此文章為oskird大神的回國求職心得的姊妹篇。有興趣的同學還請看本專欄之前的這篇高讚文章。

0.寫在最前面的話

本人是2018年開始讀的BA碩士，在美國，今年8月份底即將畢業，因為北美的職位需求較多，工資水平也比較高，所以就選擇在北美就業了。

我的求職經歷特別的坎坷。

• 2月份就已經面了第一次final round interview，崗位是Citadel的quant researcher，無奈被拒。
• 二月份到五月份之間斷斷續續一直在面試，至少收了十多封拒信。 （而且真的很多我本來覺得看不上的公司，居然也看不上我。。。）
• 直到最後，六月初，我才收到了第一個offer，緊接著六月中旬來了個很滿意的offer（FLAG某家的Data Scientist），求職生涯也才隨之告一段落了。

總體來說BA碩在北美求職大軍中算是個獨特的存在，優勢和劣勢並存：

• 優勢：
• 職業選擇相對較多，可以做consulting，可以做finance，可以去高科技公司
• 崗位也算比較多，除了最火的cs，ba方向應該和finance方向並駕齊驅，算是好找工作第二檔的方向了
• 劣勢：
• 時間相對短，足以完成學習，但影響實習；
• 職業選擇較多，但如果你每個方向都是半吊子水平，那就很難找工作了

同樣先要聲明下本文章的適用範圍：（1）正在讀BA、即將入學BA或正在考慮BA的同學；（2）主要想在北美（特別是美國找data science方向的工作）；（3）你是應屆生。如果以上三條都符合，我希望這篇文章會對你有幫助。

正式開始之前，小小的推薦幾篇關聯文章：

（1）關於BA項目究竟學什麼的回答：知乎用戶：新興專業BA（business analytics）到底學什麼？發展前景怎樣？

（2）我同學Pace Han寫的MIT BA項目就讀的體驗：在麻省理工學院（MIT）就讀是怎樣的體驗？

---

接下來正式開始！

1.學習BA可以從事什麼崗位方向？

BA專業的同學其實就業的時候，選擇面非常的廣，這是優勢，也是劣勢。

優勢是如果你所有技能都真的很強，你可以在多個行業全都拿到offer，職業選擇的面廣了很多。劣勢是，如果你背景不夠硬，而且沒有針對某個方向好好準備，那你有可能一個offer都沒有。

首先，這幾個方向是：

（1）諮詢公司

BA方向大多數的畢業生，其實最適合的是去諮詢公司。

BA方向的畢業生，編程雖然能力不及cs的同學，但是在諮詢公司做做data scientist或者偏向tech的consultant已是足夠。另外，BA專業的同學有比較強的優點：會溝通，會展示。這使得BA專業去諮詢公司簡直如魚得水。

就拿我們項目來說，44個人中，大概有10個人拿了bcg gamma的offer，5個人拿了麥肯錫的offer。諮詢行業無愧BA畢業生的最佳去處。

我的好朋友@Iker Wang就即將成為BCG一名光榮的Data Scientist。 @Pace Han則加入了麥府。

（2）互聯網和科技公司

互聯網科技公司內部，可供選擇的崗位也很多。

如果你編程像我一樣強，完全可以直接申software engineer。去年我們項目有兩個學長就去了google做software engineer。

如果你編程稍微弱一些，希望自己的工作內容中多一些machine learning和modeling，data scientist這個崗位很適合你。但是值得注意的是，大部分公司的data scientist其實都偏向於招博士生，碩士生可能有時候面試會覺得比較吃力。在amazon，這個崗位叫applied scientist。

如果你想接觸更多的業務，你可以選擇data analyst或者product analyst，在amazon這個崗位又叫business intelligence engineer。這是一個科技公司中分析產品分析市場的崗位，不那麼hardcore，sql用得比較多。

當然，如果你想接觸更多的business，你也可以選擇當一個產品經理product manager。

（3）金融公司

金融公司，可以選擇Quantitative Researcher，或者Data Scientist，或者Quantitative Trader。

（4）其他傳統企業

在傳統的行業，也有market analyst或者data analyst的崗位。

2.有哪些可以學習的skillset？

為了找一份上述的工作，你主要的skillset要有如下這些：

（1）算法和數據結構（比如leetcode，topcoder）

（2）數據編程語言：SQL>Python>R（面試中的重要性）

（3）數學、統計及建模應用：統計學、運籌學、機器學習等；

（4）數據知識在實際領域中的應用：digital marketing，healthcare analytics，machine learning in finance這些。俗稱領域知識。

（5）純智商，brainteaser能力強，解數學難題能力強，臨場反應快

（6）會表達，會交流，會展示，對於台灣人在美國求職，這一項也包含了語言水平

每個崗位對應的skillset要求是不一樣的，薪酬待遇也是不一樣的。具體可以看如下的介紹。

3. BA就業個方向的薪資與技能要求

為了更好地展示，大家可以看我做的表。

需要注意的是，這裡的薪資水平（包含公司+股票+獎金），我是參考了每個行業裡頂尖的公司的水平。比如quant researcher我參考的是citadel, two sigma。 sde我參考的是facebook，google。 consulting參考麥肯錫bcg。行業裡其他公司不一定有這麼高的薪酬，但是總體來說，基本這幾個行業、崗位的工資差距是類似的（比如一家比較一般的企業的data analyst，就是會比data scientist要工資稍低）。

工資的單位是美元。這是我的直觀感覺，如果有數據不准確的，歡迎指出。

---

今天時間有限，暫時分享到這裡。剩下的三個部分將在之後的文章中cover，敬請期待。

4.每一個skillset如何提升

5.我的經歷

6.我的建議

後續已出，請看：

最後，歡迎大家關注Business Analytics專欄，我們一起聊BA相關的一切一切！