近些年，随着大数据的蓬勃发展，以数据分析为核心的商业分析专业，备受留学大军的青睐，申请热度一直居高不下。提到商业分析专业，就不得不提到南加州大学。接下来，我们将从多个维度带大家走近南加州大学商业分析专业项目。
一、项目介绍
南加州大学商业分析硕士是马歇尔商学院下开设的项目之一。马歇尔商学院创立于1920年，在商业、会计、管理等领域有良好的教学经验。
南加大商分项目的“三大支柱”为计算机科学(Computer Science)，统计、机器学习、最优化(Statistics, Machine Learning, Optimization)以及商业战略(Business Strategy)。通过项目学习，学生将获得编程，统计，机器学期，最优化方法，商业策略方面的能力，以及商业沟通与协作相关的软技能。
南加大商分强调基于项目的学习。学生通过探索现实中的商业挑战和问题来获得更深入的商业分析知识。课上的项目与学校的行业伙伴合作，涉及的业务领域包括财务，运营，营销，管理，供应链和人力资源等。因此，通过商业分析项目的学习，学生学到的不仅仅是理论的知识和技能，还会获得实际的商业技巧，这些都会未来的就业起到极大的助力作用。
二、学制学费
南加大商分的项目时长为一年半，覆盖秋季，春季，以及秋季三个学期。与国际生而言，相比于大多数学制1年的商科项目，南加大商分的一大优势就是给学生提供更多的在校时间以适应美国的学习和生活方式，使学生有更充足的时间感受美国文化。
不同于南加大的金融项目(通常5月份开学)，南加大商分是秋季开学，一般为每年的8月份。这对于每年6月份毕业的中国大陆本科应届生而言，时间很合适，有充足的时间申请I-20，准备签证。
2020年南加大商分的毕业学分要求33学分，每学分$1912，共计学费是$63096, 折合成人民币大概45万RMB。一般美国商科研究生项目学费35-60万不等。所以，相比美国其他商科项目而言，南加大的学费算是处于中等水平。
三、课程设置
美国院校开设研究生课程一般都是根据职场的真实需求来进行相应的课程设计。南加大商分的课程基本以提升学生的数据分析能力为核心开设，课程整体难度适中。以下是部分核心课程：
DSO 510 Business Analytics (商业分析)
DSO 545 Statistical Computing and Data Visualization(统计计算和数据可视化)
GSBA 545 Data Driven Decision Making(数据驱动决策)
DSO 552 SQL Databases for Business Analysts(适用于商业分析师的SQL数据库)
DSO 553 NoSQL Databases in Big Data (大数据中的NoSQL数据库)
DSO 570 The Analytics Edge: Data, Models, and Effective Decisions (分析优势: 数据、模型和有效决策)
除了核心课程外，针对学生个性化需求，项目也开设了一系列选修课。以下是部分选修课程：
DSO 522: Applied Time Series Analysis for Forecasting (应用于预测的时间序列分析)
DSO 560: Text Analytics and Natural Language Processing (文字分析和自然语言处理)
DSO 562: Fraud Analytics (欺诈分析)
DSO 599: Artificial Intelligence for Business (Special Topics) (商业人工智能(专题))
DSO 599: Game Data Analytics (Special Topics) (游戏数据分析(专题))
FBE 551: Quantitative Investing (定量投资)
四、申请材料
1. 简历
2. 2推荐信
3. 2ESSAY
4. 1-minute Video of Yourself
5. One Sealed Official Transcript
6. Official Test Scores (GT送分)
五、申请建议
1. 教育背景
本科背景：美本优先考虑，如是大陆本科，具有美国、加拿大世界排名100院校的交流交换背 景更有利于申请
前提课程：无前提课程要求，建议学过微积分、线性代数、统计学、概率论
计算机编程：具备R、SQL、Python等方面的技能比较占优势
2. 标准化考试：建议GPA 3.8+;TOEFL 108+;GRE 330+或GMAT730+
3. 实习：3-4段数据分析相关的实习，至少包含一段高端实习(如世界500强证券、基金、资产管理公司、咨询公司、会计师事务所等的定量分析方面的实习)
4. 学术研究：非必须项目，如有一些用到定量分析方法的商科、数学或经济学等方面的学术研究经历更好(数学建模大赛、大创项目、课题课程研究项目)
六、成功案例
硬件背景：
1. 国内某高校，会计专业，90/105+/750+
2. 相关课程：Python，R，MATLAB，随机过程，金工和风险管理等
软件背景：
1. 4段实习
2. 1项学术研究
3. 3段课外活动
4. 奖学金和活动奖项众多
5. 编程技能：Python，VBA，R，MATLAB，STATA，SPSS