Hello，大家好，这里是一枚UMN老土著，美本美硕都在明大（ 美高也在明尼），AKA明尼地头蛇~今天在这里，重点和大家介绍一下我所就读的明大MSBA项目以及这些年在明大留学的生活体验。
一、明大MSBA项目优缺点
这里先给大家总体列一下明大BA项目的优缺点，给大家在选校时做一个参考。
优点
（1）就业情况公认很好，有Amazon，Capital One，CVS，Target等合作多年的企业，每年不少毕业生都会入职上述企业。
（2）课程非常扎实，基本满足了找data engineer/data analyst/data scientist的要求。
（3）是project based的课，基本可以还原真实的业界工作情况，对未来在美国工作很有帮助。
（4）明尼总体比较安全，有Minnesota Nice的美誉，生活上会很舒心。
缺点
（1）明尼的冬天很冷，不少小伙伴对此很焦虑（但我认为天气其实远没有想象得糟糕，后面会给大家具体解释）。
（2）项目只有一年，时间太短，对基础比较弱的同学来说要消化这么硬核的课程内容会有点困难，且没有暑期实习机会。
（3）虽然项目就业算硬核，但个人感觉BA的整体就业情况还是不如CS。
（4）最想吐槽的是开学实在太早，从国内来的同学可能还没参加毕业典礼或者毕业答辩就要赶来上课了！
二、MSBA课程设置
总体来说，明大MSBA项目涵盖了商业分析实务面的各种技能，在第一学期基本功的磨练下，第二学期绝对有能力针对真实数据去做分析并完整地完成一个project。从分析商业问题的逻辑思维，到业界最常用的分析方式，以及大数据的处理和分析，项目内的project足够有含金量放到简历上，对求职很有帮助。
接下来就给大家具体介绍一下课程。
Programming and Application Development：
这堂课workload比较大，主要就是从头开始教Python。作业量极大，但我们也的确从作业中掌握了python的应用。一学期有两次quiz和两次midterm，还有三个类似是Kaggle的挑战赛，两两一组去比赛效率、运算速度、运算结果等排名。
Introduction to Statistics for Data Scientist：
统计课，上半学期是从基础统计讲到Anova，下半学期则是教回归。老师会布置很多课前材料，正式上课就是讲讲题目，帮我们更理解概念，跑R code，每节课后有一个在线quiz。
Analytics for Competitive Analytics:
商业分析基础101，老师是一个爽朗的大叔，课堂中努力用笑话和自嘲让气氛尽可能的活跃。我个人比较喜欢的一门课，这门课有别于基础的Python和统计教学，老师开始告诉我们怎么对商业问题进行分析和基础的建模，同时告诉我们各种类型商业分析的运用场景。这堂课由大量的case构成，比如，有Carlson Analytics Lab的case，这也真正带领我尝试将所学知识和技能运用到解决实际商业问题中，个人觉得是收获比较大的一门课。
Marketing Management:
一门很琐碎但实则没有获得太多知识的课程，涵盖大量的hw、quiz、discussion、reading、模拟市场游戏、report（我不是很喜欢这门课）。
Financial Accounting:
老师不是典型的会计老师，每周用一个case让我们了解会计如何去影响商业决策。case不会非常难，但需要花费几个小时的讨论时间。Midterm是take home的，非常耗时间，大概花了六、七个小时才做完。
Big Data Analytics：
这门课涵盖业界常用的各种大数据分析工具及运用，从 Hadoop、Hive、Spark到AWS都有涉及。个人觉得是非常棒的一门课，教授和TA非常负责，及时解答疑惑。课业量也很大，每周都有lab和HW、课前quiz、一次final、两次midterm。
Causal Inference with Data：
