乾貨| 深度挖掘MIT Business Analytics項目
前言
在近期的QS全球最佳商業分析(Business Analytics)碩士排名中，有一個項目獨占鰲頭，儘管成立時間不長，但它嚴謹的課程設置和超強的就業率吸引了無數學子，也讓許多人望而卻步，這就是麻省理工學院的MBAn(Master of Business Analytics)項目！這個項目隸屬於Sloan商學院，整體的課程安排卻需要非常強大的數理及編程背景，答主作為MBAn的第三屆畢業生（2018-2019）和@Pace Han ， @機不可失失不再來二位一起經歷了種種磨難終於畢業，特意寫出這篇介紹，希望MIT BA能吸引更多有志於從事數據科學行業的優秀同學申請。
項目簡介
MIT的Master of Business Analytics（MBAn）項目隸屬於Sloan管理學院，並且和運籌學研究中心（Operations Research Center）聯合辦學，在各類商業分析碩士項目中常年排名第一。項目時長是十二個月，教學從8月底開始，至次年6月結束，共有兩個學期，6月份開始則有一個跟各類知名企業合作的全職實習（capstone project）。本項目開辦於2017年，至今已有三屆畢業生，class size也由最初的16人增長到了現在的60人，未來應該也會穩定在60人左右的小規模。
課程設置
MBAn項目的畢業要求需要修滿111-141學分（是的你沒有看錯，MIT一門課通常是12學分），相當於十門12學分的課程左右，其中每學期最多可以上66學分的課，最多54分來自商學院（被MBA抱大腿）。由於是一個非常就業為導向的項目，從入學的一開始同學們就被安排了非常充實的一年。第一學期的課程安排非常的滿，共有6門總共54學分的必修課，以機器學習，優化理論以及一些常見編程語言的應用為主。
與很多學校不同的是，MIT在秋季和春季學期中間有一個為期三週的短學期叫做Independent Activity Period（IAP）。這期間會有許多求職方面的輔導，從簡歷修改到模擬面試都有涉及，為這個項目的最大賣點：capstone project打下了很好的基礎。因為在IAP的最後一周，參與實習的各大公司會有代表來學校進行面試，MBAn同學們的整個一月都會在壓力中度過。經歷過緊張的IAP後，春季學期會輕鬆不少，除了開始準備暑期的實習和全職工作的面試以外，選課上並沒有任何的限制，大部分同學都會選擇一些自己比較感興趣的課程來補充知識，像MIT CSAIL（計算機及人工智能學院）的深度學習等課程都是非常受歡迎的選擇。
Fall Semester Core
-----------------------------------------
15.071:Analytics Edge (12):
This class examines how data analytics is used to transform businesses and industries, using examples and case studies in e-commerce, healthcare, social media, high technology, sports, the internet, and beyond.
15.093:Optimization Methods (12):
The course offers a unified view of mathematical optimization, covering the main areas of application as well as the core optimization algorithms.
15.095 :Machine Learning Under a Modern Optimization Lens (12):
Develops algorithms for central problems in machine learning from a modern optimization perspective.
15.572:Analytics Lab (9):
The purpose of the Analytics Lab (A-Lab) is to match student teams with leading-edge projects involving analytics, machine learning or digital technologies as they apply to business questions and problems.
15.681:From Analytics to Action (6):
Develops appreciation for organizational dynamics and competence in navigating social networks, working in a team, demystifying rewards and incentives, leveraging the crowd, understanding change initiatives, and making sound decisions.
15.003:Analytics Software Tools in R, Python, SQL and Julia (3)
+ Communications & Data Storytelling Seminar
+ Additional 12 units of approved electives (not required)
January Independent Activities Period (IAP)
------------------------------------------------
15.089 :Analytics Capstone Project (24 units spanning IAP, Spring and Summer):
Practical application of business analytics problems within a real company. Teams of 1-2 students, matched with company projects, visit companies to define project and scope.
15.286:Communicating with Data (3):
This course will equip you with the strategies, tactics, and tools to use quantitative information to inform and persuade others.
15.003 :Analytics Software Tools in R, Python, SQL and Julia (3)
+ Communications & Data Storytelling Seminar
+ Analytics Career Bootcamp
Spring Semester
-----------------------------------------
15.089:Analytics Capstone Project (24 units spanning IAP, Spring and Summer):
Practical application of business analytics problems within a real company. Teams of 1-2 students, matched with company projects, visit companies to define project and scope.
