信息系统 管理 ：
概念： 信息系统（Information Systems），或作信息系统管理（Information Systems Management），是电脑软件与硬件的互补学科。通常是人们或组织用来收集、过滤、处理、创建于分发数据；该专业研究通过信息与计算机理论基础沟通了经济与计算机科学。
就业展望： 信息系统学的MBA可以让学生掌握技术管理的相关技能，其课程主要与电脑、网络以及IT系统打交道。——从业方向主要在IT领域，在高层即相当于CTO（技术总监）的角色。
软件开发员Software Developers, Systems Software：$102,550
数据库管理员Database Aministrators：$79,120
计算机信息管理员Network an Computer Systems
Aministrators：$76,320
选校分析： 建议申请在选校时考虑以下因素，再做决定：
该商学院是否受高等商学院协会的认证？
计算机实验室是否配备最先进的设备？
教授是否掌握有最新的技术？
和当地企业是否有紧密的联系？
是否提供相应的实习机会？
该专业毕业就业机会如何？
MIS专业主要教授两方面的知识，一方面是技术类知识，如软件和硬件知识，各种信息系统知识，数据处理知识，信息系统的设计，分析以及应用，信息系统实践等;另一方面是管理知识，如管理理论，战略管理，如何管理可以使信息系统应用最优化，如何有效使用信息系统可以有助于完成商业决策和企业提升，等等。
目前相对于计算机科学和管理学，申请MIS(management information system)的申请者数量相对是比较少的，这也与此专业对于申请者本身的专业素质要求范围较广有一定的关系。申请者除了需要具备一定的计算机水平之外， 需要对于管理学的相关知识有一定程度上的掌握，最好是有相关的实践经历，这样对于申请是非常有帮助的。
在美国大学的专业设置方面，MIS一般有两种情况，一种是设立在商学院或者管理学院下，对于申请者的要求同商学院其他专业的要求，需要较高的托福分数和GMAT成绩。其中部分学校接受GRE成绩，也有个别学校是只接受GMAT成绩，不接受GRE成绩。因此在选择学校的时候一定要逐个排查，避免学校不接受GRE成绩而导致申请无法进行。另外一种是设立在理工类学院下，一般与计算机科学相邻。此类学校对于托福成绩的要求相对于商学院会低一些，一般接受GRE，个别学校GRE和 GMAT成绩都接受。因此，在进行学校选择的时候一定要具体问题具体分析，并且每个学校的要求每年都会有变化，有意申请的同学们一定要确认清楚。
Carnegie Mellon University
卡耐基梅隆的信息管理是设在 H. John Heinz III公共政策与管理学院下面的，全称叫Information Systems Management信息系统管理。它的教学特点是IT practices+ Business methos，学校偏重于理论知识在实际中的应用，而学校也向学生提供较多的seminar。它是为期三个学期的课程，但对于一些有超过3年工作经验的学生课程可在1年里面完成，没有工作经验的学生就必须参加一个由学校组织的夏季实习，所以没有工作经验的学生完成课程是需要18个月。
CMU的必修课程分三个方向，分别是技术与技术管理，组织管理与策略和项目管理。学生必须修满5门技术与技术管理方向的课程，4门组织管理与策略方向的还有2门项目管理方向的课程。总体看来，CMU的ISM专业比较偏重于管理知识方面的学习。
商业分析： 商业分析硕士( Business Analytics，简称BA)逐渐成为国内申请者比较感兴趣的商科类STEM专业。是STEM专业就意味着毕业生将拥有更长的OPT时间，这对于那些毕业后想在美国实习工作并最终想留下来的学生来说，无疑提供了很大的便利，而抽中H1B签证的机率也随着OPT的延长增加了很多。 BA的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。虽然这是一个较新的专业，但却有很好的就业前景。
在大数据时代，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融、医药、咨询、零售等，因此BA的毕业生都比较抢手，而且薪资水平也较高。目前最低是6万起薪，有的学校可以达到毕业起薪8万多甚至9万美金哦。
现代新兴商业分析硕士专业，它主要是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业。其核心是数据挖掘和数据分析，与现在的互联网及大数据(BigData)相联，主要是利用高深的技术、模型和算法进行数据挖掘和商业分析，服务的公司都是像IBM、Google、百度、腾讯、阿里这样的互联网公司。可以说，这是一个就业面非常广的专业。 目前开设BA专业的学校很多比较有名的学校有西北大学、卡耐基梅隆、康奈尔、南加州、北卡教堂山、罗切斯特、迈阿密、德州奥斯丁等。大部分学校的BA专业开设在商学院下面，少数学校开设在其他学院，比如西北大学和康奈尔大学开设在工程学院，卡耐基梅隆开设在信息管理学院，北卡教堂山开设在统计与运筹系。要特别注意这样的项目是否可以接受GMAT成绩，比如康奈尔就不接受GMAT。 下面我们来看MIT的BA专业的课程：
商业分析比管理信息系统更偏重商科，管理信息系统重点在于信息的收集传递和加工，而商业分析更加致力于用商业的眼光分析大数据并且运用于解决复杂的商务决策中。
