2023 MSBA 申請心得_ 無程式背景者的線上自學資源(DataCamp、edX、Kaggle、YouTube…)
前言
在查詢各校 MSBA 申請條件(prerequisite) 時相信大家都會發現許多學校都要求 Programming Experience。而我大學讀的是經濟系，在工作上雖然大量使用 Excel 進行分析，但在申請研究所前卻是一行 code 都沒寫過。在工作申請兩頭燒的我要補修學分已經來不及，幸好還有取得指定線上課程證書這條路。然而各校要求不一、線上課程多元又複雜，當時我對於要修哪些課程才能最大化符合各校要求做了許多功課，最後選定 DataCamp 作為主要自學課程，並搭配許多線上資源來逐步強化自己數據分析相關的程式能力。
若你也是無程式背景，正在煩惱到底要怎麼在有限的時間內達成 MSBA 申請門檻，或是想進一步增強程式分析相關能力，就請繼續往下看吧！
【本文內容大綱】
要取得哪些 DataCamp SQL & Pyton 課程證書才能達成 MSBA 申請門檻？
商業分析的基礎程式語言：SQL & Python
一開始最煩惱的問題就是「要取得哪些程式語言的證書才符合學校要求？」，當時我只知道數據分析相關的程式語言包含 R, SQL, Python，但並不清楚這三項的細節差異，也不知道商業分析主要使用哪一個程式語言。在查了很多資料與 Job Description 後，我統整出大部分 Business or Data Analyst 要求的是 SQL 搭配 Excel，Python 則是大部份公司的加分項，至於 R 則較偏向是 Data Scientist 使用的語言。因此我決定先取得 SQL & Python 兩個程式語言的修業證書，若有剩餘時間則會上一些 R 的初階課程。
為什麼選用 DataCamp 付費平台？
確認需要學習哪些程式語言後，下一個問題則是 線上平台、課程這麼多，到底要怎麼選擇？ 我最後使用 DataCamp 做為自學程式語言的線上課程平台，主要原因有以下四項：
- 年租制度，費用約 $150 美金(官網雖然定價 $300，但經常有半價優惠)，一年內不限觀看次數 or 課程，可督促自己學越多賺越多 (?!)
- 課程包含 SQL & Python 兩個必學的語言，也有 R、Power BI…等數據分析重要學科；且練習題目有 Retail、EC 產業和 Marketing Analysis… 等我感興趣的領域。
- 將課程統整成 ”Career Tacks” & “Skill Tracks”，針對職涯與技能需求把分散的課程整合起來。不用自己挑選課程，只要照著選定的 Track 進度走，就可以循序漸進的學習。畢竟沒有程式背景，要自己選課不論是順序或是重要程度都很難掌握。
- 我想申請的所有學校，都承認 DataCamp 的修業證書。
建議各位在選擇自學平台時，一定要先試看課程、操作介面，並再三確認想申請的學校是否都有承認這個平台發放的證書喔！
要取得哪些 DataCamp SQL & Pyton 課程證書才能達成 MSBA 申請門檻？
各校 MSBA 在 programming certificate 上的要求都不相同，建議在選擇課程前要先確認是否符合你想申請學校的標準，再來針對可用來學習的時間尋找適合的課程，我當初因為時間有限，申請時只交了 Data Analyst with Python (36hr 課程) 證書，但在 SOP 中有聲明自己正在上 SQL ＆ R 的課程，預計 xx 月前會再取得相關證書。
至於要上哪些課程才符合多數 MSBA 的申請門檻，以下提供各位申請者根據申請前可自學的時間來選擇課程：
時間充裕者，建議選擇 Career Tracks 扎實訓練
我推薦若時間足夠可以選 Data Analyst 的 Career Tracks：
- Data Analyst in SQL (39hr)
- Data Analyst with Python (36hr)
這個 Track 幫我們把課程順序與單元都安排好了，只要循序漸進的認真學習，對於 Data Analyst 所需要的 coding 技術就會有一定程度的掌握。此外，Data Analyst Career Tracks 除了涵括程式語言基礎概念課程外，也會稍微延伸到比較進階的領域，雖然不一定能 100% 吸收，但至少對於整個語言能使用在分析上的範圍與應用能更理解。因此建議時間足夠的申請者，可以選擇這類型課程。若還有時間且想更具挑戰的課程也可以選擇 Data Scientist with Python (96hr) ，內容是 Data Analyst 的更進階課程，範圍就會涵括到 Regression、Machine Learning…等領域。
