上，专注于培养“不仅具备先进分析技能，例如机器学习和优化，而且还具备商业知识和沟通技能，能够解决复杂问题、为产业创造价值的专业人才。” 在课程内容上，MSBA 的课程从方法论角度，有包括机器学习和优化的课程；软件工程的角度，包括有大规模数据管理和 R、Python 编程的课程；企业沟通的角度，包括有与非技术相关的利益相关者沟通的课程；而从商业领域知识的角度，包括有营销、运营、会计、金融和人力分析的课程。
?? 灯塔梳理好了 MSBA 项目开设的完整课程和课程介绍如下。
?? 概率和统计学介绍 Introduction to Probability and Statistics: 课程介绍了在不确定情况下的决策工具，从概率论、决策论和统计模型的基础知识到数据分析的基本软件。主题包括统计独立性、条件概率、贝叶斯定理、离散和连续分布、期望和方差、决策树、抽样和抽样分布、区间估计、相关性和简单回归。
?? R 和 Python 编程 Programming in R and Python: 本课程介绍了 Python 和 R 的编程，这是两种最流行的数据分析语言。该课程将涵盖基本概念，如条件和循环，也包括函数和程序模块化，以及算法和数据结构。
?? 分析职业里的商业基础 Business Fundamentals for Analytics Professionals: 本课程提供关于一般商业管理的基本介绍。主题包括组织结构、不同业务领域在组织中的作用（会计、财务、运营和营销），以及它们之间的关系。
?? 商业分析的统计学基础 Statistical Foundations of Business Analytics: 本课程的目的是帮助你学会分析数据，并在做出商业决策时使用统计推断的方法。本课程的重点是应用概率和统计学的基本概念，从数据中得出推论。主题将包括贝叶斯建模、多变量分析、因果推断、A/B 测试和实验设计，特别强调适合研究真实世界数据的诊断和模型建立技术。应用于真实世界数据的作业是该课程的一个组成部分。
?? 现代数据管理 Modern Data Management: 本课程的重点是从技术和商业角度管理和检索所有类型的数据（结构化，半结构化，或非结构化）。课程主题包括关系数据管理系统、数据库和模型的理论（CAP、ACID、分布式计算和存储）、文件（MongoDB）和其他大数据的模型。该课程还提供了对Hadoop、Map-reduce、Hive、Apache Spark（一般来说，大数据架构）的基本概念介绍。
?? 数据探索和可视化 Data Exploration and Visualization: 这个课程提供了一个数据可视化的原则和技术的介绍。学生将学习视觉表现方法和技术，以增加对复杂数据和模型的理解。原则将来自统计学、平面设计、认知心理学、信息设计、通信和数据挖掘。将涵盖的具体主题包括图表和图形的设计原则，常见的可视化工具（Tableau，谷歌可视化 API，Python），有效的演示，仪表盘设计，和基于网络的可视化。
?? 机器学习基础 Machine Learning Fundamentals: 在这个课程中，我们探索常见的机器学习技术，并思考这些技术在商业中发现的结构化和非结构化数据集的应用。具体课题包括线性回归（物流回归、K- 近邻和 SVMs）和无监督学习（主成分和聚类方法：分层、分区和概率）。
?? 预测性分析的优化 Optimization for Prescriptive Analytics: 数学优化技术是将数据转化为更好的决策的关键。大规模优化模型的应用可以为许多公司带来关键的竞争优势。本课程着重于为运营和战略决策开发这种优化模型，其应用包括车辆路由、雇员调度、网络设计和能力规划。方法包括线性编程、整数编程、非线性编程、约束编程、启发式和列生成。
?? 综合分析下的商业价值 Business Value Through Integrative Analytics: 这是一门综合课程，为商业问题的分析建模描绘了价值的路径。在一套跨越业务职能领域的多学科案例的基础上，本课程整合了从特定问题的数据中获取商业价值所涉及的三个不断增加的分析层次：推断问题中的关键特征和关系的描述性阶段，预测短期战术行动结果的预测性阶段，以及基于分析的长期规划的规定性阶段。
?? 管理团队和组织 Managing Teams and Organizations: 本课程向学生介绍了组织行为和理论的微观和宏观视角。在微观层面，它涵盖了在有效工作团队中工作和管理的因素，包括建立团队、团队契约、团队协调和团队创造力。宏观主题包括团队网络、非正式和正式组织网络、通信网络和创新文化。
?? 金融的数据分析 Data Analytics in Finance: 该课程将涉及金融学中几个严重依赖数据分析的领域，包括1）高频交易和市场微观结构，2）量化投资组合和资产管理，3）"智能 "贝塔和性能分析，以及4）信用分析。该课程使用统计学、数据挖掘（机器学习）和NLP/文本挖掘的工具。
?? 运营和供应链分析 Operations and Supply Chain Analytics: 运营和供应链分析涉及商业分析工具的开发和数据应用，以支持制造业和服务业公司的高影响力的战略、战术和运营决策。主题包括供应链设计、需求预测、库存计划、销售和运营计划、收入管理、服务组织的人员配置和医疗保健管理。这些应用的基本特征是管理因供需不匹配而产生的风险，目的是使企业价值最大化。本课程强调运营和供应链分析工具箱的复杂和整体实施，整合描述性、预测性和规定性分析技术，可以成为增加或维持公司竞争优势的重要杠杆。
?? 量化分析营销 Analytical Marketing: 近年来，市场营销已经变得更加量化和数据密集型。像互动营销、客户关系管理和数据库营销这样的策略，促使公司利用他们收集的关于客户的信息来做出更好的营销决策。营销交易数据-这是一种常见的大数据类型-往往构成了用于做出营销决策的核心信息集。本课程的重点是如何应用数据挖掘、机器学习和统计建模的分析技术来解决营销问题。本课程侧重于一系列数据密集型的案例研究，以解决营销问题。具体来说，考虑的案例研究包括使用零售交易数据的定价决策支持系统，了解手机市场的客户流失，将免费客户升级为付费客户，以及直销的生命周期。
?? 分析决策的商业交流 Business Communication for Analytical Decision Making: 本课程旨在帮助 MSBA 学生了解如何瞄准他们未来的商业受众。学生将学习交付技能，并同时学习如何为决策者构建论点和解决问题，以及如何理解这些受众需要他们的帮助（包括上级、同级和下级受众群体）。学生将在与商业分析相关的演讲作业中接受评估。
?? 伦理与人工智能 Ethics and AI: 本课程将探讨企业在利用人工智能时面临的伦理挑战，描绘出作为这些挑战的解决方案而提出的政策，并分析这些政策背后的规范性论点。该课程的目标是获得必要的技能，以了解人工智能所带来的伦理挑战，并围绕这些技术制定负责任的企业实践。该课程围绕负责任地使用人工智能的六个核心原则组织：自主性、可解释性、歧视性、公平性、利益、以及责任和控制。
?? 体验式学习 Experiential Learning: 旨在提供 "现实生活 "的商业分析背景，例如，分析营销、运营、金融或人力资源分析。学生将被要求管理一个大型数据集，开发适当的定量模型和分析见解，与公司互动，并向公司高管和教师提交中期和期末报告。
# Career Opportunities
# Application and Statistics
举报/反馈