我们这一届，CUHK BA一共招收了63名同学（全日制），大家的平均工作经验只有9个月，可以看出对应届生还是比较友好的。同学们大都来自国内的985/211高校（其中近一半来自211本科），平均入学GMAT达到682分，这个bar在香港地区来说其实已经算相当不错了，在CUHK应该仅次于Finance项目。

除了应届生友好外，这个专业对于转专业的同学来说也相当友好，除了理工科和商科背景外，不少社科的同学也能拿到这个项目的offer。不过跨申的同学们记得要在入学前花时间学一下Python和R语言，以及一些统计、机器学习方面的内容！否则第二个学期，凉凉……

总的来说，我觉得CUHK BA的定位还是很清晰的，并且课程设置偏商，因此最fit的岗位其实就是咨询以及互联网企业中的产品/运营岗——即作为公司中前台与后台的连接功能的角色。

同时，选课以及课程上，也保留了一定的余地，可以让基础较好、有兴趣的同学接触到更偏tech的方面。如果想读PhD,你也可以和商学院DSME系的老师直接联系说想做RA就行。当然，这个项目也不是完美的，比如我觉得第一个学期的必修其实是可以作为暑假的pre-course的，隔壁itm和mkt都有pre-course。但总结下来，对于偏商但又想进互联网企业的同学来说，这个项目还是一个非常不错的选择。

另外CUHK BA也是有交换项目的，不过今年因为疫情我应该是没有机会参加交换了，这里贴一个简单的介绍，大家如果之后来读书可以先了解一下。

接下来，我就给大家具体介绍一下CUHK BA的课程设置。

先说一下课程节奏，不同于HKU business school 6个module的快节奏，CUHK分为3个学期，每个学期12周，3个学期下来一共要修完5门必修课+5门选修课。必修课的分布是2 2 1，选修课上就比较自由了，大家可以根据自己的需求来安排。大部分同学组合起来都是3 4 3 或者4 3 3的节奏，也有同学4 4 2的。由于我目前只上了2个学期，因此下面我先给大家具体介绍一下前2个学期的课程设置，后续等上完如果大家有兴趣我再来补充~ 

★ Statistics Analysis

统计课的内容其实就是大学本科统计学的内容，大概会上到D-W检验这块。对于学过的同学来说还算是比较轻松的，可以当成一个复习巩固的课程。平时的作业也不会花太多时间，期末有一个个人的大作业，份量比较足，但是考试还是有一定难度的，我自己因为本科统计已经上了两遍了，所以这门课没怎么花时间，最后是A-,想拿A的话是要花一点功夫的。

★ Decision Model

这门课其实就是运筹学，所有的内容都会在Excel上完成。前期的内容比较简单，但从第三节课开始，后面内容难度会逐渐上升。最后会讲到decision tree和simulation，也会用到商用的Excel插件Palisade里面的decision tree和risk模块，要理解和掌握课后还是要花一定时间的。这门课会有期中期末考试，期中考试出得很难，平均分不到60，老师可能是考虑到了这个问题，期末的题目出得比较简单。这门课除了本身运筹学的知识，还能很好地提升自己的Excel使用的熟练度，还是比较有价值的。

第一学期本专业的选修课程有Managing Service Operation和Supply Chain Management；当然你也可以去跨选其他专业的课，比如ITM的Srategic Information System。

我自己选的是Managing Service Operation，整体的难度不大，最后面大概会讲到M/G/C, G/G/C模型等。另一门Supply Chain Management我没有选，但据其他同学反馈，这门课很值得选。老师的水平很棒，讲课的逻辑很清晰；另外这门课并没有考试，而是4个大的project+平时作业，平时的workload比较大，但一分耕耘一分收获。

★ Business Intelligence Techniques and Application

这门课还是很硬核的，涉及的内容也十分广泛，machine learning中的supervised learning和unsupervised learning都会讲到并应用。Project3会涉及到NLP的内容，project4则是根据自己所学的知识自由发挥。

