美国麻省理工学院商业分析项目介绍(MIT MSBA)

在近期的QS全球最佳商业分析(Business Analytics)硕士排名中，有一个项目独占鳌头，尽管成立时间不长，但它严谨的课程设置，超强的就业率，和学校本身的魅力一起吸引了无数学子，也让许多人望而却步，这就是麻省理工学院的MBAn(Master of Business Analytics)项目！这个项目隶属于Sloan商学院，整体的课程安排却需要非常强大的数理及编程背景，就让我们来一起探索这个无数学子心中的dream program吧！

　　1.项目介绍

MIT的Master of Business Analytics（MBAn）项目隶属于Sloan商学院，并且和运筹学研究中心（Operations Research Center）联合办学，在各类商业分析硕士项目中常年排名第一。项目时长是十二个月，教学从8月底开始，至次年6月结束，共有两个学期，6月份开始则有一个跟各类知名企业合作的全职实习（capstone project）。本项目开办于2017年，至今已有三届毕业生，classsize也由最初的16人增长到了现在的60人，未来应该也会稳定在60人左右的小规模。

　　2.课程设置

MBAn项目的毕业要求需要修满111-141学分（是的你没有看错，MIT一门课通常是12学分），相当于十门12学分的课程左右，其中每学期最多可以上66学分的课，最多54分来自商学院（被MBA抱大腿）。由于是一个非常就业为导向的项目，从入学的一开始同学们就被安排了非常充实的一年。第一学期的课程安排非常的满，共有6门总共54学分的必修课，以机器学习，优化理论以及一些常见编程语言的应用为主。

与很多学校不同的是，MIT在秋季和春季学期中间有一个为期三周的短学期叫做Independent Activity Period（IAP）。这期间会有许多求职方面的辅导，从简历修改到模拟面试都有涉及，为这个项目的最大卖点：capstone project打下了很好的基础。因为在IAP的最后一周，参与实习的各大公司会有代表来学校进行面试，MBAn同学们的整个一月都会在压力中度过。经历过紧张的IAP后，春季学期会轻松不少，除了开始准备暑期的实习和全职工作的面试以外，选课上并没有任何的限制，大部分同学都会选择一些自己比较感兴趣的课程来补充知识，像MIT CSAIL（计算机及人工智能学院）的深度学习等课程都是非常受欢迎的选择。

　　3.师资水平

Dimitris Bertsimas

Dimitris是运筹学领域的权威教授，在MIT运筹学研究中心Operations Research Center担任了多年的系主任，也是这个项目的创始人兼学术指导。他开设的machine learning under a modern optimization lens是MITBA的核心课程，提供了一个全新的看待机器学习问题的视角。他的讲课风格理论性非常强，而且经常介绍最前沿的优化理论在业界的应用，同时他也是一个拥有多家创业公司的企业家，是一位非常独特且深受爱戴的教授。

Arnold Barnett

Barnett教授被学生们亲切的称为Arnie，他开设的应用统计Applied Probability课程深入浅出的讲解了如何使用常见的概率和统计工具解决实际问题。Arnie教授多年的统计咨询经验使得他的语言幽默风趣，不仅引得全班哄堂大笑，还让大家扎实地理解了统计学的基本知识在现实中的应用。虽然现在这门课已经不是MIT BA项目的必修课程，Arnie教授的课依旧是每一个BA校友都强烈推荐的。

Sinan Aral

Sinan教授一手创办了MIT Sloan最知名的实践课程(action-learning)Analytics Lab。这门课也贯彻MBAn项目对于数据分析实践的中，给商学院的学生们一个与各类知名企业合作（TripAdvisor，JP Morgan，Accenture等）的机会。在这门课上，拥有丰富科技行业创业和投资经历的Sinan教授不仅会引用自己的前沿研究和经历，更会利用自己的人脉，邀请Two Sigma和Facebook等行业巨头的数据科学家分享他们的一线经验。这位教授是一个热爱分享的社交媒体达人，在Twitter和TED上都十分活跃。

　　4.求职服务

作为商学院开办的项目，MIT BA的求职资源非常丰富，不仅有单独的就业顾问和数据科学专门的招聘会（analytics career fair），还拥有各大科技公司（Google，Amazon，Uber）的校友内推资源，像McKinsey，BCG等咨询公司的数据科学部门更有单独针对MBAn的招聘通道，优秀的学生水平加上海量的面试机会也保证了目前三届MBAn毕业生100%的就业率和11w+的平均起薪。

