UMD Business Analytics(BA) 项目详细介绍+就业情况+ AMA
72025
有点困惑，我们这一届还是有不少中国学生的，可是没有看到有关于这个项目的分享，那我就来分享一下在读的感受吧。所有的内容我就不积分限制了，还希望大家可以给我加大米，加分不消耗自己积分😯
招生情况：
The University of Maryland Business analytics项目，这个项目一共是16个月三个学期的项目。我在的这一届是第二届，也就是说项目17年秋季入学是第一届，第一届有60名左右的学生，具体比例我不清楚，但是我认识的第一届的中国人有十多个。我是第二届，18年八月入学，这一届一共有90个学生（比第一届多了不少），有40左右的中国同学，40左右的印度同学，然后有个位数的美国同学和其他国家的同学。根据感觉来看，班中国学生有一半都是有过工作经验的，也有一半是刚毕业的新生，直接读了master。
课程设置：
入学之后开始各种熟悉环境的orientation，然后正式开课，这个项目目前没有选课，都是必修课（听说下一届好像有），第一学期是四门课10学分，课程和作业的压力不是很大（可能是照顾到国际生刚来要熟悉环境），课程包括一门database management（学习构建数据库系统，有作业，有考试，也有期末项目，很实用的一门课程），optimization（用Excel里的soler解决optimization的问题，不过重要的是思路，可以用其他软件解决问题），decision analytics(其实就是data science 中会用到的一些统计学知识，这门课的老师讲的非常清楚，人也很赞)。我在第一学期课余时间做了一个小的data science项目来充实简历。
第二学期的课业非常重， 除了上课作业，还有三个term projects, 几乎没有时间做课外的项目。一共有四门课11学分，data mining（教了几乎所有主流的machine learning（statistics）的模型和算法，还有一个term project，老师非常nice，回答问题很耐心，可惜教完我们这一届，这个老师去了别的学校），big data and artificial intellegence（有个一term project，这门课程如果不提前准备的话学起来会很吃力，这个课程由两大部分内容，一大部分就是deep learning里面的neural network，另一部分就是big data用到的distribution system，比如Hadoop，spark，等等工具。我是提前在第二学期开始前的寒假，学完了coursera 的 machine learning 和deep learning series，才能在听课的时候跟得上，能听得通，估计没有准备的同学要付出更多的时间和精力才能理解吧）。Python for data science(有一个term project, 这门课程也是非常重要的一门课，教了所有能用python来处理data science的问题的方法，老师非常注重细节和communication的能力，在作业中故事思路如果不清晰，不 make sence就会被扣分)。supply chain management（这门课程只有半个学期的时间，教的内容也是供应链里比较基础的一些知识点和概念，到底上这门课有没有意义，就因人而异了，不过我还是建议，如果必须要上，那就上课认认真真听，我就是那个当时很不喜欢但是坚持听下来了，后来找到了一家自己喜欢的公司，碰巧也是做logistics方面的，课上的基础知识都能用到了）
第三学期我还没开始，不过课程我已经都了解清楚了，有一个capstone project，比较偏business management一些，不是很technical的项目，另外一个就是Google analytics的项目，还有一门课是price strategy, 也是比较business的课程。第三学期整体课程压力不大，所以我已经计划空出大部分时间在找工作上了。10月初的GHC career fair都要请假去了。
就业情况：
由于我才是第二届学生，所以这个项目就业情况没有很多数据支撑。不过我个人观察到的情况是，凡是毕业之后坚持留下来的十多个找工作的中国学长学姐们，都找到工作了。我也有一点个人的想法，找工作还是要趁早准备。我在春季学期的时候还在纠结要不要读博士，因为学machine learning和deep learning当时觉得真的很有意思，决定工作做analyst不是很technical没有意思，所以自己在三月份之后就再没有找实习，反而是做了research assistant。在和很多人交流，并且自己认真考虑之后，还是决定毕业之后直接工作（想交流的这个话题的同学可以私信，如果需要的话我可以在写一个关于这个的帖子），在需要的时候会读一个part time cs master degree。目前我也在准备秋招，对自己还是比较有信心的，当然地理的小伙伴们也帮了我不少忙。这个项目毕业之后能做的岗位大部分都是data analyst/data scientist/business analsyt的position。公司类型的话要看个人，有的人去了marketing类的咨询类公司，有的想去金融类的，有的想去科技类的，总体来说可以选择的面还是比较广。薪资还是看location，在DC市区，学姐的工资是80K左右（在DC生活够了），在湾区当然要高很多。
