MQM:杜克大学的MQM项目详解 2024-09-06 08:29:19 0 0 杜 克 大 学 杜克大学成立于1838年,是世界顶级研究型大学,也是全美排名前10的顶级私立高校,被称为“南方哈佛”。 学校拥有世界一流的金融、管理、经济、数学、统计、生物和医学项目。 杜克大学的量化管理硕士-商业分析项目 ,英文全称为Master of Quantitative Management (MQM) – Business Analytics适合商科背景、同时对于数据分析感兴趣的同学,也很适合技术背景想要转商科的同学。 该项目虽然是在商学院,但是符合STEM的项目规划,可以帮国际学生毕业后申请较长时间的OPT实习期。 学 制 设 置 本项目为期10个月,从前一年7月到第二年5月总共有5个小学期,每个小学期时长6周会上3-4门课。 在此期间学生可以学习最多19门课程,外加一个Capstone Project,学习压力是比较大的。 课 程 设 置 本项目包含4个分支:Finance、Marketing、Strategy、Forensics。 每个分支要学的课程不同,大家在申请时,需要表明自己想申的方向。 课 程 安 排 总结来说课程主要涵盖三个版块: Foundational Business Courses 01 为学生提供开阔的商业视野,支持未来职业发展。 包括课程:•Business Fundamentals•Business Communication 1•Business Communication 2•Critical Thinking, Communication, and Collaboration•Navigating Organizations Data Analytics Courses 02 主要学习数据分析的技术和方法,会学到相关的工具诸如SQL, R和Tableau。 •Applied Probability and Statistics•Data Infrastructure•Data Science for Business•Decision Analytics and Modeling•Data Visualization•Legal and Ethical Issues of Data Analytics 4个Track 03 (1)Finance Track 包括课程: •Introductory Finance •Intermediate Finance •Derivatives •Fixed Income Securities •Financial Risk Management (2)Marketing Track 包括课程: •Digital Marketing •Market Intelligence •Customer Relationship Management •Pricing (3)Strategy Track 包括课程: •Empirical Economic Analysis •Operations Analytics •Strategic Management •People Analytics (4)Forensic Track 包括课程:(适合会计本科学生) •Financial Reporting Foundations •Financial Statement Fraud •Managing Operational and Informational Risks •Fraud Analytics 录 取 信 息 来看看最新的Class Profile: Class Size非常大,2019年137人,2020年234,后续就稳定在230+,整体较偏爱美本的学生。 点 评 1、有不同的Track, 不同专业背景的人都能在BA里面找到合适自己的Track,同时也可以选修其他Track; 2、加了soft skill course, 提升了软技能,从长远职业发展来看,这是必备的; 3、课程偏软,不够Technical,想做DATA的学生,还需要进行课程的补充; 4、Fuqua校友资源强大,Fuqua拥有在投行、咨询、奥美、四大、快消等领域极其丰富的就业资源和庞大的校友网络。 5、同时Career Service做的非常好,2020年Fuqua还创立了一个Fuqua Volunteer Corporation,只要Fuqua的学生都可以做Fuqua Volunteer Corporation的全职analytics岗位,还没找到全职工作的同学可以保住第一年OPT的身份,再看别的全职机会; 最后,杜克希望找到和自己culture非常match的人,并非分控,所以非常看重文书和面试。 当下,BA第一轮的申请已经结束,接下来将会和你一起准备第二轮的申请,预祝童鞋们成功。 收藏(0)