新加坡国立大学硕士申请（60）——商业分析

新加坡国立大学

商业分析理学硕士课程（NUS MSBA）授课型

由新加坡国立大学商业分析中心（NUS BAC）提供的新加坡国立大学商业分析硕士课程在亚洲排名第一*。此外，支持和共同设计该课程的两所学校，即新加坡国立大学商学院和新加坡国立大学计算机学院，也在各自的领域中位居亚洲第一。

新加坡国立大学MSBA是一个多学科的课程，通过平衡知识性的学术严谨性和实践应用来促进体验式学习。完成新加坡国立大学MSBA课程后，学生将能够理解、制定和使用相关的数据科学技术和工具，以解决金融、零售、信息技术、供应链、医疗保健等各行业的复杂商业分析问题，毕业时将拥有在本地和国际上备受青睐的技能。

课程长度

全日制 13 个月

总学分 44

课程设置

学生必须完成总共44个模块学分，其中包括8个模块（5个基本模块，3个选修模块）和一个顶点项目。

MSBA顶点模块将是一个为期一年的模块，其形式包括顶点课程、行业分析研讨会和一个为期3-6个月的全日制^顶点项目。

基本模块

学生将完成5个基本模块，为商业分析建立一个跨学科的基础，并从事超越假设的学科边界的严格研究。这涵盖了新加坡国立大学教育框架中的计算机科学、统计学和其他专业学科的接口。掌握本科数学，特别是微积分和线性代数以及编程知识的学生将有优势。

管理经济学中的分析

在这个模块中，学生将研究价格形成、不完全竞争市场的经济表现、博弈论、信息经济学和经验模型。

数据管理与仓储

学生将学习数据库的概念、设计和查询，以及数据仓库的概念、设计和查询。

运营研究与分析

本模块侧重于与商业决策有关的模型建立、解决方法和结果解释。

商业分析的基础

本模块旨在为数据分析技术和应用提供基础。 它的目的是

(1) 强调对工具背后的直觉的理解，而不是数学推导。

(2) 纳入真实世界的数据集和分析项目，以帮助学生沟通理论和实践；以及

(3) 为学生提供使用数据分析软件的实践经验，使概念和想法可视化，并练习如何解决问题。

该模块包括常用的分析工具，如逻辑回归和决策树。

高级分析和机器学习（前提是DBA5106）。

该模块提供了一个关于高级数据分析方法的一般介绍。它是第一个基础模块的续集，涵盖高级决策树技术、支持向量机、无监督、半监督和强化学习。

选修模块（来自5个垂直领域）

除了基本模块外，学生还需要从以下垂直行业中最多选择两个模块进行选修。

这些选修模块将帮助他们深入了解特定行业部门所需的不同分析技术，并建立在基本模块所学的知识、概念和技能之上。通过这些选修模块，学生可以创新、设计和完善技术和工具，以解决复杂问题。

有志于成为以下五个行业以外的其他垂直领域的商业分析专家的学生，可以在获得学术委员会批准的情况下，从相关的参与院系学习相关的高级模块。

大数据分析技术

学生学习分析无法容纳在计算机内存中的数据，并将这种分析应用于网络应用。主题包括map-reduce作为创建在非常大的数据量上操作的并行算法的工具，相似性搜索，数据流处理，搜索引擎技术，以及非常大的高维数据集的聚类。

云计算

学生获得云计算的设计、管理和应用的概述。主题包括管理虚拟化、云计算环境、云设计模式和使用案例、数据中心架构和技术、云服务的实现和保证、云资源的协调和自动化、云容量管理、云经济学、案例研究。

神经网络和深度学习

学生获得深度神经网络的知识和在现实世界问题上有效应用深度学习方法的能力。学生设计、开发和评估基于深度学习的实际问题的解决方案，例如在计算机视觉、生物信息学、金融技术、网络安全和游戏领域。

消费者数据分析

商业分析（消费者）的实践

学生学习分析项目的所有阶段，包括设计、数据收集、执行和展示。学生通过组织中的数据管道使用技术工具和统计方法，重点是因果分析和计量经济学识别技术。学生在公开活动中展示他们的项目，向同行、教师、投资者和行业专家开放。