Students must take a minimum of 27 units and a maximum of 48 units of approved electives
Summer Semester
-----------------------------------------
15.089:Analytics Capstone Project (24 units spanning IAP, Spring and Summer):
Practical application of business analytics problems within a real company. Teams of 1-2 students, matched with company projects, visit companies to define project and scope.
師資水平
Dimitris Bertsimas
Dimitris是運籌學領域的權威教授，在MIT運籌學研究中心Operations Research Center擔任了多年的系主任，也是這個項目的創始人兼學術指導。他開設的machine learning under a modern optimization lens是MIT BA的核心課程，提供了一個全新的看待機器學習問題的視角。他的講課風格理論性非常強，而且經常介紹最前沿的優化理論在業界的應用，同時他也是一個擁有多家創業公司的企業家，是一位非常獨特且深受愛戴的教授。
Arnold Barnett
Barnett教授被學生們親切的稱為Arnie，他開設的應用統計Applied Probability課程深入淺出的講解瞭如何使用常見的概率和統計工具解決實際問題。 Arnie教授多年的統計諮詢經驗使得他的語言幽默風趣，不僅引得全班哄堂大笑，還讓大家紮實地理解了統計學的基本知識在現實中的應用。雖然現在這門課已經不是MIT BA項目的必修課程，Arnie教授的課依舊是每一個BA校友都強烈推薦的。
Sinan Aral
Sinan教授一手創辦了MIT Sloan最知名的實踐課程(action-learning) Analytics Lab。這門課也貫徹MBAn項目對於數據分析實踐的中，給商學院的學生們一個與各類知名企業合作（TripAdvisor，JP Morgan，Accenture等）的機會。在這門課上，擁有豐富科技行業創業和投資經歷的Sinan教授不僅會引用自己的前沿研究和經歷，更會利用自己的人脈，邀請Two Sigma和Facebook等行業巨頭的數據科學家分享他們的一線經驗。這位教授是一個熱愛分享的社交媒體達人，在Twitter和TED上都十分活躍。
求職服務
作為商學院開辦的項目，MIT BA的求職資源非常豐富，不僅有單獨的就業顧問和數據科學專門的招聘會（analytics career fair），還擁有各大科技公司（Google，Amazon，Uber）的校友內推資源，像McKinsey，BCG等諮詢公司的數據科學部門更有單獨針對MBAn的招聘通道，優秀的學生水平加上海量的面試機會也保證了目前三屆MBAn畢業生100%的就業率和11w+的平均起薪。 2018屆MBAn官方就業數據也在這裡可以查到。
除了直接的面試機會外，本項目還安排了全面的求職輔導流程，從簡歷修改，cover letter講座，到技術和行為面試的仿真模擬，大家都有機會和就業顧問以及學長學姐進行一對一的溝通和諮詢，最大程度保證了每個人能夠為找工作做好充分的準備。另外對於想要在學術界深造的同學，MBAn項目也提供了與教授做科研的申請機會，每年更有幾名學生可以直接和Dimitris這樣的大牛做研究，為申請PhD，甚至是留在MIT繼續讀博打下很好的基礎。
地理位置
MIT坐落於波士頓對面的劍橋市美麗的查爾斯河邊，Sloan商學院更是有180度無遮擋的震撼景觀，是一個非常適合潛心學習的環境。學校周邊一直處於新地產的建設當中，也有許多知名企業（Google和Apple的研發分部均在學校附近），因此生活成本不低，住在學校宿舍的2b1b房租大約是1400美元左右，如果在校外的公寓價格會更高一些。飲食方面，學校周邊好吃的餐廳不多，最受台灣學生歡迎的餐廳大概就是素描湘菜和木蘭台菜。由於波士頓面積比較小，Uber或地鐵到市區的台灣城或波士頓大學附近的美食區Allston大飽口福十分便利。不過總體而言，波士頓不是一座生活豐富的城市，比起唱K蹦迪等年輕人喜聞樂見的活動，大家還是更喜歡在家相聚研究（玩）學術問題（桌遊）。
