<p style="text-align: justify;">文 | 指南者留學(xué)學(xué)員Ben學(xué)長(zhǎng)<br /><span style="color: #1dadff;"><a style="color: #1dadff;" href="http://m.frjozvw.cn/majr_65508" target="_blank" rel="noopener"><span style="text-decoration: underline;"><strong>哥倫比亞大學(xué)應(yīng)用分析</strong></span></a></span>碩士（在讀）</p> <p style="text-align: justify;"><br />大家好，我是Ben，本科就讀于廣東某211院校經(jīng)濟(jì)學(xué)專業(yè)，通過指南者留學(xué)申請(qǐng)到了哥倫比亞大學(xué)的應(yīng)用分析學(xué)（AA）碩士項(xiàng)目，目前已經(jīng)念了一學(xué)期了。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">在等待最終成績(jī)的同時(shí)，我也來和大家分享一下這一學(xué)期以來的就讀體驗(yàn)。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><span class="h1">01 從就業(yè)到課程</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">在當(dāng)今的經(jīng)濟(jì)大形勢(shì)下，不論是較為傳統(tǒng)的金融機(jī)構(gòu)，還是趨于緊縮的科技公司，總體上求職情況都不太好。據(jù)我所了解，即便是強(qiáng)如CUBS或巴魯克，獲得暑期頭部實(shí)習(xí)資格的比例也不容樂觀。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">在這樣的背景下，綜合素質(zhì)上的競(jìng)爭(zhēng)就顯得格外激烈，其中商科和分析類的崗位競(jìng)爭(zhēng)模式幾乎又是一模一樣，都是商業(yè)思維+數(shù)據(jù)能力的范式。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">在商科思維方面，大多崗位要求應(yīng)聘者對(duì)市場(chǎng)都一定的洞察力，即便不是金融相關(guān)的工作，現(xiàn)在也要求能夠讀懂財(cái)報(bào)并提取關(guān)鍵指標(biāo)進(jìn)行分析。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">而數(shù)據(jù)分析方面，單純的excel已經(jīng)不能完全滿足企業(yè)對(duì)于應(yīng)聘者的期望，R、tableau、sql等數(shù)據(jù)分析技能已經(jīng)成為相當(dāng)一部分崗位的最低要求，諸如quant、ba等崗位甚至可能要求具備一定的機(jī)器學(xué)習(xí)功底。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">從這樣的勞動(dòng)力市場(chǎng)需求看，AA的課程設(shè)置并沒有如網(wǎng)上說的那般不堪，甚至可以說得上緊貼市場(chǎng)需求。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">僅在第一學(xué)期且不要求選修課的情況下，學(xué)院也按照manage core和tech core相結(jié)合進(jìn)行了課程安排。第一學(xué)期主要是5100 Applied Analytics in the Organizational Context、5200 Applied Analytics Framework &amp; Method I、5300 Research Design、5800 Storytelling With Data四門課。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">其中5100主要涵蓋market、finance等business相關(guān)的內(nèi)容，5200主要教學(xué)R的使用，5300囊括了統(tǒng)計(jì)、編程、research guidance等偏tech的內(nèi)容，5800涉及了數(shù)據(jù)可視化、proposal等business和tech相結(jié)合的部分。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">因?yàn)樗械恼n程都是以實(shí)操為最終目的，所以上課的形式不會(huì)過于教條，從最基礎(chǔ)的數(shù)學(xué)推導(dǎo)講到最終的應(yīng)用擴(kuò)展，相反，很多內(nèi)容大多是直接跳過繁瑣的中間過程直接過渡到結(jié)論和使用方法，對(duì)于那些數(shù)學(xué)基礎(chǔ)不是太好的同學(xué)比較友好。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><span class="h1">02 課程詳情</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">我認(rèn)為第一學(xué)期最精華的課程便是5200，是充滿干貨的純tech課程。從時(shí)間跨度上來看，課程的第一周會(huì)先統(tǒng)一的進(jìn)行入門教學(xué)，即便從來沒有接觸過任何編程也能很快上手；經(jīng)過兩周左右的掃盲式學(xué)習(xí)，課程會(huì)由淺入深的展開行業(yè)里使用最頻繁的模型，從最簡(jiǎn)單的linear regression到稍顯復(fù)雜的logit regression，再到更復(fù)雜的決策樹、隨機(jī)森林、支持向量機(jī)等。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">從數(shù)據(jù)處理的邏輯上來看，課程涵蓋了數(shù)據(jù)預(yù)處理（如resample、處理殘缺值、subsample等）、模型的選取和比較（如比較AIC、AUC、RSME等關(guān)鍵指標(biāo)）、模型的參數(shù)選取（tuning and ensembling）、結(jié)果的展示（interpretation and visualization），每個(gè)環(huán)節(jié)都環(huán)環(huán)相扣，有助于從整體上提高對(duì)數(shù)據(jù)分析邏輯的把控。