https://i.imgur.com/ZU6hl0h.jpg
UW MSBA是2018才设立的program，网络上的资讯非常少，感谢第一届校友Jerry(有其他问
题也可以直接问他!)热心提供资讯，才有这篇文章的诞生。
Jerry的LinkedIn：https://www.linkedin.com/in/jerrychens
Medium好读版：https://reurl.cc/pd1gxr
第一届有31人，同学都很不错、有特色、好相处。
课程规划
Analytics/Business = 50/50。
第一学期主要是fundamental，会的同学可以在这个时候适应美国生活；
第二学期算是开始比较有进阶的内容，不过上完还没有感觉完全摸到BA的核心；
第三学期算是最跟BA 相关的课程，Firm decisions (marketing角度)、Operations rese
arch 、Supply chain management；
最后一个学期，Capstone (产业出题，学生解决)、ML 与 AI、Digital marketing。
使用语言
Python, R, SQL
使用软件
Tableau, JMP, Excel Add-ins (Crystal ball, Tree plan, solvers)
电脑
比较推荐使用Windows，Excel, R studio在Mac环境下都有bug。
作业
Team assignment与individual assignment 比例大约是50/50。
学校会以同学背景、族裔、工作经验与否做均匀分配。
同样一组维持两个quarter (一个quarter是10周)，大家一起奋斗努力团体作业 (复杂度
与难度特别高)，特别有深厚情感。
第四个学期的Capstone (三学分)，会另外依照兴趣分组，分组采填(两)志愿分发，原则
也是看diversity。
上课互动
大家上课都会举手问问题，上课气氛都还蛮活跃的，也可以从同学的问题或发言中，学习
到不同的观点。
学校是个安全的地方，多举手主动发问、课后缠着老师，是这种immersive program最大
的优势，不然以经济效益来说，上网络课程还比较划算 (BA的话DataCamp, Leet Code, C
oursera, etc.)。
可以从program学到什么BA core技术
‧ Customer analytics (Segmentation — RFM, tree models, Clustering — K-means
, hierarchical clustering)
‧ Marketing (Profit analysis, Brand/Products power analysis using elasticity
analysis, brand segmentation using PCA),
‧ Recommendation systems (Amazon recommendation, collaborative filtering, con
tent-based filtering)
‧ Supervised machine learning (multi-linear regressions, logistic regressions
, CART, random forest, neural network, Xgboost, kNN)
‧ Data visualization (Tableau, ggplot, matplotlib)
毕业投入职场期待：
-Data scientist还不够，需要自己进修更深，到自己可以改algorithm程度，而不是plug
-and-play packages。
-Data engineer, business analyst的话可以，主要负责data cleaning跟support其他组
做query回答Business questions (例如：为什么原因导致这个月的Click-through-rate
下降? 你需要挖那些data来回答这个问题?)
-(Technical) program manager可能需要英文流利，懂得跨文化领导、沟通，反应快，写
程式等硬要求可能不会太高，但是需要懂technical framework。Technical writing也会
要求流畅。
总体来说
西雅图是个很棒的城市，交通、气候、人文，都是个让人想要生活的城市。某种程度像台
北，交通便利，有轻轨以及公共汽车、学校附近步行也很方便。
很多亚洲超市、亚洲餐厅，所以想家的同学，也不需要担心。
同样一个program可能每个人收获不一样，或者找工作时运气不一样，我觉得申请之前，
培养好的心态 (来学习与其他背景、国籍互动；学会积极参与学校的比赛；学会用英文做
专业的沟通；最后才是硬技能)，会帮助你在的人生职涯成功。
课程细部分析
第一学期：
BUS AN 502: Leadership and Professional Development (2 credits)
老师会要你讨论team contract。
Contract的意思是大家在这个组，有什么共同的mission, value, process，遇到conflic
ts时有没有一个系统怎么样解决，最后依照template写成白纸黑字，大家最后在上面签名
，这时候是一个很好认识同学的机会。
老师会要求每个小组想一个名字、并拍一支属于你们小组的影片，影片大家会分享，互相
评分。
主要课程学习组织行为，但是比较理想化，可能应用比较困难。
有期末报告。
BUS AN 503: Competitive Strategy (2 credits)
这是一个Harvard business review case study的课，一共有五个Case，老师会要同学买
