商业分析硕士-就读体验
-
喜欢招收什么样的学生？
招生数据
我从我们学校的官网上面截取了一些数据来分享给大家。
上一届这个项目一共是有56名学生，我们这一届现在一共是有68个学生，因为这个项目非常的新，大概是在2017年的时候才开始的这么一个项目，到现在为止也就大概四五，五六年的历史。
每一届的学生都可以说是有不断在增加，所以我们这一届也比上一届也要增加了20%左右，那我估计可能过两年也会不断的扩张，所以大家有兴趣的话都可以申请一下。
学生背景
那这个项目总的来说还是一个人数比较小的研究生项目，国际生的比例可能也也要占到7到8成。
但是值得一提的是，其实我们项目的中国学生比例和很多别的研究生项目来说是比较小的，我现在的同学一共有68名，中国大陆的学生大概是在20-25名同学之间，所以大家可以看出来，也就是大概1/3的同学是中国学生，那这个比例在研究生项目里面可以说是非常少了，所以对我自己来说我觉得刚开始也是一个去融入到来自世界各个地方，国家的同学的一种体验，也是一个挺好的学习过程。
然后这里（图1）也展示了一个录取学生的平均年龄，我自己是本科毕业就直接来研究生项目的，但是在我们这个项目里面其实他是很爱招收有工作经验的学生的，所以如果你有一些全职的工作经验，不管是1到2年，还是3到5年，对申请来说都是会更有优势的。
当然如果你没有工作经验，也就是像我一样的话也是完全没有问题的，也是完全有可能会录取到这个项目中的。我们在中国学生中大概有一半左右的学生是没有任何工作经验的，所以不管有没有工作经验，大家都可以积极的去申请。
学生专业
本科时候专业的一些数据，同学的专业大部分都是围绕在两个方面，一个就是理工科，比如说工程类的专业或者是数学统计，数学统计就是我自己的专业，然后也包括计算机还有一部分的同学就是金融经济，商业方向的一些同学，所以主要是这两个大板块，当然也有少部分的同学是别的专业的。
标化数据
因为我们这个项目是商业分析，所以跟一些比如数据科学的项目比较，是稍微对你之前的一些计算机方面的技能要求没有那么高，你完全可以说我的基础比较薄弱，然后进入研究生项目以后，再慢慢学习。
所以说，各种专业的同学大家都可以来申请，就是也都有可能被录取，然后之后我们再来看一下关于标化方面的一些数据（图2），这里是写了本科生在申请的时候，GPA大概平均是在3.5左右，这个大家可以做参考。
因为这还是一个比较偏理科的项目，所以在GRE中，对于数学的成绩要求是会稍微高一些，官方数据说数学的平均成绩是167分左右，但是我个人建议如果是中国学生，大家申请的话，肯定还是数学成绩要达到满分才会比较有竞争力一点。
工作经验
这里也有提到我刚刚说的关于工作经验方面，我们同学中有工作经验的同学还是不少的，甚至有一些同学有5到6年甚至更多的工作经验,并且之前都是有在非常好的一些公司工作过的，比如说一些有名的咨询公司，例如德勤，安永，也有很多同学在科技公司比如说 Paypal ，甚至在苹果工作过的同学都会来参加我们的项目，想要进一步提升，然后再去寻求更好的一些求职机会。
UCLA的BA有什么不一样？
我就想简单说一下我们项目的一个跟别的项目不一样的地方，大家可能也注意到如果有了解的话，UCLA 的这个商业分析项目是在UCLA 的商学院，是在 UCLA 的 Anderson商学院之中的，和很多别的数据科学的项目不同，大部分的数据方面的项目可能是会在工程院以下的，那商院下面的数据项目和工院下面的数据项目，我认为就会有一些区别，那这个区别就是说商学院的学生会是什么样的，商学院的学生和工学院的学生，有怎样的分别。
我觉得最主要的分别就是，这个项目会很看重学生的沟通能力和社交能力，因为商学院肯定是以一些社交的活动和你沟通的能力为主的，那我觉得同学们在面试中，也可以尽可能的去发挥和表现自己这样子的特质。
面试环节
