¿Cómo es el programa de Maestría en Business Analytics en el Imperial College London?

Actualmente soy uno de los 57 estudiantes de la primera cohorte de este programa, que comenzó por primera vez en octubre de 2015 y tendrá su segunda admisión en septiembre de 2016 (movieron la fecha de inicio en un mes para sincronizarlo con el otro maestros de la escuela de negocios). También formo parte del Comité de Estudiantes y Personal del programa.

¿Por qué elegí este programa?

Hice mis estudios universitarios en Suiza, estudié economía y administración (HEC Lausanne) y pasé mi tercer y último año en el extranjero en la Universidad de Michigan.

El sistema educativo suizo es muy similar al sistema educativo alemán, y muchas empresas en esos dos países, a diferencia de la norma del Reino Unido y los Estados Unidos de hacer una licenciatura y comenzar un trabajo directamente después, requieren que tengas una maestría, incluso para aplicar a muchas de las pasantías populares (que a menudo duran de 6 meses a un año). Por lo tanto, era natural para mí pensar dónde seguiría mis estudios a nivel de posgrado.

Imperial College fue (y sigue siendo) una de las únicas mejores escuelas del mundo en ofrecer un título en Business Analytics. No quería seguir estudiando economía porque descubrí que tenía una connotación demasiado “científica / de investigación” (lo que lleva más fácilmente a doctorados y puestos de investigación que a la industria), y después de mirar el contenido de la Maestría en Administración, fue Obviamente no aprendería mucho más de lo que ya sabía de mi licenciatura si estudiara en una de ellas. Business Analytics fue la combinación perfecta de pensamiento técnico y comercial, manteniendo las puertas abiertas tanto en las empresas de TI como en las empresas tradicionales de estrategia / finanzas. Y la ciencia de datos es un tema muy candente en estos días.

Perfil de clase

Esta es probablemente la clase más diversa que he visto, con personas provenientes de casi todos los antecedentes posibles. Yo diría (esas son todas estimaciones personales) que tenemos aproximadamente el 60% de la clase proveniente de los negocios / economía / finanzas y el 40% de los antecedentes más típicos de ingeniería (informática / matemáticas / biología / etc.). La relación hombre / mujer es casi de 50/50 (me sorprendió un poco dado lo “geek” que suena el programa). La mayoría de las personas provienen de Asia (especialmente China), muchas provienen de Europa y algunas de Inglaterra, y aún menos provienen del resto del mundo (los estadounidenses generalmente están poco representados en las universidades europeas, al igual que los europeos son raros en las universidades estadounidenses) .

La mayoría de las personas vinieron directamente de pregrado con generalmente al menos una o dos pasantías en su currículum (yo era un poco la excepción sin pasantía, pero esto es un poco la norma en Suiza y lo compensé con más extracurricular). La edad oscilaba entre 20 y casi 30 años, pero la mediana era probablemente alrededor de 23/24. Una proporción significativa de la clase tenía uno o dos años de experiencia laboral, hasta más de cinco años, creo, principalmente en consultoría de gestión. Muchos de aquellos con experiencia laboral vinieron con la esperanza de hacer una transición parcial hacia una posición más técnica, ya sea en su empresa o en una empresa diferente, o legitimar sus conocimientos.

Excepto por las pocas personas que estudiaron ciencias de la computación, la mayoría de los estudiantes solo habían limitado o no tenían experiencia previa en codificación. Tengo entendido que el equipo de reclutamiento dará un poco más de peso a la experiencia de programación este año, ya que las personas sin experiencia en codificación tuvieron dificultades para aprender todo desde cero.

Si ya tiene mucha experiencia en ciencia de datos, probablemente se aburrirá con este programa. Seguramente aprenderá toneladas de cosas nuevas, pero muchas serán redundantes también y probablemente sería mejor con un título en negocios regular o un título de maestría en CS.

Cursos y Estructura del Programa

El programa es parte de la Escuela de Negocios, no del departamento de Informática. Como tal, casi todas las clases tenían un componente de negocios, y algunas de ellas eran casi solo clases de negocios, con un ligero “enfoque de big data”. Dos de nuestras clases han sido impartidas por el Departamento de CS, pero fueron diseñadas específicamente para nuestro programa. Pero este NO es un programa de ciencias de la computación, por lo que no aprenderá a codificar de la misma manera que lo habría hecho si se hubiera licenciado en ciencias de la computación; Los cursos se centran en lo que es útil para el negocio y que puede aprender en el lapso de un año.