课程重点在于“Causal Inference”和“Experiment Design”，也就是商业分析中很重要的A/B test。很多情况下，只进行实验是不可行的，需要运用Causal Inference来验证，而这堂课会教各种可以运用的方法，包括原理以及实际操作（用R比较多）。会发现这些概念都是极其重要且实用的，比如Diff-in-Diff等。Grading形式主要是由课前quiz、小组作业和midterm、final组成。
Predictive Analytics ：
这堂课内容涵盖机器学习的各个方面，包括non-supervised model (clustering)、supervised / predictive model (classification/regression及相关ML model)，如果细讲模型的部分有Decision Tree / Naive Bayes / KNN / SVM / DNN ，以及ensembling model (Bagging / Boosting / Stacking)，相关重要概念还有Cross Validation，可以说是建模、机器学习的精华课程。四次作业都是给数据去建模，还有期中期末考试。
三、明大地理位置及天气
明大位于美国北方城市，所在地金融业、制造业、食品加工和运输、医疗卫生等行业非常发达，拥有多家国际性大公司，被美国权威杂志评为全美科技含量最高的城市。
美国财富500家企业中，有19家总部设在明州，包括3M、U.S. Bank(美国第五大商业银行)、Target(美国第二大连锁超市)、BestBuy(全球最大的消费电子产品零售商)、Cargill(全球最大的食品交易商)、Mayo Clinic (梅奥诊所)等，因此大家完全没必要担心明大的地理位置不像纽约、湾区那么优越而影响找工作。
另外呢，很多同学会很担心明尼苏达的天气，所以这里我也想具体说一下这个部分。明尼苏达的冬天确实冷，北方的冬天都冷，但是绝对没有大家传说得那么冷，并且这里的春夏秋季我认为都是很舒服的。
我是南方人，之前也没有在中国北方生活过，但我在明尼苏达的第一年就适应了它的冬天，有以下几点原因：
（1）明尼苏达的冷是典型的北方干冷，比南方的湿冷舒适很多。
（2）这里的冬天也不是一口气就降温到零下20度的，会经过降温、升温、再降温的循环；大雪也是反反复复的，不存在从10月到来年4月一直在下雪的情况。10月飘雪是存在的，但是当天雪就化掉了，后面的一个月都是10-20摄氏度的正常秋季。至于零下50度的温度，是半个世纪都没遇过到的北半球极寒气候，当天学校也是百年难得一遇的全部停课、关门，也反复发邮件提醒我们不要出门，所以同学们不要担心，零下50度不是常态。
（3）明大和双城整个地区冬天的室内设施做得很棒，出门有5-10分钟一班的校车或轻轨，车站都有取暖的红外线灯。学校的教学楼之间都有地道或者二层连廊，教学楼暖气特别充足。学校附近的大街上铲雪速度非常非常快，基本上大雪后的第二天人行道上的积雪就被清除了。
日常穿着上，我一般穿一件防风的羽绒服和一条防风裤，里面穿秋衣秋裤或卫衣就够了。遇到冷一点的天气，戴上羽绒服的帽子就足够御寒。毛裤这种非常厚的衣物比较鸡肋，室内暖气很足，穿毛裤会非常热，且行动不便。
总的来说，我觉得明尼苏达的生活实在是很方便的，CVS、Target、中国超市全部都在做轻轨能达到的地方，轻轨蓝线的终点站是全美最大的商场Mall of America，这座商场里还有室内过山车和超大乐高。学校附近的各种餐馆也非常多，总之在生活方面绝对是非常幸福的。
如果大家是因为天气或者地理位置纠结是否来明尼的话，我想说选择明大真的从没有让我失望过，希望你们也能遵从自己的内心选校，而不是在乎排名的数字或者是别人的看法。
最后呢，我还是想给大家一些建议：
（1）不管在美国的哪个城市上学，生命安全和身心健康永远是最重要的，不要带着侥幸心理去危险的地方，比如半夜独自行动。
（2）不要总是熬夜，研究生赶due的确很辛苦，但也要适当休息一下，减少熬夜的频率。
（3）未来找准自己的目标最重要，没必要因为peer pressure而盲目跟风。
以上就是我今天的分享了，希望大家都能收获心仪的offer，在各自的领域里发光发热！