消费水平：
我因为住的离学校很近，所以房费比较贵，$1000/month(包括水电)，吃饭绝大部分是自己做，偶尔去外面吃，大约300-400刀，这些都是基本消费。其他的就是看个人了，有的同学喜欢购物的就多一些，有的不是经常购物的就少一些。
Weekday and Weekend
在学期上课的时候，weekday就是每天上课，作业，小组讨论，项目，教学楼，图书馆和公寓三点一线，没什么色彩。周末忙的时候也都是作业和小组讨论。但是如果有时间的话，会去DC市区里面玩，市区里能玩的东西还是很多的（可以在meetup上面找到很多local 的活动去参加，很有意思）。在暑假的时候，weekday会一周参加1-3次关于data science 的meetup，锻炼一下自己的交流能力，也顺便当出去玩耍了。治安还是很好的，目前没有遇到任何治安问题，学校周围如果有什么危险，警察局也会随时发邮件更新状态。交通的话由于我住的近没有买车，如果住的稍微远一些的同学基本都买了车。我没买车的话，买菜都是Uber去whole foods，就在附近1.3mile，也不是很远，偶尔蹭同学的车去买菜。然后去DC市区的话，就是Uber 10分钟先到近的地铁站，然后30min地铁就能到市区中心，不是很麻烦。
给新生建议：
Prepare in advance。尽量在开学之多上课，多做项目，尽早接触到要学的这些知识。另外就是如果决定找工作的同学，work hard on finding a summer internship。我就是犹豫博士的时候在找工作上欠缺了，没有暑期实习。如果真的因为个人因素没有实习的话，也要在暑期好好准备秋招。可以交一些好朋友，组队一起找工作，有信息都可以一起分享，还是帮助很大的。
感谢你耐心花时间看到这里，如果觉得有帮助的话，还请帮忙给加加大米😊。另外有问题的同学可以留言提问，我看到了都会回复的。
招生情况：
The University of Maryland Business analytics项目，这个项目一共是16个月三个学期的项目。我在的这一届是第二届，也就是说项目17年秋季入学是第一届，第一届有60名左右的学生，具体比例我不清楚，但是我认识的第一届的中国人有十多个。我是第二届，18年八月入学，这一届一共有90个学生（比第一届多了不少），有40左右的中国同学，40左右的印度同学，然后有个位数的美国同学和其他国家的同学。根据感觉来看，班中国学生有一半都是有过工作经验的，也有一半是刚毕业的新生，直接读了master。
课程设置：
入学之后开始各种熟悉环境的orientation，然后正式开课，这个项目目前没有选课，都是必修课（听说下一届好像有），第一学期是四门课10学分，课程和作业的压力不是很大（可能是照顾到国际生刚来要熟悉环境），课程包括一门database management（学习构建数据库系统，有作业，有考试，也有期末项目，很实用的一门课程），optimization（用Excel里的soler解决optimization的问题，不过重要的是思路，可以用其他软件解决问题），decision analytics(其实就是data science 中会用到的一些统计学知识，这门课的老师讲的非常清楚，人也很赞)。我在第一学期课余时间做了一个小的data science项目来充实简历。
第二学期的课业非常重， 除了上课作业，还有三个term projects, 几乎没有时间做课外的项目。一共有四门课11学分，data mining（教了几乎所有主流的machine learning（statistics）的模型和算法，还有一个term project，老师非常nice，回答问题很耐心，可惜教完我们这一届，这个老师去了别的学校），big data and artificial intellegence（有个一term project，这门课程如果不提前准备的话学起来会很吃力，这个课程由两大部分内容，一大部分就是deep learning里面的neural network，另一部分就是big data用到的distribution system，比如Hadoop，spark，等等工具。