UW MSBA第一屆就讀心得 - 留學

https://i.imgur.com/ZU6hl0h.jpg
UW MSBA是2018才設立的program，網路上的資訊非常少，感謝第一屆校友Jerry(有其他問
題也可以直接問他!)熱心提供資訊，才有這篇文章的誕生。

Jerry的LinkedIn：https://www.linkedin.com/in/jerrychens

Medium好讀版：https://reurl.cc/pd1gxr


第一屆有31人，同學都很不錯、有特色、好相處。

課程規劃
Analytics/Business = 50/50。
第一學期主要是fundamental，會的同學可以在這個時候適應美國生活；
第二學期算是開始比較有進階的內容，不過上完還沒有感覺完全摸到BA的核心；
第三學期算是最跟BA 相關的課程，Firm decisions (marketing角度)、Operations rese
arch 、Supply chain management；
最後一個學期，Capstone (產業出題，學生解決)、ML 與 AI、Digital marketing。

使用語言
Python, R, SQL

使用軟體
Tableau, JMP, Excel Add-ins (Crystal ball, Tree plan, solvers)

電腦
比較推薦使用Windows，Excel, R studio在Mac環境下都有bug。

作業
Team assignment與individual assignment 比例大約是50/50。
學校會以同學背景、族裔、工作經驗與否做均勻分配。
同樣一組維持兩個quarter (一個quarter是10周)，大家一起奮鬥努力團體作業 (複雜度
與難度特別高)，特別有深厚情感。
第四個學期的Capstone (三學分)，會另外依照興趣分組，分組採填(兩)志願分發，原則
也是看diversity。

上課互動
大家上課都會舉手問問題，上課氣氛都還蠻活躍的，也可以從同學的問題或發言中，學習
到不同的觀點。
學校是個安全的地方，多舉手主動發問、課後纏著老師，是這種immersive program最大
的優勢，不然以經濟效益來說，上網路課程還比較划算 (BA的話DataCamp, Leet Code, C
oursera, etc.)。

可以從program學到什麼BA core技術
‧ 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)

畢業投入職場期待：
-Data scientist還不夠，需要自己進修更深，到自己可以改algorithm程度，而不是plug
-and-play packages。
-Data engineer, business analyst的話可以，主要負責data cleaning跟support其他組
做query回答Business questions (例如：為什麼原因導致這個月的Click-through-rate
下降? 你需要挖那些data來回答這個問題?)
-(Technical) program manager可能需要英文流利，懂得跨文化領導、溝通，反應快，寫
程式等硬要求可能不會太高，但是需要懂technical framework。Technical writing也會
要求流暢。

總體來說
西雅圖是個很棒的城市，交通、氣候、人文，都是個讓人想要生活的城市。某種程度像台
北，交通便利，有輕軌以及公車、學校附近步行也很方便。
很多亞洲超市、亞洲餐廳，所以想家的同學，也不需要擔心。
同樣一個program可能每個人收穫不一樣，或者找工作時運氣不一樣，我覺得申請之前，
培養好的心態 (來學習與其他背景、國籍互動；學會積極參與學校的比賽；學會用英文做
專業的溝通；最後才是硬技能)，會幫助你在的人生職涯成功。

課程細部分析

第一學期：
BUS AN 502: Leadership and Professional Development (2 credits)
老師會要你討論team contract。
Contract的意思是大家在這個組，有什麼共同的mission, value, process，遇到conflic
ts時有沒有一個系統怎麼樣解決，最後依照template寫成白紙黑字，大家最後在上面簽名
，這時候是一個很好認識同學的機會。
老師會要求每個小組想一個名字、並拍一支屬於你們小組的影片，影片大家會分享，互相
評分。
主要課程學習組織行為，但是比較理想化，可能應用比較困難。
有期末報告。

BUS AN 503: Competitive Strategy (2 credits)
這是一個Harvard business review case study的課，一共有五個Case，老師會要同學買
，我們study的case都比較舊，有Colawar, Amgen, Netflix, Dell, Ikea，期末報告是額
外的一個Case Analysis。本門課老師要求參與度(很多課都要求課堂互動)，整體來說寫
作量特別大。

BUS AN 507: Spreadsheet Modeling (2 credits)
老師Shi Chen教得特別好，非常紮實。作業、期末考試也有難度，想拿4.0需要細心以及
花點心思。整體課程是與Analytics相關，全部用Excel 還有Add-ins，對於實際工作上有
幫助。
主要重點有：decision tree (TreePlan), Simulation (Crystal ball), Linear optimi
zation (Excel solver), Integer optimization (Excel solver), Sensitivity analys
is (Excel solver)，基礎stats知識 (t value, p value, normal distribution) 需要
掌握。

BUS AN 512: Data Management and Visualization (2 credits)
本學期老師並不受大家喜歡，但是上課所要求(自學)要會的內容，還是與BA息息相關。
SQL、Tableau，都需要在本門課學會。
SQL學校最好的方法，可以上DataCamp，之後到Leet code刷題，本班同學面試前，是刷了
三遍才去面的。
Tableau學生考certificate 可以打折，值得學會這個技能。

BUS AN 510: Probability and Statistics (3 credits)
本門老師上的也特別好，有些同學說是比較簡單，但是事實上會發現同學只會「算」而不
會「解釋」這些stats的商業意義(例如，如何解釋standard deviation, R眶鳩A的manage
r 聽)。
有學假設檢定，t-test, p value, z value, 條件機率, normal distribution, exponen
tial distribution, Poisson distribution。
每節課後有小練習題，在課堂上完成後回家，有問題可以問老師。
期末考試還有是有點難度，主要考細心。
這些概念，以後的課程都還會用到，建議不要太小看這門課。