在申请的过程中有一个环节是面试，这也是我们项目比较特色的一个地方吧，大家应该也知道不是所有的研究生项目都会有面试的环节，UCLA这个商业分析项目的面试，他的过程就是说想要你做一个 ppt，然后展示一个你曾经做过的关于数据科学方面的一个项目，就是你自己之前的一些关于数据方面的经历，当然你可以是一个作业也好或者是一个项目也好或者只是自己的一些感想也好都可以，就是一个非常开放性的面试的题目。
所以我建议大家如果你拿到面试的话，我觉得是从我们项目会比较希望招到什么样特质的学生，这个方面来思考，你的面试要怎么准备或者说你的面试要尽可能怎么样的去表现自己
面试tips：
申请学校的时候，面试不会问到太多技术问题，他是让你自己去讲你自己做过的数据方面的项目，那就是说你做过一些什么事情，你只要谈论你的一些想法和你的一些经验就可以，就是不会说来主动的问你比如说一个统计问题，或者说数据方面的一些技术方面的问题，就是他更看重的是你的沟通能力和你主动你自己去表现出你的一些过往的经历自己去介绍这样。
我自己来说的话，我认为我当时面试可以通过或者说申请可以通过的一个关键就是，我在面试的时候有非常积极主动的去和面试官交流一些我自己对于数据，我自己对于未来职业的想法，然后对这个行业和对这个数据技能有非常大的热情。我觉得这个是大家最主要的要表现的东西，因为这个题目本身是让你展示一些数据方面的经历，这是非常开放性的也没有正确与否。所以我认为最关键的就是要表现出你非常非常强的一个沟通能力和社交属性。
课程设置和项目特色
课程设置
我从我们学校的官网上面截取了一些数据来分享给大家。
这个项目是没有选课的，可能会和很多别的数据科学项目不同，所有的课程基本上都是学校帮你设定好的，我刚开始自己的体验觉得就比较像我们中国的初中或者高中，大家都是学校发给你一个课表，然后你就按照那个课表去上课。
而且因为这个项目本身人数也很少，大概都是在50，60人或者60到70人。
所以这个项目的大小也非常像我们以前初中高中同学的这么一个人数，整个氛围就是同学之间是非常亲切的。
这个课程的话我觉得就是非常全面，从一些对于数据的比较概括性的介绍到非常细节的比如说一些编程方面的能力，就是非常给你打基础的课，他都有涉及到。
我现在有学的一些课都是跟我们面试息息相关的，所以我觉得课程设置最好的地方就是把所有你想找数据方面工作需要的一些技能，他都涵盖在了课程表里面，也就是说不需要花太多的时间去学一些非常学术的关于数据的东西。
因为就我个人来说，我自己的学习对于研究生的学习是比较以职业和找工作为导向的，而不是说以学术为导向，那对于我来说这个课程就非常适合我，因为我就是希望去掌握一些和面试或者说未来工作和职业有关的一些技能，然后尽量的去少上一些特别学术的一些话题。
所以如果你和我一样是以找工作为导向的话，那这个课程设置是比较适合你的。当然有一些同学如果是在选课上有自己有很大的这个灵活性的话，那这个课程可能就是没有那么适合你。
我也想再说一下我们项目小班的情况，因为我们项目人数可以说是非常少了，对于比如说南加大他们也有商业分析项目，但他们的项目应该是在200-300人之间，但是我们的项目只有68个人。
因为我跟一些我也有很多朋友可能是在别的学校或者别的研究生项目。我觉得最大的区别就是同学与同学之间的紧密的沟通程度，同学之间就是非常亲切，各个国家的同学可能也都是打成一片。然后除了说生活上大家沟通比较多，学习上我觉得帮助是非常非常大的，因为平时大家都在找工作，大家都有非常像的一个目标，都很希望在美国找到合适自己的数据方面的工作，所以在面试阶段也有很多互相帮助的时候，然后包括一些学习资料，我经常是听我一些同学说，哪个资料会比较好，然后我就去看，然后我发现真的是对我非常有帮助，因为因为大家都在学习一样的东西，大家都有一样的目标，所以我觉得和同学之间这样有这样学习资料或者说学习方面的一些想法的沟通就是对我自己成长来说是非常有用和有效的。
