分析美國信息系統管理，商業分析，統計學和數據

近年來，越來越多的中國學子選擇留學，那其中分析美國信息系統管理，商業分析，統計學和數據？本文則針對這個問題，為大家整理了資料，接下來咱們就一起往下了解吧。

信息系統管理：

概念：信息系統（Information Systems），或作信息系統管理（Information Systems Management），是電腦軟件與硬件的互補學科。通常是人們或組織用來收集、過濾、處理、創建于分發數據；該專業研究通過信息與計算機理論基礎溝通了經濟與計算機科學。

就業展望：信息系統學的MBA可以讓學生掌握技術管理的相關技能，其課程主要與電腦、網絡以及IT系統打交道。——從業方向主要在IT領域，在高層即相當于CTO（技術總監）的角色。

軟件開發員Software Developers, Systems Software：$102,550

數據庫管理員Database Administrators：$79,120

計算機信息管理員Network and Computer Systems

Administrators：$76,320

選校分析：建議申請在選校時考慮以下因素，再做決定：

該商學院是否受高等商學院協會的認證？

計算機實驗室是否配備最先進的設備？

教授是否掌握有最新的技術？

和當地企業是否有緊密的聯系？

是否提供相應的實習機會？

該專業畢業就業機會如何？

MIS專業主要教授兩方面的知識，一方面是技術類知識，如軟件和硬件知識，各種信息系統知識，數據處理知識，信息系統的設計，分析以及應用，信息系統實踐等;另一方面是管理知識，如管理理論，戰略管理，如何管理可以使信息系統應用最優化，如何有效使用信息系統可以有助于完成商業決策和企業提升，等等。 下面給大家距離卡耐基梅隆大學的MIS專業的課程設置：

商業分析：商業分析碩士( Business Analytics，簡稱BA)逐漸成為國內申請者比較感興趣的商科類STEM專業。是STEM專業就意味著畢業生將擁有更長的OPT時間，這對于那些畢業后想在美國實習工作并最終想留下來的學生來說，無疑提供了很大的便利，而抽中H1B簽證的機率也隨著OPT的延長增加了很多。 BA的就業方向主要是當數據分析師和程序設計師。在不同行業中專門從事行業數據搜集、整理、分析，并依據數據做出行業研究、評估和預測。雖然這是一個較新的專業，但卻有很好的就業前景。

在大數據時代，很多行業都需要擅長挖掘和分析數據的人，例如IT、互聯網、游戲、通信、金融、醫藥、咨詢、零售等，因此BA的畢業生都比較搶手，而且薪資水平也較高。目前最低是6萬起薪，有的學校可以達到畢業起薪8萬多甚至9萬美金哦。

此次簡單介紹一下商業分析(BA)，其實Business Analysis很早就有，只是它是傳統商科，設在MBA下面，主要是分析整個公司的運營流程、開展的業務等方面，偏向于案例分析，以簡單的數據分析為輔助。 現代新興商業分析碩士專業，它主要是以商業知識為基礎，數理編程為手段，從數據分析出發，以決策優化來創造價值的新興專業。其核心是數據挖掘和數據分析，與現在的互聯網及大數據(BigData)相聯，主要是利用高深的技術、模型和算法進行數據挖掘和商業分析，服務的公司都是像IBM、Google、百度、騰訊、阿里這樣的互聯網公司。可以說，這是一個就業面非常廣的專業。 目前開設BA專業的學校很多比較有名的學校有西北大學、卡耐基梅隆、康奈爾、南加州、北卡教堂山、羅切斯特、邁阿密、德州奧斯丁等。大部分學校的BA專業開設在商學院下面，少數學校開設在其他學院，比如西北大學和康奈爾大學開設在工程學院，卡耐基梅隆開設在信息管理學院，北卡教堂山開設在統計與運籌系。要特別注意這樣的項目是否可以接受GMAT成績，比如康奈爾就不接受GMAT。 下面我們來看MIT的BA專業的課程：

商業分析比管理信息系統更偏重商科，管理信息系統重點在于信息的收集傳遞和加工，而商業分析更加致力于用商業的眼光分析大數據并且運用于解決復雜的商務決策中。 我們來看南加州大學對于這兩個專業的對比：

統計學：統計學是一種方法，是一種工具，是一種解決問題的武器。研究如何測定、收集、整理、歸納和分析反映客觀現象總體數量的數據，以便給出正確認識的方法論科學。其目的是要解決問題。 從課程設置可以看出來，關于數學建模，數理分析，概率論基本概念，微分幾何是統計學的常見課程，所以申請統計學對于數學背景要求是很高的。

數學與統計學的區別 統計學分數理統計和經濟統計兩個方向。其中數理統計是屬于數學科目里面的一個分支，數學從某種意義上說可以是統計學的基礎。統計偏向分支，更加細化，沒有數學那么寬泛；經濟統計是偏向統計學知識在經濟中的應用的。