除了直接的面试机会外，本项目还安排了全面的求职辅导流程，从简历修改，cover letter讲座，到技术和行为面试的仿真模拟，大家都有机会和就业顾问以及学长学姐进行一对一的沟通和咨询，最大程度保证了每个人能够为找工作做好充分的准备。另外对于想要在学术界深造的同学，MBAn项目也提供了与教授做科研的申请机会，每年更有几名学生可以直接和Dimitris这样的大牛做研究，为申请PhD，甚至是留在MIT继续读博打下很好的基础。

　　5.地理位置

MIT坐落于波士顿对面的剑桥市美丽的查尔斯河边，Sloan商学院更是有180度无遮挡的震撼景观，是一个非常适合潜心学习的环境。学校周边一直处于新地产的建设当中，也有许多知名企业（Google和Apple的研发分部均在学校附近），因此生活成本不低，住在学校宿舍的2b1b房租大约是1400美元左右，如果在校外的公寓价格会更高一些。饮食方面，学校周边好吃的餐厅不多，最受中国学生欢迎的餐厅大概就是素描湘菜和木兰台菜。由于波士顿面积比较小，Uber或地铁到市区的中国城或波士顿大学附近的美食区Allston大饱口福十分便利。不过总体而言，波士顿不是一座生活丰富的城市，比起唱K蹦迪等年轻人喜闻乐见的活动，大家还是更喜欢在家相聚研究（玩）学术问题（桌游）。

　　6.就读体验

引用知乎上一句名言，在MIT读书的“好处是再也不用和笨人一起工作，坏处是你成了那个最笨的人。”这句话对于MBAn项目来说非常适用，你永远不会想到平时总是安静的盯着电脑的法国男生在上课的时候会突然激动地和教授讨论优化理论在机器学习问题中的应用，不会想到平时总是问你问题的美国妹子在入读之前就已经手握知名对冲基金的offer，更不会想到普林斯顿毕业，又在麦肯锡工作过多年的同学会有兴趣来就读这个仅有一年的硕士项目。MIT就是这样一个神奇的地方，汇聚了世界各地的有趣又上进的年轻人，激励我向身边的所有人学习。

学术上，由于这个项目的教授大多来自运筹学背景（Operations Research），大部分课程的理论性和数学难度都相当的高，因此一个扎实的线性代数和统计学基础是开学第一个月不崩溃的关键。除此之外，因为不同的课程会使用不同的编程语言，还要强行学习MIT开发的Julia，因此熟练地掌握R和Python里面数据处理和机器学习流程会让生活轻松许多。不过总体而言，MIT的课程虽然难度高，但只要认真学习，和同学积极讨论，获得一个比较理想的分数（大部分课得A）还是不难的，上一届的44位毕业生里，更有7个同学取得了全A的成绩。

就业方面，虽然课程内容十分前沿，但是与业界的以计算机理论为主的机器学习应用并不是十分契合，因此毕业后在硅谷工作的同学并不算多，有相当一部分人进入了某个特定领域（金融，零售，医疗），或是咨询公司工作。对于科技行业感兴趣的话，由于这个项目并没有提供很多系统的CS课程，强大的自学能力或是扎实的编程基础几乎是找到科技公司工作的同学的必备技能。不过像前文提到的，MIT给每一个学生都提供了大量的面试和与招聘官交流的机会，因此大部分同学都能找到自己理想的工作。

对于一直想要成为数据科学家的我来说，这个项目给我带来最大的收获并不是机器学习理论的认识或是编程水平的提升，而是在实际问题中运用数据科学的方法来完成商业目的思维方式。诚然，MBAn的第一学期课程涉及到了很多前沿的理论知识，但我个人收获最大的经历还是两段实践的机会，不论是在TripAdvisor的A-Lab，还是与StubHub的实习，我都接触到了许多在业界实践运用数据科学解决实际问题的工程师和产品经理，也获得了宝贵的经验。个人认为，MIT这个平台能为学生提供的背书和机会，才是MBAn项目最特别，也是最有价值的地方。