北卡罗来纳州立大学校友

　　2017 新生名单里的 100 多个新生里只有两三个华人，比如我们 2013 年那一届更少了（当时是 80 个人小 10 个的样子）。于是趁着公司服务器巨慢的这会儿功夫，来介绍一下这个传说中就业率接近 100% 的数据分析 (analytics) 项目。

　　今年 113 人毕业，其中 109 人找工作，108 人在毕业之前已经有至少一个 offer，有人据了 McKinsey 的 offer，有人拒了 BCG 的 offer。系里安排了 166 个公司来面试，on site 的有 43 个。所有学生平均起薪 $93,250，其中 0-2 年工作经验的平均起薪 $89,400，3 年以上经验的平均起薪 $101,200，这其中不包括 bonus, sign on bonus, relocation package, RSU 等，看图说话。

　　毕业生去向主要为咨询，软件（这个 SAS 占了很大一块），以及金融行业（银行、信用卡）。

　　offer 方面咨询的有 McKinsey, BCG, Bain & Company, Deloitte, EY, IBM, PwC, Accenture 等，金融方面 BofA, JP Chase, MT Bank, BB&T, PwC 等， 其它还有诸如 GM, Disney, Marriott, Nike, SAS, Teredata 等一众公司。

　　注：上图里加粗的是发了 offer 并且有毕业生接了 offer 的，非加粗的是雇主发了 offer 但是没人去的，比如说 McKinsey， BCG.

　　这个项目创立于 2007 年，是早最创立的少数几个跟工业界结合紧密的项目，项目老大 Dr. Michael Rappa 以前是 MIT 的 professor，2007 年跟 SAS 合作，在北卡州立大学创立了 Institute for Advanced Analytics，至今为止每年的就业率从来没有低于过 90%，包括金融危机时期，过去三年就业率更是每年都超过 95%。

　　除了找工作以外，说说这个项目的优势吧。

　　投资少，见效快

　　项目一共十个月时间，从七月到第二年五月，当然强度也比较高，根据个人情况不同，每周花在学习做项目的时间在40-60小时不等。因为只有一年时间，所以学费相对来说也比较便宜。刚开始创立的时候，学费才几千，2013年的时候是 $30K 出头，现在国际学生的话大概是 $40k 出头，州内学生减半。这几年涨价比较厉害，因为 NCSU 觉得这个项目的毕业生工资普遍比较高，所以需要调整得比较高。

　　实习经历

　　对于刚毕业的人来说，找工作最大的问题就是实习经历。MSA 会结合学生的兴趣安排好公司的项目，大概十月份左右开始每天要花一半的时间在做项目，一方面边做边学，把课上学到的东西用到实习项目中，另一方面积累实习经验，这样不管是在简历上，还是面试的时候，都有非常大的帮助。这对转行的来说（比如说我），更是非常非常的有帮助。

　　项目合作

　　不管是平时学习的每一个小项目，还是贯穿全常年的做项目的过程，都是通过与组员合作完成的。一方面可以跟组里的人互相学习，另一方面这种经历跟在公司也有点类似，在面试的时候很有的可以说的。此外每个月还有 peer feedback，让同组的人给自己评价，以及自己给自己的评价，不断的增强自己的优势，同时改进可以增强的地方。在 Facebook 也有类似的系统，感觉还是挺有用的。

　　面试机会非常多

　　系里面会给安排非常多的面试，如果有绿卡的话那平均面 10 多个公司是很正常的事情，没有绿卡会少一点，我当时面了大概6, 7个公司，on site 的有 3 个，最后拿到其中 2 个公司的 offer. 而且关键的一点，系里会把这些面试都集中安排在一段时间之内，一般是第二年的二月份开始面试过程，这样做的好处是可以集中精力准备，而且如果拿到多个 offer 的话，跟雇主议价就更方便了。

　　不要求科班出身

　　这个项目的学生背景非常广，有以前学数学、统计之类的，也有工科的之类的，当然还有我这样学生物的，以及一些各种文科的，非常适合想转行的人，当然一些基本的数学、统计、概率的基础还是要的，基本上就是高中数学、统率加上统计 101 的要求吧。同时也不要求 GRE，但是托福是要的。

　　说了这么多优点，也来讲讲缺点吧。

　　竞争激烈

　　项目最开始是每年招 40 个人，后来扩张到 80 个人，现在是每年招 120 个人，但是去年收到了 1000 多份申请，竞争还是有点激烈的。

　　毕业生比较少有去 tech 和 quant 行业的

　　如果致力于去 IT 行业的话，这个项目可能不是很合适。一般来说从这个项目出来直接去 tech 行业的很少，毕业之后几年换工作到 tech 行业的还是有一些的，像我们这一届的就我所知道的现在有两个在 Google，一个在 Uber，一个在 Facebook 做数据分析的。

　　没法去学术界

　　这个项目是专门为工业界量身定做的，如果想去学术界的话，这个项目完全不合适。