项目介绍 | 新加坡国立大学NUS-商业分析硕士-凭什么配得上学校亚洲NO.1的名头

疫情不仅影响了留学市场的变化，也影响了多数人和家庭的收入。于是有学生就问：老师，有没有那种学校名气大、地理位置佳、治安环境好、学习花费少，同时又不水的项目我可以申请的。今天，智友君就带你看看这样一个项目，NUS的商业分析硕士！

在2013年，NUS的商学院和计算机学院与IBM合作，成立了商业分析中心（BAC），培养商业分析专业人才。然后经过5年的积累，开设了MSBA项目，所以相对于其他多数学校，这个项目成熟很多，有很多开设已久的课程。到目前为止，项目的学生已经完成了300多个行业分析项目，也与60多家组织建立了良好的合作关系。

下面，让我们具体来了解一下这个项目！

项目的full-time学制是13个月（从7月到次年8月），44学分。项目的正式开始是在8月，只不过在此之前要参加为期2周的bootcamp。

官网最新的学费是S$53,000，虽然每年也会增加一点（智友君上个月看的时候还是5万整），但总体还是比美国便宜很多。新加坡的硕士项目学费普遍是20-30万人民币，而美国的学费多是50-60万人民币。

就读的学生统一反馈是课程很tech。“NUS的商业分析侧重机器学习，在这一个学期里，基本上每天都被程序、算法包围”。“对于数学和计算机不好的同学来说，学习难度比较大，因为几乎所有的课都需要编程”。“初看课程介绍以为比较多是商科与编程结合，读了之后才发现完全可以归到计算机学院下”。

先说一下课程的结构：5门必修，3门选修，一个capstone project。7月有2周Boot Camp，8-1月是第一学期，1-5月是第二学期，capstone classes贯穿这两个学期，5-8月是全职的Capstone Project，即实习。

Analytics in Managerial Economics，会学习价格形成、不完全竞争市场中的经济现象、博弈论、信息经济学、实证模型等。“经济学本身是偏理论的，但教授很擅长将其应用到实际”。

Data Management and Warehousing，主要学习SQL、XML、NoSQL等数据库相关知识，比较抽象。

Operations Research and Analytics，学习内容有线性规划、整数规划、最优化等，会用到软件APML、Excel里的高级算法。“教授是中国人，对中国学生来说讲得很清晰”。

Foundations of Business Analytics，学习很实用的分析思路及数据分析方法，如linear/ logistics regression，cross validation，ridge regression等，同时会学习用R、Python建模分析。

Advanced Analytics and Machine Learning，学习各种算法，包括decision tree，text mining，ensemble learning，random forest等等，以及各种Package，属于ML的入门课程，理论不多重实践。这门课很重要，因为到下学期很多选修是在机器学习基础上的，capstone面试也可能被问到。

大数据分析技术、消费者数据分析、金融与风险分析、健康分析、统计建模。学生可以根据自己未来的职业方向选择符合自己兴趣的。

顺带一提，学习环境也是非常不错的。

项目对院校和专业背景没有特定的要求，理论上适合各种背景的学生申请。但是看到项目的课程那么tech，所以同学们还是最好在本科打好数学和编程方面的基础。

• Transcripts

• Passport

• Resume/CV

• PS

• Two letters of recommendation

• GMAT/GRE scores

• TOEFL or IELTS scores

• Financial Documents

2020-10-12开始，2021-1-31截止

智友说，只有一轮，早申晚申一般都是3月通知面试，所以现在还没出成绩的学生不用着急，好好安排考试，好好准备文书。

先来看看官网公布的Student Profile：

据说项目第一年只招40人左右，而到2019年，入读人数就超过了160人，全日制100人左右，中国学生20多，基本都是浙大、上交、人大这种层次的学校，所以这也可以回答“985/211、双一流的名头真的那么重要吗？”这个问题。

虽然学校没有公布就业信息，但是有良好的就业服务、企业合作关系在，加上学校的名头和地理位置，找工作还是很容易的。

Capstone Classes贯穿2个学期，每周会请各大企业做关于data的宣讲会，让同学们了解数据分析可以应用的行业和业务范围；学院老师会讲不同主题的project，如system artchiture，comsumer analytics，mapreduce等，并且需要完成小组作业。第二学期开始找实习。还有一个必须的小组challenge project，非常锻炼学生的能力。