就业数据和优势
这个项目的就业数据，这个就是非常值得一提的是，我们这个项目从开始以来不管是全职的工作还是暑期实习一直都是保持100%的就业率，就是顾名思义每一位项目里的同学都在暑假找到了实习，也都在毕业后大概4到6个月就找到了全职工作，这个就业率就还是非常优秀的了，很多别的研究生项目就算好的也就是啊90%多，但是要达到百分之百是非常不容易的，我觉得这个也归功于项目中的负责的老师，对我们的关注度也很高，他会一直不停的来更新你们的面试状况，更新你们的学习状况，有任何的问题都可以随时跟他们沟通。
因为我们项目只有60多个学生，然后主要负责我们的老师就大概有3到5位，所以你可以就是非常容易的就可以预约到一位老师来跟你谈话，跟你讲一讲你最近是不是在面试上遇到什么问题，你简历是不是需要修改。他们会给你提出很多非常专业的求职有关的建议，所以我觉得同学在这样的环境中都成长的非常快，
大家也可以看一下表上的数据，首先就业率是100%，然后这里涵盖了所有的每一届毕业的学生，不管是暑假的实习还是全职都是100%就业率，全职的平均薪资大概是在$117,000左右，这个在大部分的数据科学方面或者数据方面的研究生项目中也是非常不错的毕业薪资的数据。
公司
这些是我们过往的一些同学进的一些公司，其中有很多科技大厂比如说facebook，亚马逊，苹果微软，当然有很多别的公司，比如说现在就有是对于找工作来说非常好的uber就是薪资非常非常高的公司。
包括各个行业比如说零售业，有耐克也包括老牌的一些企业比如说迪士尼有非常多数据相关的岗位，迪士尼公司本身也有流媒体，所以毕业的同学可以去到各种自己感兴趣的一个行业和领域。
因为我们的学校在洛杉矶，所以也有非常多的同学最终是去到跟娱乐或者是游戏相关的公司去工作，我觉得也是非常不错的，也比较符合洛杉矶这个城市的气质。
学校周围
在洛杉矶的话， UCLA 的周边是非常安全的。洛杉矶一共大概就是只有两个比较大的学校，大家也知道一个是 UCLA，一个是南加大，那这两个学校的周边环境是形成非常鲜明的对比的。UCLA坐落的位置叫做 west wood，然后 west wood 的和比弗利（Beverly Hills）是紧挨着的，这一块都是美国比较有名的白人或者说富人区，所以总的来说是相对安全的，环境也是比较好的，周边也有很多餐厅，包括有购物中心，也是比较方便的。
比如说和洛杉矶另外一个学校南加大来对比，南加大的校内环境真的是非常漂亮，因为私立学校，但是南加大的周边环境安全问题是比较堪忧的，因为他们那个区域是在洛杉矶的市中心downtown，在美国downtown一般都是会比较危险一点，然后可能犯罪率也会高一点，但是在UCLA周边的话，是不太会有这个问题，总的来说自然是相对来说比较好的，但是毕竟是大城市，所以说就是可能跟别的大城市比起来我觉得UCLA的周边应该治安是比较好的。
生活方面的话，UCLA 因为他在的区域也是属于比较好的区域，所以说可能生活成本也会稍微高一些。
-
1.学生背景是怎么样的？
中国学生大概是有1/3的占比，我个人认为这个比例是跟别的研究生项目比是比较少的。
我觉得这也是一个优势，因为可以去促使大家作为中国学生去走出自己的舒适圈，去跟各种不同背景的同学去交流，对未来比如说求职和未来在美国长期的一个职业发展肯定也是有帮助的。
我自己的标化，大家可以做参考，官方数据的GPA的平均成绩是3.5，GRE的话是只写了数学成绩，平均是167，我的话GRE333，是170的数学加上163分的文科，我的GPA是3.8。
我自己是没有任何工作经历的，中国同学其实没有工作经历的同学还是挺多的，但是如果你有工作经历的话，肯定是plus ，班中的同学至少有一半以上都是有工作经历的。
他们也都是在非常好的大厂工作过的，我觉得从申请来说不需要去紧张这件事情，因为也有很多同学像我一样是没有工作经历，所以大家都有就是从申请来说大家都是有机会的。