我是提前在第二学期开始前的寒假，学完了coursera 的 machine learning 和deep learning series，才能在听课的时候跟得上，能听得通，估计没有准备的同学要付出更多的时间和精力才能理解吧）。Python for data science(有一个term project, 这门课程也是非常重要的一门课，教了所有能用python来处理data science的问题的方法，老师非常注重细节和communication的能力，在作业中故事思路如果不清晰，不 make sence就会被扣分)。supply chain management（这门课程只有半个学期的时间，教的内容也是供应链里比较基础的一些知识点和概念，到底上这门课有没有意义，就因人而异了，不过我还是建议，如果必须要上，那就上课认认真真听，我就是那个当时很不喜欢但是坚持听下来了，后来找到了一家自己喜欢的公司，碰巧也是做logistics方面的，课上的基础知识都能用到了）
第三学期我还没开始，不过课程我已经都了解清楚了，有一个capstone project，比较偏business management一些，不是很technical的项目，另外一个就是Google analytics的项目，还有一门课是price strategy, 也是比较business的课程。第三学期整体课程压力不大，所以我已经计划空出大部分时间在找工作上了。10月初的GHC career fair都要请假去了。
就业情况：
由于我才是第二届学生，所以这个项目就业情况没有很多数据支撑。不过我个人观察到的情况是，凡是毕业之后坚持留下来的十多个找工作的中国学长学姐们，都找到工作了。我也有一点个人的想法，找工作还是要趁早准备。我在春季学期的时候还在纠结要不要读博士，因为学machine learning和deep learning当时觉得真的很有意思，决定工作做analyst不是很technical没有意思，所以自己在三月份之后就再没有找实习，反而是做了research assistant。在和很多人交流，并且自己认真考虑之后，还是决定毕业之后直接工作（想交流的这个话题的同学可以私信，如果需要的话我可以在写一个关于这个的帖子），在需要的时候会读一个part time cs master degree。目前我也在准备秋招，对自己还是比较有信心的，当然地理的小伙伴们也帮了我不少忙。这个项目毕业之后能做的岗位大部分都是data analyst/data scientist/business analsyt的position。公司类型的话要看个人，有的人去了marketing类的咨询类公司，有的想去金融类的，有的想去科技类的，总体来说可以选择的面还是比较广。薪资还是看location，在DC市区，学姐的工资是80K左右（在DC生活够了），在湾区当然要高很多。
消费水平：
我因为住的离学校很近，所以房费比较贵，$1000/month(包括水电)，吃饭绝大部分是自己做，偶尔去外面吃，大约300-400刀，这些都是基本消费。其他的就是看个人了，有的同学喜欢购物的就多一些，有的不是经常购物的就少一些。
Weekday and Weekend
在学期上课的时候，weekday就是每天上课，作业，小组讨论，项目，教学楼，图书馆和公寓三点一线，没什么色彩。周末忙的时候也都是作业和小组讨论。但是如果有时间的话，会去DC市区里面玩，市区里能玩的东西还是很多的（可以在meetup上面找到很多local 的活动去参加，很有意思）。在暑假的时候，weekday会一周参加1-3次关于data science 的meetup，锻炼一下自己的交流能力，也顺便当出去玩耍了。治安还是很好的，目前没有遇到任何治安问题，学校周围如果有什么危险，警察局也会随时发邮件更新状态。交通的话由于我住的近没有买车，如果住的稍微远一些的同学基本都买了车。我没买车的话，买菜都是Uber去whole foods，就在附近1.3mile，也不是很远，偶尔蹭同学的车去买菜。然后去DC市区的话，就是Uber 10分钟先到近的地铁站，然后30min地铁就能到市区中心，不是很麻烦。
给新生建议：
Prepare in advance。尽量在开学之多上课，多做项目，尽早接触到要学的这些知识。另外就是如果决定找工作的同学，work hard on finding a summer internship。我就是犹豫博士的时候在找工作上欠缺了，没有暑期实习。如果真的因为个人因素没有实习的话，也要在暑期好好准备秋招。可以交一些好朋友，组队一起找工作，有信息都可以一起分享，还是帮助很大的。
感谢你耐心花时间看到这里，如果觉得有帮助的话，还请帮忙给加加大米😊。另外有问题的同学可以留言提问，我看到了都会回复的。
- 28
5条回复