老师会让助教传一些python的教程，很多没学过的同学可能还在思考if else怎么写，然后老师就开始讲unsupervised learning了，接着project 1就来了；你可能还没搞明白，第一个ddl就来了…然后如此反复循环，project2的难度就更大了，老师上课速度也是飞起，中间有同学联名给老师写邮件说能不能少讲点数学，多讲点python什么的，然后老师的回复如下：

你问我怎么想，我早麻了……那段时间真的就是对着Coursera上的各种machine learning的课还有斯坦福的两本教材（An introduction to Statistical Learning和The Elements of Statistical Learning)自学，课后要花很长的时间。但就如这门课的老师所说：

The world is tough, so is the society. It is better to experience some toughness before you enter the society.

★ Data Mining

这门课开始有一些数据处理、数据库原理等知识，后面的内容就和前面那门课有很多重合的地方，（data mining本身很多内容也和machine learning有重合的地方，所以课程内容上有一定的重叠），但是侧重点不一样。从课的名字上就可以看出来，前面的Business Intelligence尽管上课会有很多数学内容，但是实际project做起来就是python各类包的调取，也就是侧重于应用。而这门课，就更偏算法一点，意义就在于让你真正明白这些算法的原理，而不是仅仅一个from sklearn import 各类算法。例如，最近的一次作业，老师就会让我们手写k-means算法。老师是资深业内人士，相信他的水平很高，但是口语有点emmmmmm……

第二学期本专业的选修课程有Economics Analytics和Database and Big Data Management这2门。Economics Analytics这门课其实就是宏微观经济学的内容，对于一些工科没学过的同学来说比较值得选，我因为本科学过了，所以就去选了隔壁ITM专业的Fintech and its Application还有自己专业的Database。

◆ Database

这门课的老师是一个韩国人，非常可爱，还会组织coffee time和同学们谈论人生各类问题。因为课前的问卷调查显示，大多数同学没有接触过这些，所以老师的节奏放得比较慢，讲课非常非常非常细致，几乎就是手把手教。一共会讲Lucidchart，Mysql，power BI, Mongo DB这些内容，会把这些东西最重要的框架都涉及到。考核是4个project加一个期中期末考试，内容都很贴近商业现实，比如期中就是让你选一个公司来设计relational database。

◆ Fintech and its Application

这门课是隔壁ITM专业的，和Business Intelligence那门课一个老师，不过这门课的要求低一点，属于偏介绍类型的。如果你想了解比特币、区块链、还有量化交易等，选这门课是可以的，尽管上课的内容不难，但是并不意味着project好做，课后也要花很多时间去磨。

此外，如果你是一个CS等科班出身的，觉得这些课都没有挑战性——那你可以去选隔壁工学院的课，BA专业是唯一一个能跨学院选课的专业。

最后，我想和大家分享一下我对香港这座城市的真实看法。其实，我对这里的感情相当复杂，已经不能仅仅用讨厌或喜欢来形容。

一方面，我喜欢这里的自然环境和人情味，喜欢CUHK的天人合一，喜欢太平山的景色，喜欢楼下电玩店那个即使不会粤语也要尽力和我沟通，态度好到让我有点hold不住的老板。

但另一方面，我也很讨厌这座城市令人窒息的压抑感，无论是小到无法忍受的人均居住面积，还是中环投行里时时刻刻灯火通明背后的血泪，都让我时不时想要逃离这里。

可以说，在香港的一年，只要我们认真生活，就足以尝到人生百态。但说到底，喜欢或者不喜欢，适合或者不适合，都是需要我们每个人去自己体验、思考，然后再做决定的。

对于在港留学生而言，我觉得最重要的不是你究竟喜不喜欢这里，而是你要借助这个复杂的环境认清自己，利用这一年好好想清楚自己以后想在哪、想干嘛、想过什么样的生活，这样才算没有愧对自己在港留学的这一年。

以上就是我今天的分享了，为了保证客观我在写文的时候也征求了一些其他同学的帮助（感谢），最终才完成了这份比较具体的CUHK BA项目介绍，希望可以帮助大家更深入地了解这个项目。最后，祝大家都能找到最适合自己的留学地区和专业，并且早日收获心仪的录取~