专栏名称: 大数据应用
数据应用学院被评为2016北美Top Data Camp, 是最专业一站式数据科学咨询服务机构,你的数据科学求职咨询专家!
目录
相关文章推荐
CDA数据分析师  ·  2025 CDA数据分析师就业班课程更新通知 ·  3 天前  
人工智能与大数据技术  ·  因一条1分钟的视频,工程师被OpenAI封禁 ... ·  4 天前  
艺恩数据  ·  明星·剧集·综艺市场概览与洞察 ·  5 天前  
51好读  ›  专栏  ›  大数据应用

亲身经历文科转CS,读得身心俱疲,完全丧失信心......我的美国梦究竟会走向哪里?

大数据应用  · 公众号  · 大数据  · 2018-03-27 09:41

正文

文科和商科学生在美找工作难和薪水偏低是出了名的,加之签证政策对Non-STEM学生不友好,如果还想继续留美过安逸日子,越来越多人开始寻求别的职业出路!


江湖上一直流传着: "学好STEM,走遍全美都不怕。"


美国科技人才的缺乏使得STEM专业市场需求旺盛,高薪"诱惑"和更友好的签证政策也带动了大家转STEM行业的热情,其中最火热的当属 CS专业,但这条路真的适合每一个人么?



诚然,转CS当码农薪水高前景好,但前提是你真的能转成功。太多人只看到了远方的高薪,而忽略了途中的艰辛,贸然踏上了转码这条路,却不想成了陷入泥沼的开始。


北美论坛上曾经就有一个文科转CS的妹子发帖,吐槽自己转CS的经历,读的身心俱疲,对自己整个人产生了怀疑,甚至影响了家庭生活。


且不说以往大热的CS专业似乎从去年下半年起就进入了求职寒冬,再加上现在CS行业里人是越来越多,本专业出身的大批CS毕业生也面临着供过于求的境地,更不要说跨专业的文科生了。原来LeetCode 100多道的时候 Facebook都挺好进的,现在LeetCode都将近400道了,就是面试写bug free 的code都不一定进得去。 而最关键的是,很多人低估了文科转计算机的难度,尤其是零基础转,门槛绝对不低。


这虽然只是妹子个人的故事,但确实也凸显了文科转CS过程中被很多人忽视的风险,有些事情没有基础做起来注定事倍功半,不否认确有成功安利,但喧嚣过后,冷静想想, 文科转CS这条路并不容易,是一个高风险且高投入的过程。 如果从性价比的角度衡量,对于文商科学生来说并不是一个性价比高的选择。


那文科生在美难道就没有其他更好的出路了么?

有的!


此时就要跟大家安利一个性价比hin高的新兴职位了。 那就是,大数据时代人见人爱的


商业数据分析师(Business Analyst)



相对于CS,Business Analyst对文商科生的友好度简直高出几个level! 为什么这么说,别着急,听小编来跟你分析:


01

入门门槛相对容易,文科理科皆可转

BA是一个比较适合文科小白入门理科的专业 ,难度系数不高,内容也比较有意思。原本良好的business sense,再加上data analysis的技能,传统商科学生转BA尤其水到渠成,只要你对数字的抵触心理没有那么强烈,都值得一试。


相比起文科转CS的奇高门槛,文科转BA要友好的多。而且在BA专业里接触过一些入门的代码学习后,对未来学习编程信心大增。

小编周围就碰过过 很多文科生成功转行BA的例子 ,有公关关系专业的,有marketing的,有学语言的,五花八门。甚至还有很多本身统计出身的理科生由于对金融、business与data的结合应用感兴趣,也纷纷转行做了BA。


02

妥妥STEM专业!签证政策友好

川普上台以来,移民政策不断收紧。给想留在美国工作的留学生带来更大的重压,找工作本身已经很难,还要有公司愿意Sponsor,并且工资水平能达标,更是难上加难了。尤其是非STEM专业,典型如商科、泛人文学科等,机会会被极大程度地压缩。政策明显倾向STEM专业,所以未来公司也会更愿意Sponsor STEM专业的职位,其相应的薪资也更能符合标准。

现在大部分学校开设的 Business Analyst专业都属于STEM方向下 ,选择这个方向也是为日后更顺利的留美做好准备。


03

新兴岗需求量大工资高,竞争不激烈


商业分析目前还是一个 竞争不算很激烈 (激烈程度明显低于金融),同时 就业回报很高 的专业,如果有商科出想转STEM的同学,还有想做商业+数据的同学,BA是一个不容错过的方向。


在美国, 初级的商业分析师(Business Analyst)年薪在7-9w美金之间 ,作为几乎所有行业每家公司都会有的entry level position,工作岗位机会大约是Data Scientist的3倍,未来10年工作机会预计有27%增长,据美国劳工部统计数据预测, 美国在2020年会需要876,000的商业分析人才 。可以说在美国市场需求应该仅次于码农吧,曾经有同学反映,找工作的时候几乎平均每天两次的recruiter打电话来,网投面试回应率大概有80%。 先来看下business analyst的职位,到底有多热!