有很多同学有工作经历对学习来说是一件好事，因为就我自己来说，可以从很多有工作经验同学中真的是可以学到很多我原来不知道的东西，他们在美国可能有很多工作经历，他们会跟我分享，他们有很多面试，求职，包括学习的方法，我觉得都会比我更成熟，所以对我来说我觉得进入这样一个班级有很多比我经验丰富的同学是一个特别特别好的学习过程。
2.UCLA整体课程难度大吗？
建议本科要学好哪些技能
可以顺利适应研究生阶段的课程？
就我自己来说，我本科学的是统计，所以在统计数学这一块的背景还是基础比较扎实的，但是在一些比如计算机方面的技能，我也是比较欠缺的。
我觉得这个项目没有对之前你自己的技能有特别大的要求，基本上因为他第一学期的课程，他是有一节非常基础的开放课，然后也有一节从基础开始教的统计课。
所以你有没有这个过去有没有这些技能，知识，其实这个项目是会从一开始帮你去从零学起的，因为这样做的目的也是说每个同学的背景不一样，他也想就是把大家拉到一个起跑线上，所以我觉得没有说太多的硬性要求，当然因为这还是一个数据相关的项目，所以说肯定是你理科方面那些知识掌握的越多越好，然后计算机方面的语言的话我认为最主要就是python的话是越强越好，然后剩下的技能我觉得都可以在项目开始之后再慢慢学习，我觉得都是可以的，课程难度的话我觉得不是算特别大，因为就像我说的其实这个项目去减少了很多只是学术相关的一些课程，因为很多项目如果是数据科学项目其实他包括可能大家一些觉得特别有名的数据科学项目，那些项目其实最终从项目的设计来说他并不是求职导向的，有很多人可能是为了去读博士或者是为了要在进一步的学习，然后去读的这个项目。
但是我们这个 ucla 的项目，从设计项目的老师来说，他就是以求职为导向，所以他就是去清除了很多只是学术相关的一些知识点或者课程，把重点放在和面试相关的一些课程上，所以说难度不会特别大，而且我觉得大部分的知识你学了以后也不会白学，说白了就是因为你学了之后你会发现很快就可以运用在你的面试或者是工作之中。
3.请问小姐姐的
申请时间线是怎么样的？
我大致是在去年2月份左右拿到 offer 的，但是其实因为我也有问过我的一些同学，其实拿到 offer 的时间都很不一样，可能到了四五月份才会拿到 offer。时间线不会卡的太死，没有一个完全说几月份一定拿到 offer，学校可能是一个 rolling 的录取的形式，所以也不用太紧张。
4.有什么要推荐信的技巧？
我当时的推荐信是找学校的，我的任课老师写的也没有说有特别大的特色。我当时是请关于数学和统计方面，考试成绩比较好的一些课的老师来帮我写的推荐信。
5.我看到有些问题是关于找实习的，我来介绍一下我现在的实习情况
这个项目同学找到实习的录取率是100%，但因为现在时间还早，现在只有3月份离暑假还有一段时间，所以现在我的同学们，还没有100%找到实习，据我的估计大概是有50%左右的学生已经找到了实习，然后剩下的学生大概就是还在非常积极的一个面试和求职的过程中,那我自己就是非常幸运是已经获得了一个实习的 offer。
CAPITAL ONE是美国数据科学方面比较有名的一家银行，是美国十大银行之一（按存款规模）、是全球领先的金融控股公司，我自己觉得这个也是非常适合我的公司。
6.美国疫情找实习会不会很难？
我觉得其实大家可能会觉得比较吃惊。我个人认为包括我自己的一些同学也是认为疫情对美国的求职，特别是数据或者是计算机方面其实是有正向的影响。
我记得可能疫情刚开始的时候，有一些公司是缩减了一些招人的名额，但是那是之前的事情，因为在疫情不断的复苏和变好的情况下，这两年其实公司开放的名额都是越来越多，包括今年计算机方面和数据方面的实习，我觉得情况都是比较乐观的，大家都找到了不错的实习。
所以我觉得疫情是有正面的影响，然后美国找实习的话难不难这个因人而异，还是需要一个努力和学习的过程的。