時間有限者，建議選擇 Skill Tracks 打好基礎
若時間有限，也可以先修以下兩個 Skill Tracks 的課程，裡面有許多單元與 Career Tracks 相同，所以可以先拿到以下兩個課程的證書去丟申請，後續有更多時間再回到 Data Analyst Career Tracks 把剩餘的單元修完。
- SQL Fundamentals (22hr)
- Python Fundamentals (15hr)
另外，也請務必注意各校針對課程長度的要求，例如我印象中 UMN 有要求學程長度需 >20hr。
至於要先上 SQL or Python 我則認為沒有一定，SQL 邏輯比較單純所以入門很快，Python 入門也不難只不過在一些進階應用上邏輯較複雜，就是看你是喜歡先甘後苦（SQL→ Python) or 先苦後甘（Python→ SQL) 囉～
善用 Projects 複習所學
DataCamp 還有一個很重要的資源千萬別漏掉！！就是練習 Projects！！非常建議上完課拿到 certificate 後，一定要找幾個 project 練習，確保自己有將課程內容吸收，並且可以初步應用在分析上。因為 DataCamp 課程中的練習屬於模組化訓練，一個單元上完馬上練習相對應的題目，但當全部概念混在一起時可能就容易出錯或是沒有印象，因此可以透過寫 project 來提升自己的應用，並抓出還不熟悉的主題反覆練習。
建議可以先選有標註 “GUIDED” 的 project 練習，並搭配 ChatGPT 檢討，逐步釐清自己的錯誤，了解每一行程式的邏輯才是練習 project 最重要的目的。
其他課程證書推薦
若完成 SQL & Python 後還有時間，或是申請後的空擋，也可以再進一步學習 DataCamp Skill Tracks 中 R 基礎課程以及 Visualization 的常用工具，這些都是商業分析中有可能使用到的能力，就算已經完成申請，也很建議各位在等待放榜 or 等待出國的期間持續學習，畢竟年費都繳了，當然要用好用滿啊!
- R 語言：R Programming (22hr) / Data Analyst with R (36hr)
- Data Visualization：Power BI Fundamentals (17hr) / Tableau Fundamentals (24hr)
另外，我也看到許多文章與 Data Analyst 推薦 coursera 的分析學程：
- Google Data Analytics (6個月，每週10hr)
因為我當初已經購買 DataCamp 就沒有考慮其他付費平台，但我稍微研究了課程大綱，這堂課以 SQL 為主要程式語言，課程內容傳授學生如何建立分析思維與實際應用情境，我自己評估這堂課應該會很適合沒有實務分析經驗的人，透過課程逐步建立分析的架構與知識；但因為我並沒有實際上過這門課，就當作是提供大家另一個方向參考，若有興趣可以先去查查其他人的修業心得喔！
其他自我充實課程與資源
1. 唐麗英老師統計學- 適合複習統計關念
統計學是分析的基礎，從最基本的平均數、中位數、標準差等觀念，到進階的信賴區間、假說檢定、迴歸分析等分析方法，幾乎所有 MSBA 申請門檻都要求申請人有修過統計學。
我大學時修過統計，所以相關主題都聽過但細節內容卻忘光了。幸好有唐麗英教授的免費線上課程，讓我逐步複習。一直很喜歡唐教授的上課風格，他經常會用很生活化的例子把複雜的概念簡化，想當年大學統計考試前，我也都會看唐麗英教授的影片來惡補(?!)，印相中當時的畫質慘不人睹，很感恩近年有推出更新版本的線上課程：
2. edX 兩堂哈佛大學課程- 學習基礎 CS(電腦科學) & 線性代數
這兩堂課是我收到 UC Davis MSBA offer letter 上註明要補修的課程，因為 UC Davis 是第一個通知錄取的學校，所以我一開始很認真的上這兩堂課：
- Harvard University: CS50’s Introduction to Computer Science