Indeed上搜索Business Analyst


Business Analyst 是众所周知大热的“程序员”需求量的 三倍多 ,小编表示,没谁了.......


那么具备什么“条件”的简历?才可以入HR的法眼,助你轻松晋级呢?


数据应用学院求职培训系列之 现开放报名!


第一步 技能储备 工业界在职名师指点知识技能+课堂上带你练

第二步 所需经验 七个不同种类工业界数据分析练习+三个真实公司提供数据Capstone Project

第三步 搞定面试 六次职业辅导+内推(简历修改 面试技巧 模拟面试等)

不做虚 不造假,短短两个月,全方面充实你的简历!


项目优势篇


8位 工业界顶尖高手全程授课


10周( 20小时)Domain Knowledge Lecture

  • 中文课程,搞定基础知识和Cross-industry Process for Data Mining and Problem Solving。

  • 横向实战多领域业界前沿的商业分析项目:互联网(电商和产品)、金融(信贷和风控)、消费(时尚、旅游)、体育、游戏、医疗保险、电商等

  • 熟练掌握数据收集、数据清洗、数据分析、建模、数据可视化、汇报等商业分析全周期

  • 掌握常见商业分析案例:客户获取和留存、Segmentation analysis、A/B testing产品迭代、定价策略、时间序列分析-销售预测、网络爬虫-获取数据、信贷评估和欺诈监测


10周 ( 20小时 Analytical 和Modeling Lab

  • 教会你做为数据分析是在工业界里需要掌握的分析技能

  • 熟练掌握Relational Database, SQL, R(dplyr, ggplot2, tidyr), Tableau等必备核心技术

  • 掌握Statistical Modeling和Machine Learning basics等建模分析方法


10周 ( 20小时 Technical Class

  • Tech小课 ,手把手从零开始,一行一行带你敲代码,保证 “ 上课认真跟着练,下课就学会

  • 全面复习Statistics, Machine Learning Modeling, Product Metrics技术知识点

  • Technical Interview中SQL、R、统计概率高频真题训练

  • 全面带领学生巩固r基础,包括各种常用functions与packages与应用


10周 ( 18小时 TA Session

  • TA office hour,带你完成练习与老师布置的作业,熟练掌握解题思路

  • 全面练习SQL基础与高阶查询语言,解答作业问题

  • 带同学完成工业练习case与课程包含的两个projects


7个 Case study商业案例分析,熟悉掌握商业流程中的不同场景应用和问题解决思路。


6次 求职辅导集训营 (自选)

简历修改,面试技巧,模拟面试Case Interview辅导;

Networking, LinkedIn求职 ,Presentation技巧;

Experienced Data Scientist 美语Hiring Manager 陪你练。


3个 Capstone Projects 和 Certificate 认证

Analytics and Marketing Strategy Project

Mobile Game Project

Analytics and Featured Prediction Project

上百 内推 成功案例,提供相关职位的内推。


报名方式

1. 发送简历到[email protected]

2. 点击阅读原文立刻报名。

3. 扫描下图二维码加小助手了解详情。


4. 登录https://www.dataapplab.com/course/bacn/ 直接报名

课程设置篇

4月14日 “第九期 商业分析师求职训练营” 火热报名中...


价格: 3200美金 (Early Bird $2800)


课程总周期 10 周


上课形式: 课程形式为 online webinar讲座形式,实时互动,并提供video回看。


上课时间:

课程时间:每周六

美西时间14:00-16:00pm   Lab 16:30-18:30pm

美东时间17:00-19:00pm   Lab 19:30-21:30pm


Technical 小课:每周二、周三

美西时间18:00-19:00pm   美东时间21:00-22:00pm


TA答疑:每周四

美西时间17:00-19:00pm   美东时间20:00-22:00pm

除此语音答疑外,Piazza及微信群答疑,保证同学的问题在24小时内得到解答。


职业辅导:每周五

美西时间18:00-19:30pm   美东时间21:00-22:30pm

技能部分课程表

第一周

  • (Lecture) Relational Database

  • (Lab) SQL Query Basic

  • (Tech1) Advanced Excel

  • (Tech 2) R Basic I

第二周

  • (Lecture) Overview of Business Process

  • (Lecture) Case study

  • (Lab) SQL Query Advanced

  • (Tech 1) R Basic II

  • (Tech 2) R Basic III

第三周

  • (Lecture) Marketing Analytics - Marketing Mix Model

  • (Lecture) Case study

  • (Lab) NoSQL Database in Big Data

  • (Tech 1) R Basic IV

  • (Tech 2) R (dplyr package)