Para ser honesto, debido a que fue el primer año, la organización y coordinación de las diferentes clases ha sido bastante complicada, por lo que muchas cosas deberían cambiar en función de nuestros comentarios (se reemplazarán algunos cursos y profesores, con algunos contenidos importantes). cambios)

La mayor parte de la calificación se realizó mediante cursos evaluados y proyectos grupales. Solo tuvimos dos exámenes este año (debería haber más el próximo año). El mayor inconveniente es que terminas extremadamente ocupado algunas semanas, antes de una fecha límite importante, y luego tienes mucho tiempo libre la semana siguiente, pero no siempre es predecible de antemano.

Como casi todos los maestros en el Reino Unido, espere tener alrededor de 13-14 horas de clase por semana + unas pocas horas para tutoriales adicionales + muchos eventos profesionales opcionales. Esto realmente no es mucho (especialmente en comparación con el sistema suizo donde fácilmente teníamos más de 30 horas por semana), pero parece ser el estándar en todo el país (incluidos LSE, UCL, etc.). Cada semestre consta de 10 semanas de clase, y tenemos un total de 3 “semestres”, pero la segunda mitad del semestre de verano es en realidad una colocación laboral (lea “cualquier pasantía regular”) o un proyecto de consultoría para una empresa, como así como un breve informe sobre su proyecto de colocación laboral / consultoría y un informe de 5000 palabras sobre cualquier tema que elija (como una mini tesis de maestría), por lo que en realidad solo tenemos 25 semanas de clases. De nuevo, esto puede parecer relativamente poco en comparación con los esfuerzos que uno tiene que hacer para obtener un 90 ECTS master en el sistema alemán / suizo, pero es el estándar en todo el Reino Unido (y en LSE solo tienen 2 semestres de clase + 1 semestre completo de exámenes).

Los cursos generalmente no son demasiado complejos, es decir, casi siempre puedes entender lo que dice el profesor, pero son bastante prácticos, al menos en comparación con el sistema alemán / suizo.

Lenguajes de programación

Usamos principalmente R y Python . Oficialmente, se ofrecerán algunos talleres al comienzo del semestre, pero en mi opinión, DEBE comenzar a aprenderlos durante el verano si no está muy familiarizado con ellos o se perderá por completo rápidamente. Lo que sucederá es que tendrás un taller rápido de dos días, luego comenzarán las clases y las tareas de programación ya se acumularán: no tendrás tiempo para hacer la tarea y aprender programación al mismo tiempo. Este año, se otorgaron muchas extensiones de plazos debido a eso, pero podría ser menos flexible el próximo año.

Una de las clases también requería un uso intensivo de Matlab , pero definitivamente es menos importante y se puede aprender más adelante en el año. Se requiere un poco de HTML / CSS / Javascript para la clase de Visualización (usando la biblioteca D3.js ), lo que puede resultar desafiante, pero probablemente no valga la pena estudiarlo con mucha anticipación (a menos que lo desee, por supuesto). siempre será útil más adelante).

También se utilizarán algunas herramientas como AMPL y Tableau , pero puede aprender cómo usarlas durante el semestre.

Búsqueda de trabajo

La marca Imperial definitivamente marca la diferencia, al menos para obtener entrevistas. Tener éxito en ellos es otra historia. Creo que muchas personas se han decepcionado este año porque pensaron que podrían cambiar completamente su carrera y convertirse en científicos de datos en un año. Para la mayoría, esto no es realista (e Imperial no es totalmente inocente dada la forma en que promovieron su programa): a menos que tenga mucha motivación, alguna experiencia previa en programación y siga mis consejos y se prepare mucho durante el verano, será muy difícil convertirse en “científico de datos” en una de las grandes empresas. Para muchos reclutadores, ni siquiera será “elegible” a menos que tenga el título de licenciatura apropiado. Y esto sería lo mismo en cualquier otra escuela. El otro problema es que muchas grandes empresas reclutan ya en octubre para la admisión del próximo año, lo que realmente no le da mucho tiempo para ponerse al día para las entrevistas técnicas (sí, no se olvide de prepararse para esas entrevistas, que son totalmente diferentes de lo que requieren los bancos y las empresas de consultoría estratégica). Sin embargo, esto no es totalmente imposible, y algunas personas en nuestra ingesta lograron esta conversión bastante radical.