申請要求
- 成績單
- 推薦信三封（兩份來自教授，一份來自實習manager）
- 個人簡歷
- 一篇申請文書：Please describe your reason for pursuing the Master of Business Analytics (MBAn) degree. What do you hope to gain from the program? And what are your career aspirations? (500 words or less)
- GRE or GMAT及托福分數（如果在英語教學的學校接受完整的本科教育，則不需要提供托福分數）
- 兩段視頻面試，包括一個自我介紹和一個常見行為面試問題的回答
- 標化以及成績：平均GPA: 3.90，平均GRE Quant: 168
可以看出MBAn項目對文書部分的要求佔比相對較低，招生官更多是從簡歷成績單等相對客觀的標准出發進行申請者的初步篩選，在硬性指標，即學術成就和實習/科研經歷達標之後才會進行下一步審核。值得一提的是MIT BA的面試相當關鍵，作為一個以就業為導向的碩士項目，申請者的英語表達能力和求職能力十分重要，因此被錄取的台灣學生僅有一人來自大陸本科（ @機不可失失不再來），絕大部分台灣同學在美國知名的院校就讀（CMU，NYU，UMich等）。
學費水平
由於在商學院，MBAn項目的學費是$87,740，不過由於所有人都會參與capstone project，公司會給每個學生贊助$22,000，因此實際要付的學費是$65,740。除此之外，與教授做Research的話每學期也有$10,000的工資，因此如果積極參與的話總花費還算合理。波士頓作為一個高消費城市，一年包括學費的總開銷大約在$90,000左右，不過學校周圍餐廳健身房宿舍等配套設施十分齊全，所以生活質量還是有保證的。
個人體驗
引用知乎上一句名言，在MIT讀書的“好處是再也不用和笨人一起工作，壞處是你成了那個最笨的人。” 這句話對於MBAn項目來說非常適用，你永遠不會想到平時總是安靜的盯著電腦的法國男生在上課的時候會突然激動地和教授討論優化理論在機器學習問題中的應用，不會想到平時總是問你問題的美國妹子在入讀之前就已經手握知名對沖基金的offer，更不會想到普林斯頓畢業，又在麥肯錫工作過多年的同學會有興趣來就讀這個僅有一年的碩士項目。 MIT就是這樣一個神奇的地方，匯聚了世界各地的有趣又上進的年輕人，激勵我向身邊的所有人學習。
學術上，由於這個項目的教授大多來自運籌學背景（Operations Research），大部分課程的理論性和數學難度都相當的高，因此一個紮實的線性代數和統計學基礎是開學第一個月不崩潰的關鍵。除此之外，因為不同的課程會使用不同的編程語言，還要強行學習MIT開發的Julia，因此熟練地掌握R和Python裡面數據處理和機器學習流程會讓生活輕鬆許多。不過總體而言，MIT的課程雖然難度高，但只要認真學習，和同學積極討論，獲得一個比較理想的分數（大部分課得A）還是不難的，上一屆的44位畢業生里，更有7個同學取得了全A的成績。
就業方面，雖然課程內容十分前沿，但是與業界的以計算機理論為主的機器學習應用並不是十分契合，因此畢業後在矽谷工作的同學並不算多，有相當一部分人進入了某個特定領域（金融，零售，醫療），或是諮詢公司工作。對於科技行業感興趣的話，由於這個項目並沒有提供很多系統的CS課程，強大的自學能力或是紮實的編程基礎幾乎是找到科技公司工作的同學的必備技能。不過像前文提到的，MIT給每一個學生都提供了大量的面試和與招聘官交流的機會，因此大部分同學都能找到自己理想的工作。
對於一直想要成為數據科學家的我來說，這個項目給我帶來最大的收穫並不是機器學習理論的認識或是編程水平的提升，而是在實際問題中運用數據科學的方法來完成商業目的思維方式。誠然，MBAn的第一學期課程涉及到了很多前沿的理論知識，但我個人收穫最大的經歷還是兩段實踐的機會，不論是在TripAdvisor的A-Lab，還是與StubHub的實習，我都接觸到了許多在業界實踐運用數據科學解決實際問題的工程師和產品經理，也獲得了寶貴的經驗。個人認為，MIT這個平台能為學生提供的背書和機會，才是MBAn項目最特別，也是最有價值的地方。
結語
最後，如果對MIT的就讀體驗感興趣，歡迎閱讀我的好友@Pace Han之前寫過的一篇文章：