第四周

  • (Lecture) Marketing Analytics - Segmentation, Targeting, Positioning

  • (Lecture) Case study

  • (Lab) Linear Regression

  • (Lab) case

  • (Tech 1) R (dplyr + tidyr)

  • (Tech 2) Linear regression Study

第五周

  • (Lecture) E-Commerce Analytics

  • (Lecture) Case study

  • (Lab) Logistic Regression

  • (Tech 1) R (ggplot2 package) I

  • (Tech 2) Logistic Regression Study

第六周

  • (Lecture) Customer Experience & Pricing

  • (Lecture) Case study

  • (Lab) Machine Learning Basics- Classification

  • (Tech 1) R (ggplot2 package) II

  • (Tech 2) R (Apply Functions)

第七周

  • (Lecture) Business Development- Lead Generation

  • (Lecture) Case study

  • (Lab) Machine Learning Basics- Clustering

  • (Lab) Clustering in R

  • (Tech 1) R (data.table Package)

  • (Tech 2)R Interview Questions

第八周

  • (Lecture) Gaming Analytics

  • (Lecture) Data Visualization with Tableau

  • (Tech 1) Tableau Hands on - Dashboards

  • (Tech 2) Tableau Hands on – Advanced

第九周

  • (Lecture) Financial Analytics - Fraud Detection

  • (Lecture) Case study

  • (Lab) A/B Testing

  • (Tech 1) SQL Interview Questions (Advanced)

  • (Tech 2) SQL Interview Questions (Hard)

第十周

  • (Lecture) Health Care Analytics

  • (Lab) Time Series Analysis

  • (Lab) Web Scraping

  • (Tech 1) Housing Case Sample Presentation

  • (Tech 2) Capstone Project Presentation


教师介绍

NoSQL 大数据实战 授课老师

Data Scientist, International Data Engineering and Science Association主席, 南加大USC客座教授。



互联网电商数据分析实战课 授课老师

现任洛杉矶某电商公司Lead Data Scientist,5年+数据分析经验,曾任KPMG的Senior Data Scientist Consultant,在多个行业数据咨询有丰富经验,对电商有深厚了解;曾任Revolve( 美国最火fashion brand的)的Lead Data Scientist,负责整个团队的数据模型;华大PhD

数据库+SQL应用课+A/B testing实战课 授课老师

现任Capital One的Business Analytics Manager;曾在洛杉矶多家科技和Top Digital Marketing公司任职Senior Data Analyst, Manager of Data Analysis;擅长数据库、SQL应用,市场营销数据分析;UIUC-Master of Technology Management

统计模型+R 应用实战课 授课老师

现在硅谷某数据上市公司任Data Scientist,曾在硅谷多家科技公司任Data Scientist;UC Irvine统计硕士;擅长深入浅出讲清楚统计模型和R的应用


Business Process 理论+Excel实战课 授课老师

现任AT&T 大数据组的资深商业数据分析经理,Senior Business Analytics Manager,曾任职于罗氏诊断Roche的数据分析顾问;10年商业数据分析和多年招聘经验,曾为AT&T、South West等多家公司提供企业员工培训;Purdue大学化学PhD,MIT EMBA

医疗保险行业Readmission 建模与数据分析实战课 授课老师

南加大商学院Business Administration博士;曾就职于汇丰银行,担任项目经理;具有多年建模、统计分析研究经验

金融行业Fraud Detection 建模和数据分析实战课 授课老师

供职于Morgan Stanley固定收益部;专注利率模型和利率衍生品模型开发,验证和审核;之前曾任职于Vanguard,负责Smart Beta策略

Technical 求职课,解析SQL高频题型和R必考题型,case讲解 授课老师

现任Data Application Lab全职Business Analyst老师;曾任Age of Learning(美国明星教育公司)senior business analyst,曾在阿里巴巴、Top Marketing Agency任职business analyst;3年+工作经验, USC-统计Master,擅长SQL、R、统计模型等深入浅出讲解

Project 实习项目篇







请到「今天看啥」查看全文