【咨询顾问为什么叫ds】一篇文章让你了解：年薪百万的BA和DS专业到底有什么区别？

大数据时代，最贵的是什么？——人才。

什么人才最稀缺？擅长——数据分析的人才。

如今，数据分析能力已经逐渐成为组织的核心竞争力，市场对数据分析人才的需求也越来越大。而传统的统计和CS专业，由于缺乏对商业的了解，已经难以满足市场在这一块的需求。于是，Business Analytics(BA)和Data Science(DS)就应运而生了。

• BA和DS的学习内容有什么区别呢？
• 想做数据科学家，该选BA还是DS呢？
• 本科定量背景不足，可以跨申吗？
• 在背景提升上努力的方向有什么区别？
• 美英港新各有什么优质的BA/DS项目？

相信对于很多同学来说，在选择专业时都会面临上述的问题。这篇文章，指南君就将从：研究内容、就业方向、申请要求、★背景提升、★各地区热门项目这5个方面为大家详细解析BA和DS的区别，从而帮助大家找到更适合自己的专业。

图片来自网络

一、研究内容的区别

在硕士阶段的研究内容上，BA和DS还是有着不小的区别，这点从海外院校在学院的划分上就可以清晰地看出来。 一般来说，BA专业多设置在商学院下，课程设置意在数理编程和管理科学中寻求平衡。在BA的课程内容中，统计学知识占到约40%，计算机和商科知识则各占30%。 而DS专业则更多地设置在计算机学院和统计学院下，课程设置更侧重于培养学生利用计算机进行数据分析的能力。在DS的课程内容中，计算机知识占到约50%，其次才是统计学和应用方面的知识。

二、就业方向的区别

作为市场需求直接催生的专业，BA专业毕业生的就业面可以说是非常广泛了，既可以选择在互联网、科技、零售、咨询、医药、通信等行业从事商业分析；也可以选择进入咨询公司、四大、投行等担任咨询顾问或数据分析师。

以上信息来自猎聘网

而对于DS专业的毕业生来说，除了可以考虑商业分析方面的工作，还可以选择更偏向技术层面的工作，如数据科学家、机器学习工程师等，总体报酬也都是非常可观的。

以上信息来自猎聘网

三、申请要求

专业背景要求

BA专业对申请人的背景要求没有过多限制，本科是商科、理工科背景的同学都可以尝试。

DS专业则对申请人的数学基础和编程能力有更高的要求，最青睐的本科专业是CS，此外统计、数学、应用数学、金工等注重量化的专业也都符合申请条件。

技能&软素质要求

对于BA专业的申请者来说，A/BTest是必备技能，SQL和Excel是核心技能。由于很多申请者都是商科背景，学校对建模能力和编程基础的要求并不是太强，在申请阶段只需要简单地掌握Python和R语言就可以了。

此外，沟通交流能力和创新能力同样非常重要，因为商业分析师的工作会更加接近市场，更强调和其它部门或外部的沟通，所以大家在PS中也可以着重强调下自己在这两方面的能力。

在DS专业的申请中，学校对申请者编程能力和定量分析能力的要求往往会更加严格，所以申请者需要在本科阶段就对Python, R, SQL语言，以及Tableau和TensorFlow等软件有更加深入地了解。

四、背景提升攻略

竞赛方面

BA和DS的申请者在本科期间都可以参加一些数学、编程相关的竞赛来体现自己的建模和分析能力，其中美赛和国赛都是很好的选择。对于申请DS专业的同学来说，也可以积极参加Kaggle竞赛。

科研方面

申BA的同学可以优先选择大创等项目来体现自己的研究能力和分析能力，像“海淘模式的前景探究”、“xxx咖啡店顾客满意度和忠诚度测评研究”等都是不错的课题。

DS专业的申请者可以选择更加注重量化的科研，至于计算机软件或者数据库相关的研究经历也都是可以的。

实习方面

对于DS专业的申请者来说，最推荐的实习是数据公司的数据岗，可以直接锻炼和体现自己的数据分析能力。此外，还可以选择一些统计、量化相关的实习或计算机相关的实习来培养和提升自己的定量分析能力和编程能力。

相比DS专业对科研和竞赛的重视，申请BA的同学可以把更大的精力投入到实习准备中，通过几段big name的实习来培养自己解决实际问题的能力。券商、基金、咨询、以及互联网行业的数据分析实习都具有很高的含金量，对申请也有很大的帮助。

图片来自网络

五、热门BA/DS项目介绍

看了这么多BA和DS的区别，究竟都有哪些名校开设了BA/DS项目呢？又各有什么特点呢？最后一个部分我们就带大家具体了解一下美国、英国、新加坡、香港地区具有代表性的BA/DS项目。

