北京外国语大学国际商学院商业数据分析方向专业课程研修班

根据国务院学位委员会、教育部（2013）36号文件，自2014年起，原"在职研究生课程班"更名为"高级课程研修班"，在职人员申请硕士学位流程及要求不变。

北京外国语大学

学费：40000 元
学制：一年半
上课地点：北京
专业方向：商业数据分析
招生院校：北京外国语大学
关注：次

【详细介绍】

一、培养单位简介

北京外国语大学是教育部直属、首批 “211工程”高校、“985”优势学科创新平台高校、首批双一流学科建设高校。国际商学院目前是北京外国语大学最富有活力、发展最快和教学规模最大的院系之一，致力于建设中国具有最强外语背景的国际化一流商学院，打造中国“跨国商业精英的摇篮”，使学生成为具备国际化视野的，拥有很强知识应用能力和自我发展能力的，跨国、跨文化管理人才。北外国际商学院还拥有从诺贝尔经济学奖得主到中央政府重要财经官员再到顶尖公司总裁在内的多元化的兼职教授和发展顾问队伍，共同为来自全球的未来商业领袖搭建知识谱系平台。

二、方向背景简介

新兴技术使新的消费渠道、消费行为不断涌现，商业模式发生剧变，同时大数据技术的应用门槛也逐渐降低。如何利用大数据分析工具，嵌入科学的数据分析方法实现企业在经营和管理层面决策正确率的提升，成为当前企业在新一轮竞争中急需应对的挑战。因而，具备管理学科综合知识，精通大数据分析工具应用，并能够基于商业逻辑运用数据挖掘、分析、预测等方法解决企业经营和管理问题的商业分析（Business Analytics）高端人才需求空前旺盛。

三、方向特色

1、国内首批前沿课程：首批引进国际顶级商学院的商业分析课程，结合国内企业应用实际需求，实现技术赋能商科人才，引领国内新商科的蓬勃发展。

2、顶尖师资阵容：来自秒针、亚信、SGD等知名企业的多位数据科学家、资深商业分析师亲临授课，带领学员深入浅出，探索商业大数据分析的精彩奥秘。

3、专业实战体系：针对精准广告和金融量化两大行业典型应用展开，让学员系统掌握商业分析知识和技术应用，收获最有价值的行业应用方法。

4、高端交流平台：精准覆盖平台运营、客户运营、数据分析等行业人群，齐聚技术、管理人才，共享北外广泛校友资源，打造高端行业交流平台。

5、学习方式多样化：便捷线上学习平台，与面授课程同步，支持回看功能，强化学习效果，学习更灵活。

6、超强语言学习环境：提供英、日、西、法、俄等多语言课程及国际商务环境课程，为学生提供海外交流与交换学习机会

四、方向简介与人才培养目标

商业数据分析方向是一个注重商业与信息技术结合，以管理学科理论与技能为基础，偏重大数据应用和实际商业分析能力培养的学科方向。该方向旨在培养学生具备管理学硕士的基础知识和技能的同时，掌握商业逻辑、数据挖掘、数据可视化、预测建模、数据归因等商业分析主要方法，能够运用大数据分析工具通过对数据全面有效的研究与分析，围绕商业业务解决所在公司的战略、市场、财务、人力等各种商业问题，为企业制胜发展提供良好的前提条件。在此过程中，帮助学生迅速构建数据思维与商业思维，获得更高的职业发展。

能力分解	对应课程
对大数据技术的认识和理解能力	大数据组织原理与预处理技术
大数据分析工具应用的能力	自动化数据分析与数据可视化应用统计学
商业数据分析能力	时间序列分析与预测商业数据挖掘宏观经济学微观经济学
商业分析与决策的能力	量化投资策略精准广告效果评估与预测
管理能力	企业战略管理高级管理学

五、课程设置

（1）所有方向的学分要求如下：

要求学生必须修满33学分。

1.学位核心课：15学分，须学习5门管理科学与工程专业一级学科必修课，学位课程单科分数不低于70分。

2.方向必修课：18学分,须学习6门方向必修课，学习本方向基础知识、基本理论和研究方法。每门分数不低于60分。

3.选修课程：增设两门免费英语特色课程，帮助学员更好通过英语申硕统考。学员可根据自己兴趣自主选择相关课程进行学习。

（2）方向必修课简介

《大数据组织原理与预处理技术》

该课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce；同时介绍大数据在互联网、商业应用和物流等各个领域的应用。在Hadoop、HDFS、HBase和MapReduce等重要章节，安排了实践操作，让学生更好地学习和掌握大数据关键技术。

《自动化数据分析与数据可视化》

本科基于EXCEL的高级应用，课程以案例驱动为主要授课形式，介绍数据科学的同时，系统教授如何利用 Excel 工具进行自动化数据分析处理的方法。课程还会递进介绍数据可视化的相关理论和支持，讲解如何应用Excel进行数据可视化呈现，课程还要求学生通过利用相关软件完成3个以上可视化作品。

《时间序列分析与预测》

本课程是商业分析的一门核心课程，主要从时间序列的维度引导学生逐步掌握如何基于业务目标按照时间序列分析的方法进行分析和预测，包括平稳时间序列分析、时间序列分解、多元时间序列分析等。