Sin embargo, lo que puede convertirse fácilmente en un analista de datos, o trabajar en prácticamente cualquier función comercial que requiera experiencia en datos (por ejemplo, Google. Ahora estoy haciendo una pasantía en su equipo de inteligencia de negocios de finanzas para mi puesto de trabajo; es muy técnico lado de su departamento de finanzas. Este maestro me preparó perfectamente para todas las tecnologías que usamos aquí). Para tales roles, este programa proporciona una excelente preparación. Si realmente domina el contenido del curso, incluso tendrá una gran ventaja en comparación con la mayoría de los otros solicitantes.

Creo que el inconveniente de este programa es que requerirá mucho más esfuerzo para conseguir un trabajo que, por ejemplo, un Msc en Administración, ya que tendrá que dominar rápidamente algunas habilidades totalmente nuevas y competir contra las personas que lo han estado estudiando durante Muchos años más. Pero esto también es lo que lo hace más divertido: ¡hay más para aprender!

Centro de carreras

Creo que la mayoría de la gente estaría de acuerdo en que el centro de carreras era un recurso realmente útil. Casi todos los días recibíamos por correo electrónico los puestos a los que podíamos postular (lo que no parece mucho, pero era muy conveniente que nos notificaran sobre todos los plazos principales de solicitud e informaran sobre el reclutamiento de empresas boutique), y había casi todos semana un evento profesional organizado específicamente para nuestro programa (generalmente un orador invitado dando una charla sobre la empresa que representa, con la oportunidad de establecer contactos al final. Desafortunadamente, la mayoría de estas charlas terminan siendo bastante aburridas) + ferias de carreras en escuelas de negocios pocas veces por semestre + ferias de carrera imperial algunas veces por semestre (+ otros eventos de carrera organizados por sociedades imperiales). Pero si está activo y no tiene miedo de hacer preguntas y hablar con los representantes de la compañía, ¡hay cosas que hacer casi todos los días!

Además de eso, puede programar sesiones privadas con consultores de carrera, lo cual es realmente útil para preparar entrevistas de casos para consultas. Desafortunadamente, el equipo de carrera aún no está acostumbrado a las entrevistas técnicas (ya que es el primer año que los estudiantes de la escuela de negocios solicitan puestos de Data Science) por lo que son de ayuda limitada para eso. Pero esto debería mejorar con los años.

Incluso diría que el centro de carreras de la escuela de negocios es incluso mejor que en los otros departamentos (lo que sospecho se debe en parte al nivel de matrícula que pagamos).

Programas similares

Programas similares que existen hoy en el Reino Unido son UCL y Warwick’s Msc in Business Analytics. Tengo entendido que el programa de UCL es impartido por el departamento de Ciencias de la Computación, por lo que es un poco más técnico, pero por lo que he escuchado no es fundamentalmente diferente. Warwick parece ser incluso menos técnico que el de Imperial. A menos que el dinero sea un problema, creo que la ganancia de reputación de estudiar en Imperial lo convierte en una mejor opción.

También podría estar interesado en programas como el Msc Management Science / Operation Research / Information Systems de LSE. Son más antiguos, más comunes en otras universidades de todo el mundo, y algunos dirían que son la “versión antigua de análisis de negocios”. Hay un poco de verdad, y algunas personas de nuestra clase en realidad tenían ofertas para ambos (yo mismo rechacé que LSE fuera a Imperial). O si tiene una licenciatura en CS, le aconsejaría continuar con una maestría en CS y especializarse en un campo como Machine Learning.

Conclusión

Personalmente, no soy fanático del sistema educativo británico (solo unas pocas horas de clase por semana con mucho estudio independiente esperado y contenido relativamente fácil en la clase), pero si sabes qué esperar y esto no te molesta , si sabe cómo se ve una clase de gestión típica (es decir, se le enseñan muchas cosas que podrían parecerle de sentido común), no le molestan las tarifas exorbitantes (de lo contrario, vaya a Suiza, la educación es gratuita incluso en las mejores universidades ) y eres realista sobre lo que se puede lograr en un año, entonces no te decepcionará. Si vienes principalmente por la marca Imperial, lo obtendrás. Si viene a adquirir habilidades que puede usar más adelante en su trabajo, las obtendrá. Si viene principalmente por el conocimiento teórico y espera continuar hacia un doctorado, entonces tal vez elija un programa más tradicional (tal vez incluso dos años).