，我们study的case都比较旧，有Colawar, Amgen, Netflix, Dell, Ikea，期末报告是额
外的一个Case Analysis。本门课老师要求参与度(很多课都要求课堂互动)，整体来说写
作量特别大。
BUS AN 507: Spreadsheet Modeling (2 credits)
老师Shi Chen教得特别好，非常扎实。作业、期末考试也有难度，想拿4.0需要细心以及
花点心思。整体课程是与Analytics相关，全部用Excel 还有Add-ins，对于实际工作上有
帮助。
主要重点有：decision tree (TreePlan), Simulation (Crystal ball), Linear optimi
zation (Excel solver), Integer optimization (Excel solver), Sensitivity analys
is (Excel solver)，基础stats知识 (t value, p value, normal distribution) 需要
掌握。
BUS AN 512: Data Management and Visualization (2 credits)
本学期老师并不受大家喜欢，但是上课所要求(自学)要会的内容，还是与BA息息相关。
SQL、Tableau，都需要在本门课学会。
SQL学校最好的方法，可以上DataCamp，之后到Leet code刷题，本班同学面试前，是刷了
三遍才去面的。
Tableau学生考certificate 可以打折，值得学会这个技能。
BUS AN 510: Probability and Statistics (3 credits)
本门老师上的也特别好，有些同学说是比较简单，但是事实上会发现同学只会“算”而不
会“解释”这些stats的商业意义(例如，如何解释standard deviation, R眶鸠A的manage
r 听)。
有学假设检定，t-test, p value, z value, 条件机率, normal distribution, exponen
tial distribution, Poisson distribution。
每节课后有小练习题，在课堂上完成后回家，有问题可以问老师。
期末考试还有是有点难度，主要考细心。
这些概念，以后的课程都还会用到，建议不要太小看这门课。
BUS AN 511: Programming Essentials (2 credits)
主要学R，本届老师是业界的人，课程偏简单。建议可以自己上DataCamp自学，比较有体
系。
第二学期：
BUS AN 500: Finance and Accounting (3 credits)
这门课老师不是教授，上课很有热诚，但是有点难吸收。
有期中与期末考试，都是非常有挑战性的case analysis，老师自己出题。
有财金背景的同学可能比较轻松，但是如果是第一次接触的相对比较痛苦。可能对大部分
的人来说，觉得找工作没有直接帮助。
但对想创业的人、或者是有志成为公司管理阶层的人，会蛮有帮助的。
有cover到Financial Accounting, managerial accounting以及cooperate finance 的部
分，详细包含T 字帐、budgeting, relevant costs, incremental value analysis (fir
m decisions), variance analysis, net present value, project evaluation, cost o
f capital and the CAPM, diversification。
这门课需要在每次上课之前完成作业(全部都是Case study)，也就是老师要你主动学习尝
试了解本门课内容，之后在下次上课讲解，压力是蛮大的。另外，还有Quiz，类似于教课
书上习题。
BUS AN 504: Marketing Fundamentals (3 credits)
老师蛮会讲的，但是老师个性比较强烈且敏感，要顺着他。
老师举了很多各国的Marketing Case，是非常不错的，应该很少有老师可以讲到不同国家
的Marketing策略。
其中有比较Analytics部分，老师会教用JMP用Tree method做Customer segmentation，做
完segmentation，会要求大家做customer profile (非常实用)，并且带到一点BIC、ROC
的概念。
老师有教用JMP做Logistic regression。
作业全部用PowerPoint呈现，而且团体作业都是case analysis，analytics的作业需要花
比较多的时间。
前期作业大多围绕在customer 4P, 5C analysis，而且反复做的很多遍，需要花很多时间
。
老师的作业要求不会很清楚，但是他会期待同学交出超乎说明规格的作业。要拿高分的诀
窍会是以“如何取悦主管”的心态来完成作业。
BUS AN 513: Customer Analytics (3 credits)
这门课是Faculty director上的，老师人蛮不错，发信回信速度很快。
唯一小缺点是他的表达，比较属于“他在意他想讲什么”大于“学生想要知道什么”。
课程的instruction都非常清楚，老师使用R，而且每次作业都有提供Template，所以第一
次接触machine learning同学不需要太担心。
有用R做linear regression, logistic regression, random forest, neural network，
有包含recommendation (collaborative filtering, amazon recommendation) ，也有包