但是还是只要努力就是会有收获和结果的。实习的机会还是蛮多的，就是公司都是有很多不同的选择各个行业的，然后现在数据方面的需求量也很大，所以各个行业各个公司其实都对数据科学和商业分析这方面有需求，都会开设岗位，所以机会很多，大家就是积极争取就好了。
7.请问一届招多少人？
项目是1年制还是多久？
那我们这一届是招了68个，也就是70个人左右，其实招生是可能招了大概70个以上，最终进入项目来学习的是70个同学，然后项目是一年半制，因为UCLA是quarter制，加州系的学校都是quarter制， 就是一个学期是三个月左右，一学年是三个学期，所以我们这个项目一共有四个 quarter，也就是一年再多大概三个月左右的这样一个时间，大概也就是一年半这样子。
8.编程要求如何？
如果一点没有的话，最好还是有一个入门会在面试和申请的portfolio里面都能更好表现自己，所以只要有点入门，有些接触对于编程来说要求就够了。
其实我们这个项目对于你去找数据科学，数据分析，各种类型的分析包括市场分析，什么分析都是可以的，其实最对口的是数据科学专业，这些项目都是数据方面的，所以你在找工作的时候是没有分别的，不管你的项目是名称是叫数据科学还是名称叫商业分析，对于找工作来说都是一样的，我们同学之中可能找到的就是职位最多的也是数据科学，只是我自己还是对于一些商业分析类的工作更感兴趣，所以我找的是商业分析工作。
9.商业分析找工作
可以找哪些行业？
几乎是任何行业都可以，我个人认为最好的是科技行业，因为毕竟这还是一个就是说数据方面的工作，所以在科技行业，那也是收入相对来说最高的，然后学习机会最多的，但是各个行业包括我自己找的是金融，我有很多同学找的是进的迪士尼，耐克就是零售行业或者是有去沃尔玛，包括一些网上的电商，Ebay，一些 app包括 facebook ，包括 pinterest ，都有不同同学进到这些公司。
10.有人问我说有没有
海外的实习经历？
我自己其实并没有海外的实习经历，我在国内有一部分的实习经历，所以我在实习或者说工作，求职这方面我自己的经历和就是经验都是比较欠缺的，所以我觉得对申请来说，这不会是一个太大的短板。
总结来说，如果你有工作经验，那就分享你可以分享你过往的经验，如果没有的话就可以尽可能多的去说一些关于未来的一些规划。
11.商业分析和数据分析
找工作有什么区别？
在美国这边的话，数据方面的工作其实是有很多种类的，包括数据工程这些都是不同的岗位名称，包括数据工程，数据分析，商业分析，然后数据科学，这都是一些比较常见的岗位名称，那各个岗位之间最大的区别，我认为就是沟通和社交能力的比重和一个技术方面的能力的要求。
技术方面要求最高的应该说是数据工程和数据科学这样的岗位，他们对数据分析和包括编程的能力那都是要求最高的，但相对来说他们对于一些软技能可能就会少一些，没有那么多和很多人沟通的机会。
比如说我自己的岗位，商业分析或者说数据分析，那他就是说会技术方面的要求更加低一些，但对于你一些沟通能力和一些综合的思维的能力就会要求高一些，主要区别就是在这里，所以我觉得也可以看大家个人的兴趣爱好，因为我自己是对一些商业方面的是会比较感兴趣，会比较去多思考公司的一些商业逻辑。
但是我也有一些同学，他们是对技术方面特别有热情，特别愿意去学习，那如果你是这样的同学然后你又对沟通方面就是相对来说没有那么有热情的话，那就可以尽可能的多去选择一些技术要求更高的岗位，可以多展示自己的长处，去少展示自己的短处。
12.班上有文科背景的同学吗？
肯定是有的，包括我们上一届有一个学姐本科学的是电影方面的，就是完全和数据是没有关系的专业，最终是找到了一个非常好的科技公司的实习，所以不管你有什么背景，大家都可以积极来申请，然后慢慢去提升自己各方面的能力，但是肯定还是理科方面的同学比较多，就是理科背景的同学偏多但也并不是没有文科背景的同学。
