一、課程介紹
新加坡國立大學商業分析碩士（MSBA）由新國立商業分析中心（BAC）提供，旨在培養具有商業分析技能的專業人員，以滿足希望通過數據分析改善運營的公司不斷增長的需求。
接受新加坡國立大學商業分析理學碩士（MSBA）課程的學生將具備機器學習等技能，以便在金融、零售、信息技術、供應鏈和醫療保健等各個行業的數據分析領域表現出色。
該課程與各行各業的商業數據分析領域的行業合作夥伴有著密切聯繫，畢業生可以與該社區的領導者互動並向他們學習，以提高自己在商業分析領域的職業前景和能力。
完成計劃後，MSBA畢業生將能夠使用相關數據驅動技術和工具理解和解決複雜的業務分析問題，這是一項在本地和國際上不同行業和環境中備受追捧的技能。
二、入學要求
新加坡國立大學MSBA課程的錄取標準包括：
1）具有良好榮譽優秀學士學位，最好來自：商業、經濟學、計算機、數學、工程、統計學，如果沒有商業分析或上述領域學位，應該在專業相關行業擁有至少 2 年相關工作經驗。
2）對於海外學位持有者，要求良好的定量GRE / GMAT成績。如果畢業於新加坡國立大學、SMU、NTU或SUTD任何一所，GRE/GMAT將被豁免。
3）堅實的數學基礎。
入學人員的基本組成情況主要如下所示：
三、費用和獎學金
申請費為100美元。新加坡國立大學商業分析理學碩士（MSBA）課程的學費：
1）新加坡國立大學校友：55250新幣
2）新加坡公民和永久居民：58500新幣
3）國際：65000新幣
*學費需加收8%的GST（商品和服務）稅。接受該課程offer後，需要預先支付 4000 新元的留位費，此款不可轉讓，亦不可退款。
針對MSBA課程，新加坡國立大學還對需要經濟援助的學生設置了如下的獎學金項目，獎金項目如下：
1）新加坡數字獎學金：由資訊通信媒體發展局提供，旨在培養有抱負的ICM人才，以便在快速發展的數字經濟中為行業做好準備；
2）技能未來學習獎：支持有興趣在信息通信技術領域從事職業的個人。
3）MAS金融獎學金計劃：旨在培養應用金融，定量金融，精算科學和風險管理等目標領域的專業領導者。
4）衛生部人才獎學金：頒發給熱衷於為新加坡公共醫療保健部門做出貢獻的應屆畢業生。
5）金融培訓計劃：為旨在提高新加坡金融業勞動力技能的個人提供財務支持。
四、課程設置
學生必須完成總共44個模塊學分，其中包括8個模塊（5個基本模塊和3個選修課）和1個Capstone Project。
關於Capstone Project：高校會為學生尋找和匹配對口專業的實踐項目，引入社會中真實存在的「客戶」。這些客戶可能來自於企業、政府、國際公益組織，而學生需要基於客戶所面臨的實際問題，開展嚴謹調研，提供專業諮詢服務和解決方案。
在項目考核方面，學生不僅需要全程協助客戶工作、為客戶提供服務，還需要將最終項目成果反饋給學校，接受審核和監督，通常要提交一份基於調研的專業諮詢報告，並進行成果彙報展示。
MSBA設置的Capstone Project將是一個為期1年的模塊，形式包括Capstone課程、行業分析研討會和3-6個月的全職Capstone Project。在專業諮詢Capstone Project結束時，MSBA學生將通過商業分析中心研討會（BACS）上展示的海報畫廊展示其商業分析項目，以前稱為商業分析技術之夜（BATE）。
BACS是學生與行業合作夥伴互動，與分析專業人員建立聯繫並結識潛在僱主的絕佳平台。
一年一度的國大商業分析中心研討會（BACS）旨在建立行業和學術界之間的持久聯繫。它聚集了對商業分析（BA）和人工智慧（AI）相關領域有濃厚興趣的志同道合的人，每年吸引數百名行業領先的高管，從業者，學術研究人員和大學生。
了解本科一年級數學，特別是微積分、線性代數以及編程知識的學生將更具有申請優勢。
01.基本模塊
1）管理經濟學分析：研究價格形成、不完全競爭市場中的經濟表現、博弈論、信息經濟學和實證建模。