PD: Consejos personales para aprender R y Python durante el verano:

Para todos los lenguajes de programación, hay tres enfoques diferentes que uno puede adoptar:

  • Curso clásico enseñado (ir a una clase)
  • Clásico autodidacta (leer un libro / sitio web basado en texto)
  • Interactivo / práctico moderno (en un sitio web interactivo donde recibe pequeños fragmentos de teoría junto con asignaciones)

Dependiendo del enfoque que prefiera:

Mi consejo para python:

  • Curso clásico enseñado: La especialización Coursera Python de la Universidad de Michigan: https://www.coursera.org/special… (es como seguir una clase introductoria de CS de pregrado en la universidad)
  • Clásico autodidacta: http://www.python-course.eu/pyth… (es como leer un muy buen libro sobre python)
  • Interactivo / práctico moderno: https://www.codecademy.com (gratis) o https://www.datacamp.com/ (prueba gratuita, luego 25 $ por mes. Más orientado a la ciencia de datos, muy buen sitio web. Vale la pena pagar durante un mes y uso intensivo)

Una vez que haya alcanzado un nivel decente en Python, puede comenzar a tratar de resolver los problemas de programación en http://projecteuler.net. Es un sitio web divertido que le brinda problemas matemáticos para resolver en dificultad creciente con cualquier lenguaje de programación. Todos los problemas se hacen de tal manera que su código puede ejecutarse en solo unos segundos (a menudo menos de un segundo), pero si no lo codifica correctamente, tardará unos minutos u horas en ejecutarse. Por lo tanto, te obliga a optimizar lo que escribes, a jugar con las diferentes estructuras de datos y a pensar realmente en lo que estás haciendo. Comienza con problemas realmente fáciles resueltos por medio millón de usuarios, pero si tomas los últimos problemas, son tan difíciles que solo unas pocas docenas de personas han encontrado la solución.

Mi consejo para R:

  • Curso clásico impartido: El curso de Programación R en Coursera de la Universidad Johns-Hopkins: https://www.coursera.org/learn/r… (es como seguir una clase introductoria de CS de pregrado en la universidad)
  • Clásico autodidacta: (no sé ninguno)
  • Interactivo / práctico moderno: https://www.datacamp.com/ (Utilicé este y lo recomiendo. Prueba gratuita, luego 25 $ por mes. Más orientado a la ciencia de datos, muy buen sitio web. Vale la pena pagar por un mes y usar intensamente)

P.S2: También respondí algunas preguntas para el perfil de un estudiante en el sitio web de aplicaciones de la Escuela de Negocios, que podría contener algunos bits más de información: imperial.ac.uk/business-school/programmes/msc-business-analytics/our -comunidad / perfiles-estudiantes / jonathan-zimmermann

ACTUALIZACIÓN a diciembre de 2016: mi opinión sobre el programa no ha cambiado mucho, por lo que mis puntos de vista sobre esta publicación aún son válidos, pero he escuchado de la nueva cohorte que el equipo del programa realizó muchos cambios en la estructura de los cursos siguiendo las recomendaciones de nuestra cohorte . Por lo tanto, recomendaría contactar a alguien de la nueva clase para obtener una vista actualizada.

Por mi parte, ahora he regresado a McKinsey Ginebra para un puesto de tiempo completo; Si bien normalmente ya no escribo código como consultor, el conocimiento que adquirí en el master ha sido extremadamente útil en mis últimos compromisos. En particular, tuve la oportunidad de trabajar con (en) QuantumBlack, la firma de análisis que adquirió McKinsey, y sé que la mayoría de los competidores consultores tienen iniciativas similares para hacer crecer su brazo de análisis. Desafortunadamente, no tengo una perspectiva lo suficientemente grande como para proporcionar datos precisos de destino / empleo sobre mis compañeros de clase.

El programa de maestría en Business Analytics en el Imperial College London es un programa orientado al trabajo en la era actual. Lea el documento de investigación….