网络科学和分析简介

本模块旨在向学生介绍网络科学与分析领域，该领域在网络理论、统计分析和商业智能的汇合处迅速崛起。学生将学习网络基础知识、计算技术和数据集的实践经验，并接触商业应用。

金融与风险分析

金融技术、赋能技术和分析

学生通过真实的案例研究和行业中使用的技术，如区块链和人工智能（AI），学习金融技术和相关技术的当前发展。

量化风险管理

学生学习金融和非金融机构使用的概率和统计方法，以模拟市场、信贷和运营风险。涵盖的主题包括损失分布、多变量模型、依赖和共轭、极值理论、风险测量、风险聚集、风险分配和供应链风险管理。

医疗保健分析

医疗保健技术评估的经济方法

学生学习如何进行自己的研究和理解他人的健康技术评估（HTA）的研究。该模块还包括卫生计量学、成本效益和医疗保健的经济评估，以及联合分析。

医疗保健分析

学生获得对医疗分析的见解，包括与临床相关的和与医疗运营相关的分析，以及他们如何选择正确的技术来解决相关问题。

医疗保健中的信息技术

学生学习信息技术（IT）在新加坡医疗保健中的应用，以及如何在工作场所成功管理和评估IT项目。

统计建模

应用回归分析

本模块使用多元回归、模型诊断、补救措施、变量选择技术、非最小二乘法估计、非线性模型、单因素和双因素方差分析、协方差分析，以及作为广义线性模型特例的线性模型。

分类数据分析II

本模块使用分类响应数据和或然率表，对数线性模型，建立和应用对数线性模型，序数变量的对数线性和对数模型，多指标响应模型。

非参数回归

本模块使用各种平滑方法，包括核、样条、最近的邻居、正交系列和惩罚性似然。

存活率分析

本模块包括生存时间的概率模型，图形程序，推理程序，参数和非参数模型，考克斯比例危害模型，分组数据的回归模型，贝叶斯预测分布。

新加坡国立大学MSBA专业咨询顶点项目

与行业相关的专业咨询顶点项目分析并提供当今现实世界的商业分析问题的解决方案。它使学生能够沉浸在真实的商业环境中，并建设性地回馈给商业分析界。

顶点模块将是一个为期一年的模块，包括顶点课程、行业分析、研讨会和一个3-6个月的全职^顶点项目。在专业咨询顶点项目结束后，新加坡国立大学MSBA学生将在商业分析中心研讨会（BACS），即以前的商业分析技术晚会（BATE）上通过海报展示的画廊走秀来展示他们的商业分析顶点项目。

BACS是一个很好的平台，让学生与工业伙伴互动，与分析专家交流，并与潜在雇主见面。

新加坡国立大学商业分析中心研讨会（BACS）

一年一度的新加坡国立大学商业分析中心研讨会（BACS）是为了在工业界和学术界之间建立持久的联系而举办的。它聚集了对商业分析（BA）和人工智能（AI）相关领域有强烈兴趣的志同道合者，每年吸引了数百名行业领先的管理人员、从业人员、学术研究人员和大学生。

录取标准

良好的学士学位，最好来自商业、计算机、经济、工程、数学、科学或统计学，并获得良好的荣誉等级；或至少2年的相关工作经验

海外学位持有者需在GRE/GMAT中取得良好的量化成绩**。

坚实的数学基础

*所有证书将根据每年申请者的质量进行加权计算。因此，任何部分都没有最低分数线。

**如果你毕业于4所本地大学（新加坡国立大学、南洋理工大学、新加坡国立大学、南洋理工大学）中的任何一所，GRE/GMAT将被豁免。

2023/24学年的学费。

申请费。S$100

国际学生 - 65,000新元

学费需缴纳新加坡商品和服务税（GST - 8%）。

学费不包括推荐的教科书和读物的费用。旅费、住宿费和杂费不包括在内，由学员自己承担。

此文章摘自学校官网Masters in Business Analytics (MSBA) – (NUS BAC)