2）數據管理和倉儲：學習資料庫概念、設計和查詢數據倉庫概念。
3）運籌學與分析：側重於模型構建、解決方案方法以及與業務決策相關的結果解釋。
4）業務分析基礎：旨在為數據分析技術和應用提供基礎，涵蓋了常用的分析工具，如邏輯回歸和決策樹。包括以下幾方面：
-強調對工具背後的直覺理解，而不是數學推導；
-結合現實世界的數據集和分析項目，幫助學生在理論和實踐之間架起橋樑；
-讓學生掌握使用數據分析軟體的實踐經驗，以可視化概念和想法，並練習解決問題。
5）高級分析和機器學習
02.選修模塊
選修模塊將幫助學生更深入了解特定行業部門所需的不同分析技術，並建立在基本模塊中學到的知識、概念和技能的基礎上。通過這些選修模塊，學生創新、設計和完善技術和工具來解決複雜問題。
·大數據分析技術模塊
1）大數據分析技術：
學習分析無法放入計算機內存的數據，並將此類分析應用於Web應用程式。主題包括map-reduce作為創建並行算法的工具，這些算法對大量數據進行操作、相似性搜索、數據流處理、搜尋引擎技術以及非常大的高維數據集的聚類。
2）雲計算：
大致了解雲計算設計、管理和應用。主題包括管理虛擬化、雲計算環境、雲設計模式和用例、數據中心架構和技術、雲服務實現和保證、雲資源的編排和自動化、雲容量管理、雲經濟、案例研究。
3）神經網絡和深度學習：
獲得深度神經網絡的知識以及將深度學習方法有效應用於現實世界問題的能力。學生設計、開發和評估基於深度學習的解決方案，以解決實際問題，例如計算機視覺、生物信息學、金融科技、網絡安全和遊戲領域。
·消費者數據分析模塊
1）動手操作業務分析（消費者）：
學習分析項目的所有階段，從設計、數據收集、執行和演示。通過組織中的數據管道使用技術工具和統計方法，重點是因果分析和計量經濟學識別技術，在向同行、教師、投資者和行業專家開放的公共活動中展示自己的項目。
2）網絡科學與分析：
介紹網絡科學與分析領域，該領域在網絡理論、統計分析和商業智能的融合中迅速出現。學生學習網絡基礎知識、計算技術和數據集的實踐經驗，以及接觸業務應用程式的組合。
·財務與風險分析模塊
1）金融科技、使能技術和分析：
通過真實案例研究和行業中使用的技術（如區塊鏈和人工智慧（AI）），來學習金融科技和相關技術的當前發展。
2）定量風險管理：
學習金融和非金融機構用於模擬市場，信用和操作風險的機率和統計方法。涵蓋的主題包括損失分布、多變量模型、極值理論、風險度量、風險聚合、風險分配和供應鏈風險管理。
·醫療保健分析模塊
1）醫療保健技術評估中的經濟方法：
學習如何進行自己的研究，並通過健康技術評估（HTA）了解他人的研究。該模塊還包括健康計量經濟學、醫療保健中的成本效益和經濟評估以及聯合分析。
2）醫療保健分析：
獲得對醫療保健分析的見解，包括臨床相關和醫療保健運營相關分析，以及如何選擇正確的技術來解決相關問題。
3）醫療保健中的信息技術：
學習信息技術（IT）在新加坡醫療保健中的使用，以及如何在工作場所成功管理和評估IT項目。
·統計建模模塊
1）應用回歸分析：
使用多元回歸、模型診斷、補救措施、變量選擇技術、非最小二乘估計、非線性模型、方差一因素和雙因素分析、協方差分析和線性模型作為廣義線性模型的特例。
2）分類數據分析II：
使用分類響應數據和列聯表、對數線性模型、建立和應用對數線性模型、有序變量的對數線性和對數模型、多項式響應模型。
3）非參數回歸：
使用各種平滑方法，包括核、樣條、最近鄰、正交級數。
4）生存分析：
涵蓋生存時間的機率模型、圖形程序、推理過程、參數和非參數模型、cox 比例風險模型、分組數據的回歸模型、貝葉斯預測分布。
五、適合人群
該碩士學位課程適用於年輕在職人士和經驗豐富專業人士，需要技能和知識來理解商業分析。通過參加該計劃，IT、金融、經濟或商業領域其他領域的專業人士將獲得推進其職業生涯所需的必要技能。
除新加坡學生外，MSBA課程也向國際學生開放，並歡迎全球所有感興趣的申請者。
六、就業前景
