随着大数据和商业数字化的高速发展,市场对商业分析师人才的需求日益剧增。有见及此,英国女王大学在2019年开设商业分析硕士课程,面向所有学科背景的学生,帮助有兴趣在数据行业发展的学生实现职业转型,培养高水平的商业分析师人才。
在这篇文章,我们回访英国女王大学的商业分析硕士课程的两位首届毕业生 Sneha Parajul 和 Suvekshya Dhunganai(毕业于2020年)。
Sneha 校友
本科:计算机科学
现任职:SDG 公司的商业智能分析师经理

Suvekshya 校友
本科:工商管理
现任职:Cedar Gate 公司的 IT 商业分析师

这两位来自不同学术背景的学生,均通过商务分析硕士课程,顺利实现职业转型和飞跃发展,开启商业数据分析师的职业生涯。
01
课程简介和培养目标
Sneha 校友:
商业分析课程完美融合了计算、统计和商业三大核心技能,致力于培养具有数据分析和问题解决能力的人才,帮助企业作出明智的商业决策。

课程非常重视培养软件开发技能,例如:高级分析和机器学习、数据管理、人工智能和数据驱动下的决策,这几个模块可以帮助我们学习解决端对端的商业分析知识,熟练使用数据改善业务决策。
入学要求
学 制:一年全日制
成绩要求:对等英国2.1学士学位
雅思要求:总分6.5(各项小分不低于5.5);或我校认可的英语考试类型的对等成绩
专业要求:不限专业背景,但是需要学过至少一门定量分析课程
02
充满活力和支持的学习社区
面向计算机小白,由浅入深学习敲代码
讲师悉心教学指导,充满鼓励的学习环境
小班教学,鼓励与同学讲师互动交流
Suvekshya 校友:
我的本科是工商管理专业,在攻读硕士之前,商业分析对我来说十分陌生。而且老实说,在学习写代码的早期,我确实有些挣扎。但是,后来在课程模块的精心安排和讲师教授的悉心指导下,我很快就度过了这段过渡期,而且我可以很肯定地告诉大家,写代码没有想象中的困难。在几周的学习之后,我就开始熟悉代码和一些分析技巧。

「Practice makes perfect」,如果你能坚持不懈地投入时间来学习,那么成功就会在不远处等待着你。当初我的教授跟我说我最后一定能够学会和理解代码,我还不相信,因为那些专业术语和技术真的很生涩抽象。还记得我们学习的第一门语言是 R 编程语言。令我很感动的是,除了讲师们的悉心指导,班上有计算机专业背景的同学也会给我们这些“小白”提供帮助,让我很快就上手了。在坚持下去完成课程之后,我已经能够很好地理解代码的含义,并且流利地撰写和使用代码来完成任务。
课程导师:Byron Graham 博士
Graham 博士是一名阅历丰富的数据科学家。在加入英国女王大学管理学院之前,他在一家高级咨询公司从事法律和医疗数据科学分析工作,有着多年的数据分析实践经验,以及商业和技术领域的分析知识。他目前的研究兴趣是机器学习和数据科学的应用。
Sneha 校友:
由于班级规模相对较小,这有助于我们加强与同学之间的互动,也让我们拥有更多向教授讲师们交流学习的机会。

03
职业技能提升
提升数据采集和数据分析能力
掌握商业分析的重要软件工具
提升统计分析和经济决策能力
Sneha 校友:
想要成为一名专业的商业分析师,需要强大的数据采集和分析能力,即能够理解数据、处理数据、从数据中提取价值并对其进行可视化分析和呈现的能力,这门课程能够培养我们的这些技能。此外,我们还重点学习了商业分析的重要工具,例如 R 语言、SAS、KNIME 和 Tableau,这些工具在世界各地的科技行业中都非常实用。
这门课程也为我的简历增添了不少技能亮点,例如数据库管理、预测建模、统计分析以及经济决策,帮助我在毕业后在IT、咨询、项目管理和市场营销等领域开展职业生涯。

Suvekshya 校友:
通过这门课程,我对未来发展有很清晰的概念,能够畅想到自己在未来的实际商业场景中使用数据统计和分析等一系列技能进行工作。我们的工作重点是利用数据,使商业决策过程变得可视化,并用图形美学来解决商业问题,这是一项非常有趣的技能。当今世界,很多公司的业务发展都基于数据,我们从课程所获得的技能就是帮助公司把数据转化为财富。

以上便是 Sneha 和 Suvekshya 两位校友的精彩内容分享,希望能给同学们提供参考价值和带来启发。
04
课程模块简介
第一学期:
Statistics for Business
使用 R 语言学习描述统计和推理统计
Data Management
学习数据管理的理论和实践
HR Analytics
在人力资源管理中应用数据理论基础
Artificial Intelligence in Business and Society
熟悉了解当今商业和社会活动中人工智能的应用和影响,探索如何在未来的职业生涯中负责任地使用人工智能
第二学期:
Advanced Analytics and Machine Learning
学习统计模块中开发技能,例如机器学习算法的应用
Data Driven Decision Making
使用数据软件例如 Tableau、Excel 和 R 语言来制定业务决策
Data Mining
重点关注文本数据的实际分析技巧,学习和掌握 python 编程语言的运用
Marketing Analytics
使用 SAS 或 SPSS 软件来分析数据,进行与营销相关的决策和评估
第三学期:
Dissertation
学生独立开展项目,利用课程所学商业分析技能解决一个项目。