《商业数据挖掘》

本课程围绕商业分析的业务需求，系统讲授科学实用的数据挖掘方法和业务流程，介绍数据可视化、降维、聚类、线性和逻辑回归、分类和回归树、判别分析、朴素贝叶斯、人工神经网络、增量模型、集成算法等实用的分析模型和方法，为学生构建关键数据挖掘方法能力（尤其是分类和预测的预测模型）做基础。

《量化投资策略》

本科课程、基于金融市场的业务需求，突出量化投资细节分解。旨在以模块化的形式展现量化建模思想及逻辑梳理过程，课程内容包含两大模块：计量分析的模型化思维与策略构建流程、公司价值分析。课程根据量化分析思路，系统收集和分析用户行为数据，以达到“秒级”核准或获批业务流程的效果。

《精准广告效果评估与预测》

本课程是站在广告主的视角，基于商业分析的逻辑和方法，使用市场调查方法和大数据分析技术对国内现有的主流精准广告平台（如：腾讯TSA、百度信息流、头条信息流）上的广告业务进行监测、评估和研究（定性研究、定量研究），进而优化和制定出最佳的广告运营策略，并对未来也业务发展作出合理预测。

六、师资介绍

商业数据分析方向由北京外国语大学国际商学院一线教授团队、大数据分析、精准营销领域的行业专家，以及行业领头企业的资深从业者共同授课，丰富的专业理论与贴近行业的实战经验为学生带来前沿的真实项目案例、知识与资源，助力学生快速突破职业瓶颈，得到长远发展的职业提升。

部分师资介绍

专家	专家简介
牛华勇	经济学博士，副教授，北外国际商学院院长中国管理科学学会工商管理专业委员会主任，长期研究经济转型与可持续发展、企业国际化经营等领域。
孙文莉	经济学博士，教授，北外国际商学院副院长中国国际贸易研究会（CTRG）成员。在《财贸研究》、《当代财经》等重要期刊上发表学术论文10余篇，研究方向为国际经济学领域，侧重贸易、投资理论与区域一体化研究, 发展中国家汇率问题研究。
陈若鸿	法学博士，副教授中国国际经济贸易法学研究会理事，北京市法学会理事。在《国际论坛》、《经济论坛》等期刊发表多篇论文。研究方向为WTO法，环境法，反垄断法，国际经济法等。
于勇毅	秒针系统营销科学家上海交通大学特约讲师、西安交通大学兼职讲师、华南理工大学兼职讲师。著有《大数据营销》，长期从事数据营销策划及分析，具有十三年精准营销行业经验，曾服务于IBM、中国电信、Merkle Inc.等知名企业。
刘琪	亚信资深咨询顾问、企业培训专家香港理工大学博士，近20年BI、数据挖掘及机器学习从业经验，深谙大数据体系业务和系统建设，曾为移动、联通及电信提供BI相关产品咨询服务。
刘宇翔	SGD Capital HK量化基金经理、香港中文大学（深圳）金融科技研究所研究员香港中文大学金融工程硕士。近10年金融领域量化分析从业经验，曾获香港交易所年度最佳交易商奖项。曾在标准普尔工作。
李祺	慧科集团大数据学院院长近10余年IT信息技术、软件工程、云计算、大数据系统架构方面从业经验，资深大数据分析师，曾为多个企业提供大数据分析、系统开发等项目服务。研究领域：数据科学、数据可视化、商务数据挖掘。

七、教学、考核

学科培养方向为管理科学与工程专业商业数据分析方向，采用理论与实践相结合的方式。

采用不脱产学习，集中面授与自学相结合的方式，面授集中在周末（六、日）上课，学制：1.5～2年。

八、招生对象与报名条件

招生对象：

1. 从事销售运营、市场运营、平台运营、客户运营等运营相关岗位的人群；

2. 从事数据分析等技术岗位、期望提升管理能力的人群；

3. 从事中高层管理、寻求技术赋能的高端人群。

报名条件：

1. 具有国家承认大专学历的人员，可参加研修班的课程学习，完成学习及课程考试后可获得北京外国语大学颁发的结业证书；

2. 具有国家承认的本科学历学位满两年以上或已获硕士、博士学位的学员，顺利通过课程考试、同学学力申硕考试并论文通过后可获得硕士学位证书。

九、收费标准

学费分为以下部分：

1. 学费：40000元，一次性交齐。缴费当日起一个月内（开课前），学生可申请退课程费，报名费不予退还；开课后一律不可退费。

2．论文指导与答辩费用：6500元。包括论文开题费用、导师指导费用、论文评阅与答辩费用。学生在通过全部考试，申请开题时全部缴纳。

3．申请学位者参加同等学力申请硕士学位全国统一考试、申请硕士学位费用，直接缴纳给国务院学位办规定的相关部门。

【报名信息】

　免费电话：400-8080-302 　

　联系人：欧阳老师　手机：17310788597 　微信：Anne8597

　　　　　江老师　手机：18017921033 　微信：jiangyue2046

简章推荐