加州大学伯克利分校分析学项目就读体验

加州大学伯克利分校分析学项目

就读于该项目23Fall的Rosie老师认为该项目拥有顶级资源和黄金地理位置，课程重实践，轻理论，适合想要直接就业的同学。

话不多说一起来听听老师怎么说！

学员介绍

本科：美本

专业：DataScience

GPA：3.8+

TOEFL/IELTS：无

GRE/GMAT：330+

老师怎么说？

我还是挺庆幸当时的选择的，现在不后悔！首先title还是很厉害的，世界排名前五的工程学院加上全美第二的IEOR，真的很无敌了！项目小班制，同学间联系紧密，抱团刷题找工氛围很好。

项目概况

伯克利Analytics是2022年开设的，一年制的就业导向项目，隶属于伯克利工院下面的IEOR。

课程和其他BA项目的课程设置差不多，第一个学期都是必修课，第二个学期才开始可以选IEOR下面的选修课。

系里之前规定我们只能选IEOR下面的课，但也有同学enroll进过Haas的MBA课程以及其他学院的课。

课程难易程度取决于想不想好好学，一般最后都能拿到一个好成绩。如果想把更多时间花在找工上的话，建议上一些相对轻松简单的选修课。

求职方面，一年制确实有点赶。一进去就要开始秋招，又碰上这几年的找工环境，只能海投和加倍努力准备面试。

好在整体氛围挺好的，不太有压力，大家会一起去参加Career Fair，交流信息。目前我认识的好几个国际生朋友都在美国找到了工作，目标回国就业的一些同学也早早拿到了offer。

项目比较明显的优势就是地理位置封神，还有就是title还不错，在世界排名前五的工程学院下，加上全美第二的IEOR，这方面没得说。

申请难度

这个项目的bar很高，我们这届本科平均GPA3.8+，所以身边都是很强的人。项目规模不到100人，不知道今年会不会扩招。

学生画像以中/美/印顶尖院校本科生为主，基本都有量化竞赛和科研经历。

◾️GPA：建议≥3.8/4.0；

◾️学历要求：学士学位，偏好数学、统计、计算机、工程、经济学领域；

◾️GRE：比较高的GRE成绩更有优势；

◾️语言成绩：

• 雅思：雅思≥7.0

• 托福：托福≥100

（单项无硬性要求，但口语≥23更稳妥）

◾️先修课程：

需具备线性代数、统计学、编程（Python/R）基础，建议修过微积分、概率论。

同学背景

中国学生占主体，也有美国人、印度人、日本人等等。我们这届不到100人入读，其中六七十人都是中国人。陆本美本五五开，项目很喜欢UC系。

录取学生平均GPA为3.8，本科主要以数学、统计学、经济学、数据科学、计算机科学专业为主。

中国学生大多数是本科结束直接连接硕士项目，其他地区的人多多少少有几年工作经验，背景还挺多元的。

大家都很友好，因为每节课都在做项目，经常互相帮助，没有感受到强烈的内卷气氛。项目有组织活动，一起聊天吃饭什么的。

课程设置

一年制的项目，8月开学，来年8月毕业，目前学校不同意学生延期毕业。

项目课程包括了四个部分：

• 正式开学前的Bootcamp

• 5节必修课

• 3节选修课

• 暑期实习

其中秋季学期会上4节必修课，春季学期上1节必修课和3节选修课。

正式开学前的Bootcamp会教基础的Python，相对简单，不会计入最终的成绩单。

项目的5节必修课分别为：

• 215 Database

平时作业+小组project+2次考试（期中期末都是开卷10道选择题）

• 240 Optimization

平时作业+小组project+开卷期末（难度大，占比40%）

• 241 Prob&Stats

平时作业+期中（可带1 Cheatsheet）

• 242 Data Analysis

2次作业+1次take home exam（开卷）+小组project

• 243 Analytics Lab

240和241以理论为主，215会浅教SQL，242和243是数据科学相关的课，有一些课会和MEng的同学一起上。

项目的3节选修课的选择如下，但第一学期不一定会开设下面所有的课。选修课涵盖的范围挺广的，包括了金工、供应链、医疗方面好多不同领域的课。

5-8月要完成暑期实习，和公司谈妥的情况下可以直接从5月开始Full-time，找不到实习的话有个BACO的学生组织给大家分配了实习。

就业情况

课程方面不是很水，但也没有占用很多时间找工且挺好得分，我觉得这个平衡刚好！秋季和春季分别有两个比较大的Career Fair，可以直接和HR或者初创公司CEO聊。

有一些有关系的企业经常会专门来我们项目收简历，因为在硅谷附近，资源比较多，还会去谷歌总部、特斯拉工厂搞活动，讲真还是有很多Networking的机会的。

一年整的项目找工会稍微压力大一点，但市场不好所有项目都不好找工作，这个项目已经提供比其他同类项目更多的资源了，毕竟说实话找工这种东西还是看自己。

大家在项目开学前后就开始准备秋招，刷题、改简历、参加Career Fair和Info Session。大部分课也不需要出勤，可以战略性放弃学业，把更多的时间用到找工上。

我们这届还来了一个Career Services Director，看得出来学校还是很想把这个项目搞好。

我身边的朋友们中，一半留在了美国，留在加州找到工作的为多数。就业方向多数围绕Analytics，小公司为主，但也有朋友去了Amazon、Duolingo、四大，也有同学选择读二硕、读博或创业。

项目解析

课程设置

加州大学伯克利分校的分析学硕士（Master of Analytics）开设于2022年，隶属于伯克利工院下面的IEOR部门。

这个项目侧重就业导向，主要帮助学生提升数据分析与量化决策的能力，因此核心课程也是以应用为主。总计时长11个月，分成四大板块：

• Python训练营（0学分）

线上教学，50小时，八月开始学习。

• 核心分析方法论（16学分）

五门课可选，包括：数据库的分析与设计、数据优化、风险建模&模拟分析、数据分析应用、分析学实验室课程。

• 选修课（9学分）

包含很多商业领域，比如经济、金工、风险分析、物流、供应链、医疗保健等。

• 暑期实习（4学分）

总计10周。

此外，依托于全美前3的IEOR学院，MSA项目的选修课内容也十分丰富。不仅有传统的优化类课程，还可以选择Financial Engineering Systems和Risk Analytics等内容。

申请条件

• 完成符合要求的本科学业；

• 至少3.0以上的总GPA；

• 修过以下相关课程：

Linear Algebra

Probability, and Statistics

Fluency in a computer programming language

• 5年有效的GRE成绩；

• 国际生需要两年内有效的TOEFL成绩；

• 三封英文推荐信；

• 一篇Statement of Purpose；

• 一篇Personal Statement；

• 本科大学成绩单；

• 一篇全英文个人简历；

• 一段提前录制的视频面试。

就业去向

UC Berkeley的Career Center提供多种职业服务，比如简历和求职信撰写、面试技巧培训、职业规划咨询、招聘会和校友网络等。

项目是个新项目，开设以来又受到疫情影响，一年制也确实有点赶，一进去就要开始秋招。

比较理想的求职时间线如下：

8月入学：准备简历+Linkedin上network；

9-10月：海投工作，准备面试；

11-12月：等待公司回复。

2023届就业去向和就业数据如下：

以上就是Rosie老师在加州大学伯克利分校分析学的全部就读体验啦！