Business Analytics
项目简介
卡内基梅隆大学的商业分析专业主要面向几乎没有或完全没有工作经验的应届大学毕业生。该专业致力于培养学生的分析技能、商业知识和创造性解决问题的专业能力,以帮助他们将数据转化为正确的决策,解决商业上的复杂问题。通过系统的学习和实践,学生将掌握数据分析和商业洞察力,从而在商业环境中做出明智的决策,为企业的发展和成功做出贡献。
学位类型
Master of Science in Business Analytics (MSBA)
课程时长
9个月全日制课程
信息来源:
CMU Tepper Master of Science in Business Analytics Program (MSBA)
CMU Full-Time Master of Science in Business Analytics Program
申请要求
我们接受面授和在线版本的 GMAT、GMAT Focus、GRE、托福和雅思考试。CMU收到正式成绩后,CMU会相应地更新您的申请清单。
请按照以下说明向我们发送官方成绩:
GMAT:
- 全日制 MSBA:69H-XH-31
- 非全日制 MSBA:69H-XH-43
GRE 项目代码:卡内基梅隆大学泰珀商学院: 4883
语言成绩
您必须证明其英语水平符合大学的录取要求。您必须参加托福(TOEFL)、雅思(IELTS)或杜林格(Duolingo)考试,除非:
- 您在本科院校就读,并获得学士学位,而该院校的唯一教学语言是英语。
- 您获得了以英语为唯一教学语言的研究生学位。(虽然不是必须,但我们建议您参加英语语言能力考试)。
- 您必须要求考试机构将官方成绩发送至我们的项目,以便我们核实您在申请表中输入的分数。
请使用以下代码将官方成绩发送给我们:
- 托福项目代码: 机构代码 = 2074; 组织: 卡内基梅隆大学,研究生商业组织
CMU建议学生的托福网络考试各部分成绩均为 25 分。阅读:25 分,听力:25 分,口语:25 分: 25、听力:25、口语:25、写作:25
CMU建议学生的雅思总分 7 分,每个分数段 7 分。听力:7 分,阅读:7 分,写作:7 分: 7分,写作 7分,口语:7分,总分:7分
- Duolingo 计划代码: 选择 卡内基梅隆大学泰珀商学院
CMU建议学生的的 Duolingo 英语测试 (DET) 总分为 120 分。
如果您在非美国院校获得学位,您的学术文件应说明整个大学期间的唯一教学语言为英语,这样才有资格获得 TOEFL/IELTS/Duolingo 豁免。如果您的学术文件不包含这一点,您应上传大学教务长的正式信函,说明整个学位课程的教学语言为英语。
背景要求
要求学生持有四年制本科学位或认可机构颁发的同等学历,并具备这些方面的能力:
- 普通数学,包括微积分和线性代数
- 基本统计概念和方法
- 任何现代语言的基础编程
- 虽然我们的标准很高,录取过程竞争激烈,但也是全面的。我们会考虑申请者各方面的背景和经验。
论文文书
Tepper 是一个充满活力、独一无二的社区,这里的学生努力做到协作、支持和包容。请举例说明您曾经历或创造过怎样的包容性环境,以及您将如何利用这一经历帮助社区成员充分发挥潜能。
可选论文
您还可以选择撰写一篇文章,向招生委员会提供有关您候选资格的其他信息。利用这篇文章来传达您可能无法以其他方式传达的重要信息。这可能包括无法解释的简历空白、推荐人选择的背景等。但是,不要觉得有义务完成这篇可选论文。
视频论文
CMU要求学生描述您就读 MSBA 后的职业目标。
请在回答时考虑以下信息:
- 您最多有 2 分钟来回答这个问题。
- 请尽可能具体。如果您尚未确定具体的公司,也没关系。请告诉我们您对下一个职位或公司的兴趣所在。行业、公司或职能角色的哪些方面吸引了您?
- 如果您有评估职业机会的标准,也请与我们分享。我们可能会有很好的机会添加到您的列表中。
- MSBA 之后的职业目标与您的长期职业规划有什么关系?