含segmentation (RFM)。
老师都会主动发Reading，很能够帮助学习。
因为资源很多，所以整体难度不高，但是上完之后感觉学到很多BA的内容。
BUS AN 579: Special Topics in Business Analytics (2 credits)
目前是规划成一门Python课，有学pandas dataframe, sklearn, seaborn, matplotlib,
numpy。比较基础课程，建议也可以上DataCamp来学习。
第三学期：
BUS AN 501: Negotiations (2 credits)
五个实际negotiation case，需要准备四个prep document，让你看case并写下你的negot
iation计画(蛮花时间)，学期末需要缴交no bingo (让你练习拒绝别人)，以及自己negot
iation experience。
Negotiation Case都非常有趣，最后一个case还是multi-party negotiation，老师每次
会随机assign negotiation对象，并且要求negotiation完，都给对方feedback。
参与与feedback都是打分的。这门课同学互动很多，大家反应都很好。
BUS AN 506: Operations and Supply Chain Management (3 credits)
是一位来自MIT的老师，课程内容cover的非常广、多。
团体作业都是Case analysis，而且难度非常高(需要有自己的假设，对于数学的要求也是
蛮高的)。
个人作业相对简单，但是也不是轻松就可以完成。
有TA session带习题，基本上是取自教科书上的题目，但是都是比较难的题目。
期末考细节很多、限时、难度很高，要拿高分也是非常不容易。上课内容包含inventory
model (single period model, multiple period model: EOQ, Reorder point method,
base-stock model)，risk sharing strategy (profit-share contract), ABC classifi
cation、queuing models (M/M/1, M/M/C), push-pull strategy.
课堂上老师会带beer game (bull-whip effect)，还有让大家跑一个礼拜的模拟工厂的Li
ttleField simulation (组与组间竞赛，据说分数照排名打分，完成之后需要缴交一个st
rategy报告)。
所有课程case都是MIT的Case。老师很大方，都会买小点心、pizza给同学。
BUS AN 514: Analytics for Firm Decisions (3 credits) 老师课程内容设计蛮不错的
，都是用R，老师的documentation都很好，instruction都很清楚，课程有难度。
Price analysis, profit analysis, demand curve, elasticity, multi-linear regres
sion, random forest, xgboost, PCA (principle component analysis)，上课与作业的
data-set都不错，例如分析汽车品牌的定位，分析Tides洗衣精的不同容量品牌内与竞争
品的品牌力。
需要搞懂什么时候是correlation，什么时候是causal inference。
BUS AN 516: Operations Research Data Analytics (3 credits) 老师一样是MIT的，
很会讲故事。
课程难度蛮高的，但是作业相对简单。
使用MIT的the analytics edge一书，例子都蛮生动有趣的: MIT black Jack team, heal
th care, AdWords, page rank, quality of wine, money ball。
R又再快速教了一遍。Multiple linear regression R square)，Logistic regressions
(包含precision, recall, AUC, ROC 感念), CART, random forest, Markov chain, clu
stering (k-means, hierarchical clustering), linear (integer) optimization (Exc
el), IBM Watson, analytics ethics (我觉得特别好)。
第四学期：
BUS AN 599: Business Analytics’ Practicum (3 credits) 跟业界合作，提供datase
t，并且定期开会。
合作公司有Alaska airline, Mercer, Tableau, Microsoft, MLB，依照兴趣填志愿分组
。
BUS AN 515: Digital Marketing (3 credits)
To be updated
BUS AN 517: Machine Learning Methods and AI (3 credits) To be updated
第二、三学期：
BUS AN 550: Business Analytics’ Leader Series (2 credits) 这是一门类似Semina
r的课，请业界人士来演讲。没有需要做什么事情，趁机network。
最后祝福大家申请顺利！
https://i.imgur.com/5JcsyBV.jpg