商业分析 vs 数据科学 (2021-08-28 14:03:46.63)

随着大数据的兴起，无论是金融，经济，教育还是互联网，甚至连外卖行业都急需具有数据分析能力的人才，强大的数据处理和分析能力已经成为企业的核心竞争力。

为了满足市场对数据分析人才的需求，商业分析 （BA-Business Analytics）和数据科学（DS-Data Science）成为留学申请的热门专业。

BA和DS的定义：

商业分析（以下简称BA）简单地概况来说，属于交叉学科，是统计学知识在企业实践中的具体应用，两者的基础知识是相通的，都需要对于数据的熟悉、敏感度，以及处理数据、建模分析的能力。

数据科学（以下简称DS）是一门涉及到统计,数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论，特别是以下分支：机器学习, 分类, 聚类分析，数据挖掘，数据库和可视化。

BA申请准备

①专业背景：

BA是一门交叉学科，并没有限制专业背景，但最好要有一定的商业知识储备，并掌握编程和数据处理软件，例如SAS, Python以及一些语言比如R语言。因此，具有数学和统计，计算机科学，工程类，以及商科类背景的同学相对有优势。

② 如转专业申请BA，先修课建议：

1）数学 ：线代，微积分，概率论和统计

2）计算机 ：基础编程语言，如 C, C++, Java, or Python，R；以及统计软件和数学工具如：SAS, Stata, SQL，MatLab, R, S-Plus, Mathematica

3）商科：财会，金融，市场营销等

当然，没有达到先修课的要求也未必完全申不了，一方面可以学校内辅修，补课、或者上网课；另外，也可以用成绩单以外的其他经历来证明自己的能力。

③ 软性提升：

相关的实习/科研经历是非常加分的，建议的实习例如：券商、保险、基金、咨询、快消、互联网、500强等企业数据分析岗，或者实验室数据分析的项目。

DS申请准备

① 专业背景：

因DS大多数开设在工程计算机或者数学统计学院，如果在数学或者统计学院下的DS专业，会倾向录取数学、统计等背景的学生，同时希望申请人有软件编程基础、会写程序分析数据。如果没有非常强的数理基础，建议申请BA等要求没有这么强的专业。

② 如转专业申请，先修课建议：

以下概括大多数院校的DS硕士要求：

1）计算机基础

2）数学基础（比如微积分、线性代数）

3）概率论或者统计

如果有转专业计划的同学尽可能的修习以上课程，提升自己的竞争力，通过二学位、辅修学位、暑期课程、网课等方式多修课程，或者多参与相关的实践实习科研也对申请数据科学有很大帮助。

③ 软性提升：

1）科研类型：计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主

2）实习岗位：互联网公司、电商公司、金融公司、银行、证券公司等

机会是留给有准备的人的，你最好准备了吗？

转载于网络

阅读(168)

在线答疑