13.申请时有做哪些软实力的提升？
我觉得最多的还是多去了解一些数据方面的讯息，然后多去表现对这个行业的一些兴趣和热情。
14.加州洛杉矶商业分析
应该比南加大商业分析好吧？
就业服务方面一对一指导？
对，很多人会把UCLA的商业分析和南加大的商业分析这两个项目作为比较。
第一个很大的区别就是我们的项目人数非常的少，大概一届只有六七十个人，南加大项目应该是有200到300人，但是他们的项目我也有听说方方面面也都是不错的，我觉得看个人喜好，两个项目也是非常接近的，也不一定说谁比谁好。
从求职来说南加大的项目也还是不错的，就是课程设置方面，但是因为UCLA BA这个项目人数少，所以说老师对你的关注就会比较高，就业服务方面确实可以说是一对一的服务，你任何时候想要找一些就业方面的资源，都可以随时跟就业相关的老师去预约谈话，基本上都是随时随地的，谈话都是一对一的。老师也会经常他们主动的会来跟你去 update 你的近况，就是你完成怎么样，有的时候说是一种压力，但有的时候也是去促使你不断进步。
15.申研一般是什么时间开始准备？
我觉得申请研究生最需要准备的是两大块，我觉得两方面第一个就是GRE考试。
开始准备的话一个就是准备去攻克GRE去考出一个比较理想的分数。
第二个就是一些和研究生相关的一些经历，比如说你做过的项目，你学过的课或者是你做过的一些比较重要的作业，那这些东西肯定是说越早越好，但是我觉得最晚不要超过可能大二的下半学期，你最好多去思考自己想要往哪个方面申请，我觉得这个是最重要的，因为其实对很多同学来说，可能申请的项目也是，五花八门的各种专业，所以先找到一个自己最感兴趣的方向，然后根据这个方向，如果你感兴趣是数据方面，那不管是数据分析，商业分析，数据科学这些项目都可以申请。
因为我本身的专业是统计，统计跟数据科学是相当于完全是相关的。
但如果你学的专业和数据科学没有那么相关，比如说你学的是经济或者是别的专业，第一尽量多去学一些统计方面的课程。
第二去做一些和数据相关的作业也好或者是自己去学校里面积极的去找一些数据方面的研究经历，就是可以和老师去说你对这方面感兴趣，然后问他有没有相关的研究你可以参与到里面，然后去做一些数据分析相关的工作。
实习和科研的话，我是在学校里面有过一到两段这个 research 的经历，也就是帮学校的老师说说白了就打打杂这样子，因为我就是一个本科生，我也没有去做过太多的课外的一些活动或者实习，但是现在跟我一起学习的同学，他们都是有非常强的工作，实习，还有科研经历所以还是因人而异。
16.就业机会怎么样？
这个项目的就业率是100%的，就是不论是每一届的暑期实习项目，还是每一届的就是暑期实习的就业率，还是说每一届学生的全职的就业率都是100%的，并且90%或者95以上几乎百分之百的同学，大家都是期望在美国就业，最终也是成功的在美国找到工作的，是这样一个氛围，所以我觉得如果你自己的目标是希望在美国求职，那这个项目是非常非常适合你的，因为会有一个非常好的同学的环境，大家都是朝着一样的目标去努力。
就业率是100%，所以大家只要积极的努力去跟着同学的步伐走，去跟着这个项目本身那些课程设置去跟着这个步伐走，可以说每个人最终找到一份好的实习或者说好的全职工作都是没有问题的。
在科技领域，在加州是有非常非常多的科技公司，可以说是一个科技公司的聚集地，因为在硅谷那边。
其实加州的学校也并没有特别多所，大致大家耳熟能详就是斯坦福，UC Berkeley ，UCLA包括还有一些比如南加大，UCSD 这些学校，在加州其实除了斯坦福以外，UCLA 和伯克利基本上是齐名的学校，所以很多科技公司他们在招收学生的时候，都会优先考虑这几所学校的学生，那我觉得我们项目也是非常非常大公司在选一些目标学生时候会看的学校和会看的项目，所以我觉得是有一些优势的。