BUS AN 511: Programming Essentials (2 credits)
主要學R，本屆老師是業界的人，課程偏簡單。建議可以自己上DataCamp自學，比較有體
系。

第二學期：
BUS AN 500: Finance and Accounting (3 credits)
這門課老師不是教授，上課很有熱誠，但是有點難吸收。
有期中與期末考試，都是非常有挑戰性的case analysis，老師自己出題。
有財金背景的同學可能比較輕鬆，但是如果是第一次接觸的相對比較痛苦。可能對大部分
的人來說，覺得找工作沒有直接幫助。
但對想創業的人、或者是有志成為公司管理階層的人，會蠻有幫助的。
有cover到Financial Accounting, managerial accounting以及cooperate finance 的部
分，詳細包含T 字帳、budgeting, relevant costs, incremental value analysis (fir
m decisions), variance analysis, net present value, project evaluation, cost o
f capital and the CAPM, diversification。
這門課需要在每次上課之前完成作業(全部都是Case study)，也就是老師要你主動學習嘗
試瞭解本門課內容，之後在下次上課講解，壓力是蠻大的。另外，還有Quiz，類似於教課
書上習題。

BUS AN 504: Marketing Fundamentals (3 credits)
老師蠻會講的，但是老師個性比較強烈且敏感，要順著他。
老師舉了很多各國的Marketing Case，是非常不錯的，應該很少有老師可以講到不同國家
的Marketing策略。
其中有比較Analytics部分，老師會教用JMP用Tree method做Customer segmentation，做
完segmentation，會要求大家做customer profile (非常實用)，並且帶到一點BIC、ROC
的概念。
老師有教用JMP做Logistic regression。
作業全部用PowerPoint呈現，而且團體作業都是case analysis，analytics的作業需要花
比較多的時間。
前期作業大多圍繞在customer 4P, 5C analysis，而且反覆做的很多遍，需要花很多時間
。
老師的作業要求不會很清楚，但是他會期待同學交出超乎說明規格的作業。要拿高分的訣
竅會是以「如何取悅主管」的心態來完成作業。

BUS AN 513: Customer Analytics (3 credits)
這門課是Faculty director上的，老師人蠻不錯，發信回信速度很快。
唯一小缺點是他的表達，比較屬於「他在意他想講什麼」大於「學生想要知道什麼」。
課程的instruction都非常清楚，老師使用R，而且每次作業都有提供Template，所以第一
次接觸machine learning同學不需要太擔心。
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)。
老師都會主動發Reading，很能夠幫助學習。
因為資源很多，所以整體難度不高，但是上完之後感覺學到很多BA的內容。

BUS AN 579: Special Topics in Business Analytics (2 credits)
目前是規劃成一門Python課，有學pandas dataframe, sklearn, seaborn, matplotlib,
numpy。比較基礎課程，建議也可以上DataCamp來學習。

第三學期：
BUS AN 501: Negotiations (2 credits)
五個實際negotiation case，需要準備四個prep document，讓你看case並寫下你的negot
iation計畫(蠻花時間)，學期末需要繳交no bingo (讓你練習拒絕別人)，以及自己negot
iation experience。
Negotiation Case都非常有趣，最後一個case還是multi-party negotiation，老師每次
會隨機assign negotiation對象，並且要求negotiation完，都給對方feedback。
參與與feedback都是打分的。這門課同學互動很多，大家反應都很好。

BUS AN 506: Operations and Supply Chain Management (3 credits)
是一位來自MIT的老師，課程內容cover的非常廣、多。
團體作業都是Case analysis，而且難度非常高(需要有自己的假設，對於數學的要求也是
蠻高的)。
個人作業相對簡單，但是也不是輕鬆就可以完成。
有TA session帶習題，基本上是取自教科書上的題目，但是都是比較難的題目。
期末考細節很多、限時、難度很高，要拿高分也是非常不容易。上課內容包含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.
課堂上老師會帶beer game (bull-whip effect)，還有讓大家跑一個禮拜的模擬工廠的Li
ttleField simulation (組與組間競賽，據說分數照排名打分，完成之後需要繳交一個st
rategy報告)。
所有課程case都是MIT的Case。老師很大方，都會買小點心、pizza給同學。

BUS AN 514: Analytics for Firm Decisions (3 credits) 老師課程內容設計蠻不錯的
，都是用R，老師的documentation都很好，instruction都很清楚，課程有難度。
Price analysis, profit analysis, demand curve, elasticity, multi-linear regres
sion, random forest, xgboost, PCA (principle component analysis)，上課與作業的
data-set都不錯，例如分析汽車品牌的定位，分析Tides洗衣精的不同容量品牌內與競爭
品的品牌力。
需要搞懂什麼時候是correlation，什麼時候是causal inference。

BUS AN 516: Operations Research Data Analytics (3 credits) 老師一樣是MIT的，
很會講故事。
課程難度蠻高的，但是作業相對簡單。
使用MIT的the analytics edge一書，例子都蠻生動有趣的: 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 (我覺得特別好)。

第四學期：
BUS AN 599: Business Analytics’ Practicum (3 credits) 跟業界合作，提供datase
t，並且定期開會。
合作公司有Alaska airline, Mercer, Tableau, Microsoft, MLB，依照興趣填志願分組
。

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、三學期：
BUS AN 550: Business Analytics’ Leader Series (2 credits) 這是一門類似Semina
r的課，請業界人士來演講。沒有需要做什麼事情，趁機network。

最後祝福大家申請順利！
https://i.imgur.com/5JcsyBV.jpg


--