今天就来为大家详细介绍一下目前的“顶流”专业——商业分析和数据科学。想申请这两个专业的同学可以来仔细对比这两个专业的异同，选择更加适合自身情况的项目去申请。

BA与DS概览

BA与DS的确存在着不少相似之处。比如两者其实皆出自于分析学这一项目本源，再比如两者也都是作为“交叉学科”而存在于各大高校之中。

虽然BA与DS的诞生，都是为了满足商业企业在决策中，因为对数据的依赖而带来对数据分析的需求，但它们在构成部分的明细方面其实有着鲜明的不同。

 商业分析 

BA专业大多设置在商学院下，课程设置意在数理编程和管理科学中寻求平衡。因此在课程内容方面，统计学、商科与计算机领域基本以4：3：3的比例平分秋色。

 数据科学 

DS专业则普遍被开设到了计算机或统计学院之下，课程设置明显更侧重于培育学生利用计算机进行数据分析的能力。在DS的课程内容中，计算机领域的知识占比超过一半，其余部分由统计学与应用知识平分。

由课程设置的差异性带来的，自然是“入口”与“出口”的截然不同。

Part.1 申请

 商业分析 

BA专业对于学生建模能力和编程基础的要求并不是太高，但期望申请者具有良好的商业思维意识，以及在PS中展露的出色沟通交流能力与创新能力。以BA项目的TOP1麻省理工（MIT）举例，BA项目的先修课要求通常会定在数学、统计学、机器学习和计算机编程的相关课程领域，此外GPA与GRE成绩依然申请时可靠的加分项之一。

不过总体来说，BA专业对于申请者的背景要求限制并不算太多，本科是商科、理工科背景的同学都可以进行尝试。

 数据科学 

DS专业就无疑对申请者的专业背景要求更高一些了，申请人需要具备出色的数学基础和编程能力。虽然统计、数学、应用数学、金工等注重量化的专业也都符合申请条件，但一般来说，DS项目最青睐的本科专业是依然是CS。

常见的先修课程包括：微积分、线性代数、统计、计算机编程基础（Python、R等）、计量经济学与概率论等。

Part.2 就业

 商业分析 

BA并不特别局限于行业的一类职位，无论是在各个领域从事商业分析工作，还是投身于咨询公司、四大、投行等担任咨询顾问或数据分析师，对于BA毕业生而言都是一个不错的选择。

该项目目前在美国的各个城市也都有需求，且需求和城市的发展程度成正比。BA需求较大的地区/城市包括：旧金山地区，洛杉矶地区，西雅图，纽约，德州的奥斯汀+达拉斯，芝加哥，波士顿等。

 数据科学 

DS方面的就业出口则大抵分为 Data Scientist（数据科学家），Data Engineer（数据工程师）与Data Analyst（数据分析员）这三种。

• Data Scientist的主要工作内容是建立统计模型，设计实验（A/B Testing），发现data insight等，要有扎实的数学功底，不错的编程技术来实现模型（Python）以及良好的商业意识。
• Data Engineer，主要工作是建立数据科学的pipeline，一般需要对大数据平台非常熟悉，熟练掌握Hadoop，Spark等技术，对统计建模要求不高，但需要有很好的编程能力。
• Data Analyst，主要职责则是数据处理，简单的分析和可视化。

以上就是这两个专业的一些异同点，在此，想提醒大家的是，在申请的过程中，除了要看重名校title与行业前景之外，也一定要对申请项目本身做足功课与了解。只有找到一个真正适合自己的项目，才能让你在自己的留学生涯中，完成学业成就与精神满足的双向丰收~

免费福利

1.注册后免费查看一份留学档案：美国商业分析硕士录取者GPA、语言成绩、留学文书

2.申请成功者背景参考：注册后添加客服，发送「目标申请国家/地区+专业」领取

3.注册后无限量查看：各大名校商业分析录取者留学文书范文，含PS/SOP、简历、Essay等

（信息整理自网络，侵联删除）