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<BA入职三步曲>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和美语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
上百个内推成功案例，提供相关职位的内推。
报名方式
1.扫描下方二维码完成问卷获得$300 OFF课程优惠码
2. 发送简历
到[email protected]
3. 点击阅读原文进入课程链接立刻报名。
4.https://www.dataapplab.com/course/bacn/ 直接登录报名 （不要忘了扫码获得$300 OFF优惠码哦）
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 
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
我们和北美科技公司广泛合作，通过联合开发和技术咨询方式为学员提供实习机会。 每位学员可以选择我们提供的实习项目，也可以结合自己的背景在导师指导下完成个人定制化的实习项目。

Project 1:  Analytics and Marketing Strategy Project
  • New users on Online Rental Service Company can book a place to stay in 34,000+ cities across 190+ countries
  • Contain metric(s)/KPI (Key Performance Indicators) to measure Online Rental Service Company’s business with these metrics
  • Provide recommendation to the marketing team of Online Rental Service Company (in terms of targeting, segmentation, resource allocation, etc.)
  • Fit a random forest model to predict customer’s destination for the first time
  • Provide your own opinion if you have access to any data you need, what are some other business questions you might be interested?
Project 2: Mobile Game Project 
  • Exploratory analysis through data pre-processing which include data manipulation and data cleaning using R for your later analysis
  • Conduct data visualization to identify a target group of users(‘Non-payers’) and specify one or more offers for target users. Please include details about how the offer should be presented, and on how many occasions.
  • Specify a test and evaluation protocol. How long should the test run? How will you know if you have successfully increased revenue?
  • Build a model in R to help us identify users who are likely to convert on their own.
Project 3: Analytics and Featured Prediction Project
  • Exploratory analysis through information about 3.4 million orders distributed across 6 csv files, you can join each table to see conduct more information.
  • Contain metric(s)/KPI to support business needs such as ‘each users’ frequency of same items’, ‘most often reordered’, ‘correlation between probability of reorder and number of orders or last time order’
  • Provide recommendation to the marketing team in order to increase company’s profitability
  • Fit a model to predict customer’s destination for the first time, choice is on yours for which model to use
  • Provide your own opinion if you have access to any data you need, what are some other business questions you might be interested?
Project 4: E-Commerce
  • Conduct data exploration and visualization to find insights as much as possible
  • Detect correlations between econv_rate with other attributes
  • Fit a linear regression to find out which attributes has a significant impact to econv_rate
Project 5: Loan prediction
  • Conduct data exploration and visualization, check the correlations between target variable (Loan Status) and different attributes
  • Conduct data pre-processing dealing with missing values for different features like gender, married, dependents, loan amount and credit history using dplyr package
  • Run a logistic regression & decision tree on train dataset and evaluate the model by check misclassification rate, ROC and AUROC
  • Predict loan status on test data and save the output as csv file
面试辅导与内推篇
与面试官直接对话，个人职业发展辅导
提供6周在线职业辅导课程(每周五6：00-7：30pm PST)
Step 1 怎么拿到面试机会？
  | 简历修改 |  
  |一个好的Cover letter多重要 |
  | LinkedIn求职技巧 | 
  | 如果通过Networking在美帝增长人脉拿面试拿内推 | 
  | Networking后怎么有效follow up |
Step 2 怎么通过层层面试？
  | STAR面试技巧辅导 |
  | Technial Interview怎么展示技术实力 |
  | 公司最常考什么？面试真题+模拟面试 |
  | 最难的Analytical case和Case interview怎么准备 |
Step 3 怎么secure offer？
| Compensation Negotiation | 
| Job preparation & Orientation |
| 与硅谷猎头直接对接，提供数据行业大公司岗位内推 
| 

背景介绍篇
越来越多的公司聘请更多的商业分析师来制定发展和增长的战略或建议，既懂业务又会数据分析的商业分析师Business Analyst在高科技，医疗保健，金融，零售等不同行业有越来越高的需求。作为IT和客户之间的桥梁，商业分析师需要了解客户的需求，熟悉行业趋势，并分析数据以提供策略 – 用数据创造价值，并促进公司的潜在增长。
在美国，初级的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。
比如被评为“#1 in Tech-Employees‘ Choice-Best Places to Work”的Facebook从去年11月起，其Small & Medium Business Analytical (SMB) Team持续扩招，对统计、经济、商科、市场背景的同学是福音。
从17年12月起，我们的学员也陆续收到包括Facebook SMB 组analyst的面试offer。在辅导同学准备各轮面试的过程中，我们更深入的了解了Top Company包括FLAG在内的对Business Analyst这个职位的工作技能要求，制定了最符合进入这个行业的全面培训求职课程。
同时针对文商科同学大多数零编程基础，每周增加2次Tech小课，每次1小时，手把手从零开始，一行一行带你敲，带你掌握R、SQL、Advanced Excel、Tableau等常用工具。 希望帮助具有文科、商科、工程管理、应用数学和统计背景的学生在职场中突破重围，发挥原有的domain knowledge优势，转型Analytical人才，找到一份有技能点满满的有趣职位。
您还可以获得什么？
解决自学窘境：课下TA全程辅导，能让你在遇到问题第一时间得到帮助，不会出现自学时因为难题卡住被迫放弃。
顶级职业Network：我们的老师、mentor、校友遍布北美各大数据公司。他们组成的强大后援团会为大家提供第一手的面经和定制化的内推。
任劳任怨的TA团队：课下TA全程辅导，答疑解惑，手把手的带你入门。学员可以通过微信群和Discussion Board随时提出问题，会有TA及时解答。
报名方法
更多关于商业分析师相关问题
    请扫描下图二维码加小助手了解详情
本帖为NACEA 友情转发，大数据应用学院享有对该课程的最终解释权
点击“阅读原文”查看详细课程介绍！
继续阅读
阅读原文