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">除了日常的作業(yè)和考試外，課程的考核還包括了一次Kaggle競(jìng)賽實(shí)操，要求通過所學(xué)的知識(shí)進(jìn)行一次prediction competition，超過650個(gè)同學(xué)各自為戰(zhàn)，最終的排名會(huì)直接影響課程最終的分?jǐn)?shù)，很殘酷也很刺激。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">由于項(xiàng)目里中國(guó)學(xué)生很多，&ldquo;卷&rdquo;的風(fēng)潮在這個(gè)比賽中會(huì)體現(xiàn)的淋漓盡致，可能前一天你還處在前10，為自己14.9的rmse沾沾自喜，后一天你就變成300名開外，人均rmse都變成14.8+了，甚至每0.01的rmse的提高就意味著10名以上的位次變動(dòng)。我前幾周14.91的成績(jī)就能進(jìn)入前1%，到最后14.3的rmse才能勉強(qiáng)擠進(jìn)前15 (每0.1 rmse的提高可能就意味著模型上質(zhì)的跨越)。通過這種方式，即使你第一周勉強(qiáng)打出&ldquo;hello world&rdquo;，到課程結(jié)束你也可以自信的在簡(jiǎn)歷里說出熟練掌握各種機(jī)器學(xué)習(xí)的技能了。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">5300也是屬于一門項(xiàng)目較為核心的課程，主要內(nèi)容涉及概率論、統(tǒng)計(jì)和少量編程。前幾周會(huì)從最基礎(chǔ)的條件概率、樣本度量講起，等積累一定的基礎(chǔ)知識(shí)后，會(huì)要求你利用所學(xué)的知識(shí)完成一篇research proposal。雖然不要求去搜集數(shù)據(jù)進(jìn)行試驗(yàn)，但也會(huì)要求完成文獻(xiàn)綜述、假設(shè)檢驗(yàn)，預(yù)期、數(shù)據(jù)模擬等工作，算是一定程度上體現(xiàn)了一個(gè)完整的學(xué)術(shù)研究或案頭研究的全流程。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">除此之外，課程會(huì)迫使你不斷在實(shí)際情景中熟練自己R語言的熟練度，由于5300并不是一門編程課，所以在需要用R語言對(duì)數(shù)據(jù)進(jìn)行情景模擬、統(tǒng)計(jì)檢驗(yàn)時(shí)，教授都會(huì)默認(rèn)所有人都很熟練了，并不會(huì)在編程方面進(jìn)行展開，如果你本身編程能力有待提高，學(xué)習(xí)時(shí)則會(huì)很痛苦。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">5100和5800就屬于很商科的課程了。5100主要側(cè)重于商業(yè)直覺的培養(yǎng)，會(huì)涉及到金融、市場(chǎng)、管理等多學(xué)科的知識(shí)，而5800則更側(cè)重于真實(shí)的商業(yè)情景模擬。單看這兩門課，課程內(nèi)容都不會(huì)很難，但要想學(xué)的很精，則需要下不少的功夫。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">以5800為例，課程主要教授的就是數(shù)據(jù)的可視化和解譯，乍一聽就是用excel都能完成的工作，但如何在短時(shí)間內(nèi)精準(zhǔn)的傳達(dá)出數(shù)據(jù)結(jié)果、向非技術(shù)性聽眾表明技術(shù)分析過程，則需要較為牢固的數(shù)據(jù)邏輯和理性分析能力。合理安排圖表中的顏色、圖像的形態(tài)對(duì)比、選取合適的圖表類型，都需要一定的巧思。而這些細(xì)節(jié)，在真正的面試和工作中就顯得尤為關(guān)鍵。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">在紐約這樣競(jìng)爭(zhēng)激烈的大環(huán)境里，同一崗位上所有人的硬實(shí)力都不會(huì)相差很大，而決定一個(gè)人去留的，往往就是這些小細(xì)節(jié)。同樣的方法，同樣的技術(shù)操作，表達(dá)的越簡(jiǎn)練、精確，工作效率和溝通效率越高，也越可能獲得更好的工作機(jī)會(huì)。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><span class="h1">03 總結(jié)</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">我本身并不是一個(gè)喜歡埋頭苦干的人，固然受不了干貨滿滿的純學(xué)術(shù)型項(xiàng)目的苦。AA這樣的課程安排和模式反而很適合我自身的發(fā)展，使我既不用擔(dān)心課程過難而擔(dān)負(fù)過多學(xué)業(yè)壓力，又可以利用空閑時(shí)間進(jìn)行課堂之外的積累。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">或許這就是一些人眼中的&ldquo;水課&rdquo;，但淺嘗輒止可以給我個(gè)人更多的自主選擇空間。倘若只是想做一名咨詢師、分析師，能充分理解統(tǒng)計(jì)工具的使用場(chǎng)景和使用方法即可滿足職業(yè)發(fā)展的需求?；ㄙM(fèi)過多時(shí)間從數(shù)學(xué)式上完全理解計(jì)量工具的方法并不適用于所有人。由此，省下一定的時(shí)間，在自己覺得更欠缺的地方合理安排精力，未嘗不是一種更優(yōu)解。</p> <p style="text-align: justify;">&nbsp;</p> <p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1672820760002/1672820760002.png" width="750" height="340" /></p>