¿Cómo es el nuevo programa de Maestría en Análisis de la Universidad de Chicago?

Answer 1

Dado que algunos lectores están comparando la MS en Analytics con la MS en Estadística, permítanme verificar. La maestría en análisis (en general, no solo la de esta escuela) no es la misma que la maestría en estadística. Póngalos de esta manera:

MS en Estadística = 100% Estadísticas (a veces 80-90% Estadísticas, más algunas asignaturas optativas, dependiendo de las escuelas).

Maestría en Análisis = 60-70% Estadística + 20% Informática + 10-20% Negocios, (dependiendo de las diferentes escuelas, el porcentaje podría ser ligeramente diferente). Por lo general, una “maestría en análisis de negocios” tiene más negocios y menos estadísticas que una “maestría en análisis”.

Por lo tanto, los programas de MS in Analytics no suelen producir estadísticos. Por lo general, producen analistas de datos, analistas de negocios, gerentes de análisis, científicos de datos … que trabajan principalmente para empresas comerciales. Se omitirán algunos de los temas avanzados en Estadística con pocas aplicaciones prácticas en los negocios. Definitivamente usará R y / o SAS, pero no Matlab. Probablemente no conocerá tantas estadísticas como un estadístico capacitado formalmente, pero sabrá más que suficientes estadísticas para aplicar en los negocios. En cambio, aprenderá algunas otras habilidades que muchas empresas necesitan, pero es poco probable que un estadístico típico sea competente, como habilidades informáticas (bases de datos, Big Data, Hadoop, Hive, Pig, Python, NoSQL, lenguajes de programación …) y negocios habilidades (cómo comunicar conceptos estadísticos a una audiencia no técnica, cómo traducir problemas de negocios en problemas de análisis, cómo aplicar estadísticas en marketing, finanzas …).

Answer 2

La aceptación es competitiva, a la par con la mayoría de los programas de UChicago. No han publicado las tasas de aceptación oficialmente, pero al conocer a algunas personas en admisiones, la última cohorte fue de ~ 8%.

El programa está bien equilibrado, una inmersión profunda en métodos estadísticos, álgebra lineal, series de tiempo, modelos no lineales, clases relacionadas con datos, etc., pero también se completó con un enfoque en el diseño de investigación / estudio, así como en algunos negocios / Clases enfocadas en liderazgo. Una buena combinación de estadísticas / matemáticas, tecnología y enfoque comercial que se presta para garantizar que los estudiantes estén bien formados.

La programación no se enseña (aunque hay talleres todos los términos sobre ciertos temas, como R, Python, Hadoop, etc.), por lo que se espera que conozca los conceptos básicos o que los resuelva por su cuenta.

Al centrarse en Booth (y supongo que se inclina por UChicago en general), muchas veces el material del curso puede orientarse en gran medida hacia ejemplos de finanzas, etc. Incluso si no tiene experiencia en ese mundo, hay muchos estudiantes que tienen experiencia laboral o títulos en el área que están felices de ayudarlo.

Los alumnos son muy brillantes. En una buena cantidad de cursos que he tomado, los estudiantes con títulos avanzados (MS / MBA o PhD) han superado en número a los estudiantes que están cursando su primer título de MS.

La facultad es una mezcla de profesores de otros programas (Booth / Quant Math / Stats) y profesionales de la industria. Al ser una universidad de investigación, hay una tendencia a que algunas clases se centren más en la teoría, pero desde mi experiencia es un buen equilibrio en general.

Es un programa serio de una universidad seria, y definitivamente no es solo un intento de subirse al tren de la “educación en big data” (eso debería ser evidente por el tiempo que les llevó poner en marcha este programa …). Hace apenas un año (a principios de 2015) y algunas escuelas han tenido programas durante 5-7 años.

Todavía hay algunos dolores de crecimiento debido a la novedad de todo, pero nada importante y los bordes ásperos están casi resueltos.

Las oportunidades de establecer contactos también son fantásticas. Hay muchas personas impresionantes caminando por los pasillos de Gleacher y tienes la opción de tomar clases de otros programas (Booth / Harris, etc.). El programa ha organizado dos reuniones con posibles empleadores desde que he estado allí (y estamos hablando de grandes golpeadores, Google, etc.) y programó una serie de eventos de oradores con algunas personas igualmente impresionantes (Hadley Wickham, por ejemplo).

Answer 3

En primer lugar, este programa no es tan competitivo como la escuela de posgrado. Lo comparable sería una maestría en estadística en la universidad de Chicago, que es varios órdenes de magnitud más difíciles de alcanzar. No sé de dónde vino la tasa de aceptación del 8%, pero si eso es cierto, es porque su grupo de solicitantes es extremadamente débil. Una exploración rápida a través de los perfiles de los estudiantes en este programa en comparación con los maestros en estadísticas mostraría una gran diferencia.

Creo que este programa está bien siempre y cuando te des cuenta de que en el mundo de las estadísticas, estarás en el último peldaño. Eso puede estar bien o no, dependiendo de cuáles sean sus objetivos. Si tenía una licenciatura no técnica y desea obtener un poco de experiencia técnica, entonces este programa está bien. Simplemente no espere ser competitivo con los estudiantes que obtienen un verdadero título de posgrado en estadística.