您现在的位置:金东方首页 > 香港新加坡留学 >  专业解析
新加坡国立大学NUS商业分析硕士介绍

发布时间:2021-01-21    文章来源: 至领留学    点击:203次

商业分析硕士项目由新加坡国立大学商学院和计算机学院联合教学,full-time为期一年。项目包含一个必修的实习,公司选择包括安盛保险, 星展银行, SAP, GRAB, J&J, 联合利华等,时长3-6个月。

  新加坡国立大学与IBM合作建立了NUS商业分析中心(NUS Business Analytics Centre ,简称BAC),于2013年成立。

  新加坡国立大学作为新加坡排名第一,2021QS世界大学排名11的著名大学,每年都收到很多留学小伙伴的申请,今天我们来了解一下新加坡国立大学商业分析硕士(MSBA)项目。

  项目名称

  Master of Science in Business Analytics

  项目由是NUS商学院和计算机学院联合教学,full-time为期一年。项目包含一个必修的实习,公司选择包括安盛保险, 星展银行, SAP, GRAB, J&J, 联合利华等,时长3-6个月。

  2018秋季入读学员反馈:

  班级规模

  Parttime + fulltime 一共160+,parttime新加坡人/在坡工作的中国人为主,fulltime印度人+中国人为主(中国学生大概20+)。班里同学都非常优秀,很多在某领域颇有建树。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。平常上课必修通常为小班(40-60人),通常早上full time晚上part time的分布,选修有的是大班(100+-)。

  课程设置

  课程总共包含8门课,其中5门是必修,三门课是选修。

  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。第二学期的语言取决于选修,big data方向的会用到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。

  先说说SEMESTER 1,一共5门必修课:

  1.计量经济学:主要学instrumental variable, price discrimination, DiD,causal relationship,教授是学术天才,能跟上教授的开放性思路你就是人生赢家。ps. 经济学本身是理论的学科,教授很擅长把他应用到实际,个人觉得了解计量经济的方法是很有用的。

  2.机器学习:算法大杂烩,包括decision tree, text mining, ensemble learning, random forest...各种Package,machine learning入门该学的都会教到,理论不多重实践,作业很多练习调参的部分。ps. 这门课很重要,因为到下学期你会发现很多选修是在机器学习基础上的,capstone面试也可能被问到。

  3.统计学: 评分最好的干货课程之一(教授中国人,学术派男神颜值和才智都有了),理论比机器学习多一点,可以学到很实用的分析思路及标准分析报告的写法,linear/ logistics regression, cross validation, ridge regression...作业和考试的主题都很有趣(预测游戏获胜概率,篮球进球概率等)。

  4.数据仓库: 主要学SQL,Nosql, xml, dtd等数据库相关知识,上课比较抽象,作业全靠google。

  5.Capstone: 这是贯穿2个学期的课程。每周四下午会请各大企业给我们班关于data的宣讲会,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不同主题的project(目前cover的主题有system artchiture,comsumer analytics,mapreduce),并且需要完成小组作业。第二学期开始找实习。还有一个compulsory的小组challenge project,具体时间会调整。

  SEMESTER 2, 共5门课,其中三门选修从两个vertical产生。

  1.运筹学:主要概念有linear programming, integer programming, optimization,教授中国人(年轻有为又帅气),讲课最清晰的公认好评课之一。

  2.Big Data Analytics Technology(big data vertical):语言用pyspark或scala或java,该课程主要学习处理大规模数据,老师(新加坡人)表达清晰,有很多lab帮你打好mapreduce的基础,以及对推荐系统感兴趣的同学可以试试,project也是做recommender/similar item相关。难度中等,需要熟悉python。

  3.Deep Learning and Neural Network(big data vertical):语言用python,主要学习深度学习的基础概念和相关算法,具体参考Andrea Ng的coursera课程,老师(中国人)对学术项目要求严格,平时测验多,proejct跑模型需要用到GPU,有志于挑战非传统机器学习算法的同学可以尝试。对于BA学生来说难度较大(这门课是cs master的基础课),需要较强的编程功底,我班选的人不多。

  4.Quantitative Risk Management (Financial vertical):主要学Monte-Carlo simulation, Time series forecasting (ARIMA), stochastic programming, risk-aversion analysis,跟Operation Research紧密相关,据念finance的同学反映不是金融工程方向。教授是葡萄牙访问老师,概念略,实操多,总体还不错。

  5.Capstone Project:关于必修实习,每个公司的开放时间不定,尽早准备简历,看到喜欢的就投。公司选择很多,包括AXA, DBS, SAP, GRAB, J&J, Unilever...,和整个班的人一起竞争。

  编辑:翁晓兰

分享到:
  •  
  • 2020年至领留学名校录取榜
大学排名 MORE>>
专业解析 MORE>>
热门标签