我們來看雪城大學的統計學的課程設置：

數據分析：數據分析是為了解決問題，重在實用。如同學車，我們不需要掌握發動機的原理，不需要學習汽車電路，只要掌握怎么開車就可以了。 數據分析可以說是商業分析的基礎，在統計學的基礎上對數據進行加工和分析。

根據“谷歌趨勢”，在2011年的時候，“大數據”還很少被用作搜索詞，但是從2012年開始到現在，你幾乎能聽到各行各業的人都在談論“大數據”。

這是一個增長非常迅速的領域，而且催生出了很多的工作機會。麥肯錫公司的一份報告預計，到2018年僅美國在“具備深入分析能力”的大數據專業人才方面的缺口就在14萬人到18萬人之間。

據New Vantage Partners公司對《財富》美國500強公司的調查顯示，85%的500強企業要么已經推出了大數據項目，要么正打算推出。未來幾年他們花在數據分析上的投資將平均上漲36%。難怪《哈佛商業評論》的一篇文章里將數據分析稱作“21世紀最熱門的職業。”

對有志進入“大數據”職業領域的人來說，首先要搞清楚的一件事就是它的職業門檻有哪些。這個問題看似簡單，實則復雜。大數據領域的發展非常迅速，而且各個公司的招聘標準也是五花八門。比如有些雇主可能要求你掌握某種特定的編程語言，但有些公司就根本沒有這種要求。在這一點上，中美兩國公司對大數據人才的期望體現出了一些不同的特點。

我們先來看國內的，在網上搜索“數據分析師”這個職位，百度顯示的最新招聘信息約有近9000條。以其中一家“國內知名手機閱讀公司”的招聘要求為例，應聘者需要滿足：

? 三年以上相關工作經歷，至少有1-2個成功的中型項目經驗；

? 優秀的商業分析報告撰寫能力，有及時發現和分析其中隱含問題的敏銳性；

? 至少掌握一種數據分析工具(R/SAS/SPSS/Matlab),實現優化算法；

? 至少熟悉一種數據庫，熟練運用SQL,有豐富的數據分析、挖掘、清洗和建模經驗；

? 熟練使用JAVA/C++/Python/PHP 構建中等規模的數據分析系統, 有豐富的腳本處理數據經驗。

再看看百度自家招聘數據分析師的職位要求：

?統計，數學，數據挖掘等專業；

? 互聯網行業分析領域兩年以上工作經驗者優先；

?扎實的機器學習/NLP理論和技術基礎，能熟練使用SPSS/SAS/MATLAB等工具；

?優秀的口頭和書面表達能力；

? 具備Unix/Linux環境工作能力，能使用shell/python等腳本語言優先；

?優秀的分析問題和解決問題的能力，對解決具有挑戰性問題充滿激情；

?良好的邏輯思維能力，學習能力強。

綜合其他一些公司的相關職位招聘要求，大體上國內公司最看重的素質歸納起來有：

能熟練使用數據分析工具（掌握SPSS/SAS/MATLAB是基本技能，有些公司會增加特定要求）；有2-3年的工作經驗；對數字敏感、分析能力、表達能力強。

這些素質對從事數據分析來說都很重要。但問題是，大數據興起也就是近兩年發生的事，人才市場上哪里能迅速培養出這么多符合期望的候選人？

美國一些公司已認識到這一點，它們采取了更現實的做法：

一方面，和大學合作，長期培養大數據專業人才以及開展相關研究，比如英特爾就和數據學專業排名靠前的麻省理工學院合作建立了大數據科學技術中心；IBM則投入1億美元在中國大學推行大數據教育，目前已和北京理工大學、復旦大學、北京大學等7所大學達成合作。

另一方面，企業界已開始轉換思路，不再寄望于找到某位全能型的天才來一手搞定所有的數據分析工作，而是吸引更多各有所長的人來組成一個能創造性解決問題的團隊。有些甚至不需要有統計等特定專業背景。

所以對于想進入這個行業的人來說，別灰心，即使非計算機或數學科班出身，你依然有機會。美國大數據行業龍頭FICO公司的首席分析官安德魯?詹寧思就曾向《財富》表示：“如果你不是一個純粹搞數學的人，或者不是一個專業的編程人員，那也沒關系，因為你可以和那樣的人在同一支團隊里工作。除了量化分析方面以外，我們還非常需要具有求知和好奇天性的人，以及能夠指出業務上的問題并且能與客戶溝通的人。”

最后，我們來看一下這個行業的回報怎么樣。由于目前大數據人才依然處于需求大于供給的狀態，在美國，一位資深數據科學家在大型社交媒體企業當中可以拿到17.5萬美元的年薪，而相關自由職業者的時薪可達200美元。 除此之外，一些創業者正扎根于大數據開創屬于自己的事業。“大數據創業”已成為目前非常熱門的一個趨勢。

那么以上就是關于分析美國信息系統管理，商業分析，統計學和數據的相關內容啦，以上內容作為參考分享給大家，希望能幫助到有需要的同學，如果還有更多想要了解的內容可以關注本平臺繼續瀏覽。

>>免費領全球留學白皮書，了解各大學報考條件、費用、開學時間、含金量<<