BA项目

1. 美国：南加州大学 MSc Business Analytics

USC的BA项目开设在大名鼎鼎的马歇尔商学院下，在2020年TFE Times商业分析项目排名中位列世界第3。作为一个商业视角的数据科学STEM项目，学生毕业后可以享有长达2年的OPT，因此完全可以考虑在美国就业。

这个项目属于典型的“高分控”，申请形势也非常激烈，所以想要申请的同学还是需要尽可能地把标化成绩刷高，达到GPA3.7+, GMAT730+/GRE328+才会更有把握哦~

2. 英国：华威大学 MSc Business Analytics

华威的BA项目是英国开设最早的BA项目之一，课程注重数据分析在实际中的应用。该项目与IBM以及SAS等公司是合作伙伴关系，因此在该项目学习的学生可以也得到很好的实践机会。

作为传说中“WBS最难申的专业”，20fall录取的大陆学生背景几乎都是985/211本科，GPA85+。语言上要求雅思7或托福100，建议大家尽量还是带上GMAT申请。

3. 新加坡：NTU MSc Business Analytics

NTU的BA项目是2019年新开设的项目，课程面对没有技术背景的应届生和商业专家。核心课程：商业领域中的分析与机器学习、Python和R语言编程、数据管理与可视化、人工智能与大数据、市场与消费者分析等。

申请这个项目需要达到雅思6.5或者托福100，也需要GRE/GMAT成绩。从20fall目前的录取结果看，985/211本科，GPA85+，金融、会计或计算机相关专业是比较受青睐的。作为一个新开设的专业，现阶段的录取难度还是要比NUS BA小一些的。

4. 香港：香港中文大学 MSc Business Analytics

港中文BA项目课程旨在培养学生分析商业数据，从而制定有效商业决策的能力，因而在招生上也更偏好本科是商科的申请者。

该项目语言成绩要求雅思6.5或托福79，需要有GMAT或GRE成绩；非常看重本科背景，录取的大陆学生几乎都是985/211本科，GPA80+。

DS项目

1. 美国：Columbia University MSc Data Science

哥大DS项目由统计系、计算机系、工业工程和运筹系共同开设，核心课程包括：概率论、数据科学算法、统计学推断与建模、数据科学计算机系统、数据科学机器学习等。

申请这个项目需要达到托福100或雅思7分，另外需要提供GRE成绩（不能用GMAT成绩替代），同时需要具备扎实的数学、统计、计算机基础。

2. 英国：UCL MSc Data Sceince and Machine Learning

UCL的MSDL项目由计算机系开设，在该领域有着极强的实力。由于课程同时包含了统计和机器学习两方面的内容，学生毕业后在金融和科技行业都能找到满意的工作，毕业生就职的企业包括谷歌、微软、IBM、摩根士丹利等。

作为UCL的王牌项目，MSDL项目的申请难度自然是非常大的，大陆的申请者几乎都需要985本科，数学/统计专业，GPA 85+才有可能拿到offer。这里建议大家也可以考虑下UCLMSc Data Science项目，开设在统计系下，相较而言申请难度也会小一些。

3. 新加坡：NUS MSc Data Sceince and Machine Learning

这个项目是NUS数学系、统计与应用概率学系、和计算机科学系联合开办的，旨在培养学生将机器学习和数据分析综合应用到金融、医疗保健、政府和社区等领域的能力。

申请该课程的学生需要具备良好的定量背景，语言上需要达到雅思6分或托福85分；如果申请者的本科数理背景不足，需要在申请的时候提交GRE/GMAT成绩作为补充。

4. 香港：香港大学 Master of Data Sceince

港大DS项目是由统计与精算学院和计算机学院联合创办的，课程希望提高学生的计算机水平和运用统计模型的能力，以更好地为企业和机构进行决策模拟来解决实际问题。

这个项目偏好数学、统计背景的申请者，笔、面试淘汰率也比较高；最后拿到录取的同学以985/211居多，也有个别双而非的同学可以拿到录取。语言要求雅思6.0或托福80。

---

总结

• BA课程更加强调商业实践，在量化方面相对较弱；而DS则更加注重算法和数学统计理论，更偏技术层面。
• 对于想进入数据分析行业的同学来说，BA和DS专业都可以选择。DS专业对本科定量背景和编程能力的要求更高，申请难度也明显高于BA，更适合理工科学生申请。对于纯商科背景的同学来说，申请BA才是更加稳妥的选择。

以上就是指南君关于BA和DS专业区别的介绍啦，希望可以帮助大家正确区分这两个专业，从而在申请时选择更适合自己的专业。