聽說這堂課是 CS 領域的神課，內容並非著重某一項程式語言，而是傳授電腦科學的基礎知識、打通概念，教授 David J. Malan 幽默風趣又帥氣(?!)，課程上用實體道具實際展演程式邏輯，讓艱澀難懂的架構瞬間變得超級簡單；而且教授非常用心，上課的走位、道具擺放、互動…等都看得出來經過許多準備，透過影片甚至可以看到他滿頭大汗。雖然 MSBA 沒有要讀 CS，但透過這堂課可以學到程式語言的基礎觀念，我自己上完是覺得針對程式邏輯與理解有種茅塞頓開的感覺；而且 David 說話超級快，透過這堂課還能跟著他的語速訓練自己英文聽力＋吸收課程內容，算是好處多多，推薦給大家～ - Harvard University: Introduction to Linear Models and Matrix Algebra這堂課是線性代數基礎課程，教授上課使用 R 語言作為主要工具，建議先學過 R 語言基礎課程並爬文看線性代數基礎知識後再來上課，不然會有種上完課霧煞煞的感覺(對就是我本人親身感受 XD)。
至於課程內容，說實話對於當時沒有 R & 線代觀念的我來說非常艱難，所以我上課主要目標是“建立印象”，無法到達“應用 or 融會貫通”的境界 T T，但畢竟線性代數也是多數 MSBA 學科要求的先修課程之一，所以大家還是可以先試聽看看囉！
另外，我也有看過幾堂台大蘇柏青教授的線性代數課程，內容比較多數學證明，較少數據分析應用的情境，因為比較不符合我的學習習慣，所以我並沒有上完整個課程，但還是介紹給大家可以自己去聽聽看再做評估喔！
上述兩堂 edX 的課程基本上可以免費觀看(有限時間內)，但若要領取證書就需要付費並完成作業及考試喔！
3. Kaggle Data Project
Kaggle 是一個數據分析、建模…等競賽的平台。許多組織與企業除了會提供高額獎金競賽吸引各方高手協助提供解決方案，也會將數據在這個平台上公開，提供給對統計、分析感興趣的人免費下載使用；很多數據分析師、科學家也會在各個 data project 下分享、討論自己的分析成果。
對於無程式背景的我們來說要參加比賽言之過早，但非常推薦各位可以下載自己感興趣的 Data Set，試著用學過的數據分析程式來做分析。大家可以先找感興趣的產業（例如：Retail Sports、Health…等）或領域（例如: Sales、Perdiction、 Data Visualization…等）搜尋 Kaggle 中相關的 Data Set。建議先研究熱門的數據，這樣才有比較多人分析的範例可以參考，之後從模仿開始觀察大家都分析哪些問題、分析步驟為何、用什麼方式呈現分析結果，最後再到自己慣用的原始碼編輯器中練習。搞不好這些 project 都可以成為你未來作品集的一部分喔！
以下推薦一些我感興趣的熱門 Data Set：
Data Analytics YouTube 頻道推薦
前面都是分享學習資源，但自學過程中難免遇到疲乏、心累的時刻，與其邊看課程邊放空，不如換個比較輕鬆的內容觀看。以下推薦三個與 Data Analytics 相關的 YouTube 頻道：
1. Alex The Analyst
Alex 創立頻道的初衷是因為自己當初從無程式背景轉戰到數據分析領域時缺乏免費學習資源所以很痛苦，因此希望能統整自己所學，分享給更多有需要的觀眾。
他的頻道提供許多系統性的教學影片，我喜歡看他的影片來複習 SQL 與 Python。因為初期透過 DataCamp 自學的內容經過一段時間沒用，多少會漏掉一些重要觀念，這時就可以透過 Alex 的影片迅速 pick up。
2. Thu Vu data analytics
Thu 的頻道多提供數據產業的時事資訊，像是數據分析師年度薪水、ChatGPT 是否會取代資料科學家…等話題，還有職涯發展、各式分析工具應用介紹…等等，內容非常活潑多元，很適合想耍廢的時候觀看，輕鬆又可以獲取很多實用資訊，推推！！
3. Data With Mo
Mo Chen 是金融產業的數據分析師，他的影片比較偏向實際分析應用所需要的技能、概念與邏輯，觀看 Mo 的影片讓我對於 Data Analyst 的工作內容更加了解。此外，他也有針對 Data Analyst 的 CV、portfolio 等製作影片，內容整理的非常詳細，很推薦給對於 Data Analyst 職涯發展感興趣的申請者觀看。
結語
上述這些課程證書與自學資源建議，主要是針對像我一樣想讀 MSBA 且未來職涯發展偏向 Data Analyst 所建議的資訊，若你期望不同的職涯發展，建議可以多觀察相關職位學長姐的 LinkedIn，然後搜集他們都有哪些 certificate、修過哪些課程，這樣對於自己所需的學習資源會更有方向喔！
About Me:
👉 經濟系畢業、沒有程式語言的背景、3~4年工作經驗 👈
2023年申請上南加州大學商業分析研究所（USC MS Business Analytics 2023 Fall) ！
因自行申請的過程中受惠於許多網路文章，所以也希望貢獻一些心得，回饋給正在奮鬥的申請者們 ^^
若有任何申請美國 MSBA 的問題也歡迎透過LinkedIn 與我討論喔☺️