评估面试
提交申请后,您可能会被邀请与卡内基梅隆大学的MSBA招生团队成员进行面试。卡内基梅隆大学的评估面试仅通过邀请进行,并且是必需的。卡内基梅隆大学开始在申请截止日期后一周内邀请申请人进行面试。但是,在决定通知日期之前,您可以随时收到邀请。
除了上述申请该专业特殊申请条件外,完整的申请要求可以查看卡内基梅隆大学官网对应的【申请要求】部分
信息来源:CMU Tepper MS in Business Analytics Application
课程介绍
46-880 概率和统计简介(6个学分)
本课程介绍了不确定性下决策的工具,从概率论、决策理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、采样和采样分布、区间估计、相关性和简单回归。
46-881 R和Python编程(6个学分)
本课程介绍Python和R编程,这是两种最受欢迎的数据分析语言。本课程将涵盖条件和循环等基本概念,以及函数和程序模块化,以及算法和数据结构。
46-882 分析专业人员商业基础知识(6个学分)
本课程提供一般业务管理的基本介绍。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。
46-883商业分析的统计基础(6个学分)
本课程的目标是帮助您学习分析数据和在业务决策中使用统计推理的方法。本课程侧重于将基本概念从概率和统计学应用到从数据中得出推断。主题将包括贝叶斯建模、多变量分析、因果推理、A/B测试和实验设计,特别强调适合研究现实世界数据的诊断和模型构建技术,与现实世界数据应用的分配是课程不可分割的一部分。
46-884现代数据管理(6个学分)
本课程的重点是从技术和业务角度管理和检索所有类型(结构化、半结构化或非结构化)的数据。课程主题包括关系数据管理系统、数据库和模型理论(CAP、ACID、分布式计算和存储)、文档(MongoDB)和其他大数据模型。该课程还提供了Hadoop、Map-reduce、Hive、Apache Spark的基本概念介绍。
46-885 数据探索和可视化(6个学分)
本课程介绍了数据可视化的原则和技术。学生将学习视觉表示方法和技术,以增加对复杂数据和模型的理解。原则将从统计学、平面设计、认知心理学、信息设计、通信和数据挖掘中得出。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、Excel和R)、有效的演示、仪表板设计和基于网络的可视化。reduce、Hive、Apache Spark的基本概念介绍。
46-886 机器学习基础知识(6个学分)
在本课程中,卡内基梅隆大学探索了常见的机器学习技术,并思考这些技术在业务中的结构化和非结构化数据集中的应用。具体主题包括线性回归(逻辑回归、k-最接近的邻居和SVM)和无监督学习(主要组件和聚类方法:分层、分区和概率)。
46-887 商业应用程序的机器学习(6个学分)
本课程介绍机器学习技术,特别强调业务应用程序。具体主题包括模型和变量选择模型和变量选择(过拟合和过度自信,偏置换代数;信息标准和交叉验证;模型平均和集合学习;特征选择;正则化,收缩和LASSO估计器),非线性预测方法(基于树的方法:决策树和随机森林;回归样条;内核方法和高斯过程),使用潜在变量建模(隐藏的马尔可夫模型;图形模型)。
46-888 规范性分析优化(6个学分)
数学优化技术是将数据转化为更好决策的关键。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。本课程侧重于为运营和战略决策开发此类优化模型,其应用程序包括车辆路由、员工调度、网络设计和容量规划。方法包括线性规划、整数规划、非线性规划、约束规划、启发式和列生成。
46-889 通过综合分析实现商业价值(6个学分)
这是一门综合课程,描绘了从业务问题分析建模到价值的道路。本课程以跨业务职能领域的一套跨学科案例为基础,整合了从给定问题中的数据中获得业务价值所涉及的三个不断提高的分析水平:推断问题中关键特征和关系的描述阶段,短期战术行动结果预测的预测阶段,以及基于分析的长期规划的规范阶段。
46-890管理团队和组织(6个学分)
本课程向学生介绍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、团队合同、团队协调和团队创造力。宏观主题包括团队网络、非正式和正式的组织网络、通信网络和创新文化。
46-892 金融数据分析(6个学分)
本课程将依赖数据分析的几个金融领域,高频交易和市场微观结构,定量投资组合和资产管理,“智能”测试版和绩效分析,以及信用分析。该课程使用来自统计学、数据挖掘(机器学习)和NLP/文本挖掘的工具。
46-893运营和供应链分析(6个学分)
运营和供应链分析涉及业务分析工具的开发和应用于数据,以支持制造和服务公司内部的高影响力战略、战术和运营决策。主题包括供应链设计、需求预测、库存规划、销售和运营规划、收入管理、服务组织的人员配备和医疗保健管理。这些应用程序的基本特征是管理供需不匹配产生的风险,目的是最大限度地提高企业价值。该课程强调了运营和供应链分析工具箱的复杂和整体实施,整合了描述性、预测性和规范性分析技术,如何成为增加或维持公司竞争优势的重要杠杆。
46-894 分析营销(6个学分)
本课程侧重于如何将数据挖掘、机器学习和统计建模的分析技术应用于解决营销问题和一系列数据密集型案例研究,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,将免费增值客户升级为付费客户,以及直接营销的生命周期。
46-897 分析决策商业通信(6个学分)
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,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从他们那里得到什么(包括上级、同侪和下属受众群体)。学生将接受与商业分析相关的演示作业评估。
46-898 道德和人工智能
本课程将探索企业在使用人工智能时面临的道德挑战,绘制作为这些挑战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。本课程的目标是获得必要的技能,以了解人工智能带来的道德挑战,并围绕这些技术发展负责任的企业实践。该课程围绕负责任地使用人工智能的六项核心原则进行组织:自治、可解释性、歧视、公平、福利以及责任与控制。
45-XXX 体验式学习(3个学分)
该课程为期半学期,旨在提供“现实生活”的商业分析背景,例如分析营销、运营、财务或人力资源分析。学生将被要求管理大型数据集,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供中期和最终演示文稿。
信息来源:CMU MS Business Analytics Courses
求职发展
MSBA学生在完成学业后将能够具有:展示对决策的定量和分析工具的深入了解;对管理、操作和分析大型数据集做出适当的判断;开发和/或高效应用计算机软件来实施分析技术;确定在商业环境中应用数据分析的潜力和挑战;有效且有说服力地沟通等能力。
Tepper校友可以访问卡内基梅隆大学的招聘门户网站,阅读校友的招聘信息。
信息来源:
CMU Career Transition Resources for Alumni
CMU MS in Business Analytics Reaching Your Business Analytics Career Goals