美国不仅开设BA的学校数量多，而且开设的学校中很多都是名校，多数设置在商学院下，如Duke，USC，Rochester等；有些设置在工程学院下，如Northwestern，Cornell等；也有设置在信息学院下的，如CMU。一般设置在工程学院及信息学院下的项目，对数学背景和计算机背景要求都很高。
商业分析硕士学位列举
1.MasterofScienceinAnalytics(MSA)分析硕士：是一个交叉学科，是综合应用数学、统计、计算机和各种商业定律的新兴专业。部分学校又叫预言分析和数据分析。北卡州立大学2007年最早开设此项目。典型学校有西北大学等。
2.MasterofScienceinBusinessAnalytics（MSBA）商业分析硕士：兴起于2013年，商学院最新型的项目，有的学校是商学院和其他系科联合形式的授课。此学位和分析硕士比较像，课程设置技术类课程少，学费贵。典型学校有罗切斯大学、密歇根州立大学等。
3.MasterofScienceinDataScience（MSDS）数据科学硕士：兴起于2013年，课程设置非常接近分析硕士，美国高校开设在单独的研究所或是工程学院，有些项目叫数据科学与工程或是信息与数据科学。典型学校有哥伦比亚大学、纽约大学等。
商业分析的课程一般可以分为以下六大类：
1.描述性分析(DeiveAnalysis)，主要通过分析数据描述过去发生过的事情以及将要发生的事情，例如运用计算机与数据管理技术分析公司过往的营业数据并基于此进行预测。这类课程包括了分析编程、数据管理等课程，从中会学习到数据挖掘、提取、储存、建模、优化等知识以及一系列软件和工具的运用，比较常见的包括了Python、R、SQL、SAS、Tableau等。
2.预测性分析(PreictiveAnalysis)，主要通过检测数据分析特定的趋势是否会在未来得以延续。这一部分课程包括了统计分析学、随机分析、时间序列分析、数据管理等，它们对学生的数理能力要求较高，会涉及到统计学、概率论、不定量与双变量模型、条件平均模型、回归与拓展模型等随机分析内容、时间序列分析与预测、决策树、群集分析、关联分析等内容，也会涉及到一定的软件使用，例如SAS。
3.规范性分析(PreiveAnalysis)，主要通过分析数据评估机构未来的最佳决策方案。这类课程包括了优化方法与建模、决策与风险分析等，会学习到优化所需的技能、工具和分析知识，如建模、风险管理、决策树、蒙特卡罗方法等技术内容。由于分析最终的目标是更好地决策，所以会涉及到一点商务知识。
4.应用课程与选修课(ApplicationsanElectives)，主要涉及分析在各个行业的应用。这类课程包括了投资分析、市场分析、定价管理、社会网络分析、运动分析等，学生可以根据自己的职业规划和需求进行选修。
5.实践课程(Practicum)，为了让学生能够更好地联系理论和实际，很多学校和企业合作，安排学生和企业代表做商业项目，增强对知识理解的同时还获得了一个很好的社交机会。例如维克森林大学和ExxonMobil,Inmar,Oracle,Procter&Gamble,SAS,WestRock等公司进行合作，学生将在两个学期通过三门实习课和合作公司的人员组队去完成一个建模和分析项目，并向负责人呈现他们的战略和解决方案。另外实践课程还可能包含了fieltrip，如罗彻斯特大学的商业分析项目学生有机会到纽约和硅谷参访企业进行社交，但这部分职业类内容更多学校是交由careerservice负责。
6.沟通课程(Communications)，分析等量化技能是商业分析的基础，然而作为商学院下的项目，沟通、领导、合作能力依然是项目的重心之一，这类课程包括了商务沟通、管理沟通等课程。例如杜克大学把项目目标定义为：analyzingthenumbers,collaboratingonteams,anconvincingbusinessleaerstotakeaction，因此想进杜克的同学务必提升相关的软实力。如果希望想走技术路线的同学则可以考虑一下圣路易斯华盛顿大学等名校。
BA的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。
统计学： 统计学是一种方法，是一种工具，是一种解决问题的武器。研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以便给出正确认识的方法论科学。其目的是要解决问题。 从课程设置可以看出来，关于数学建模，数理分析，概率论基本概念，微分几何是统计学的常见课程，所以申请统计学对于数学背景要求是很高的。
数学与统计学的区别 统计学分数理统计和经济统计两个方向。其中数理统计是属于数学科目里面的一个分支，数学从某种意义上说可以是统计学的基础。统计偏向分支，更加细化，没有数学那么宽泛；经济统计是偏向统计学知识在经济中的应用的。
数据分析： 数据分析是为了解决问题，重在实用。如同学车，我们不需要掌握发动机的原理，不需要学习汽车电路，只要掌握怎么开车就可以了。 数据分析可以说是商业分析的基础，在统计学的基础上对数据进行加工和分析。
根据“谷歌趋势”，在2011年的时候，“大数据”还很少被用作搜索词，但是从2012年开始到现在，你几乎能听到各行各业的人都在谈论“大数据”。
这是一个增长非常迅速的领域，而且催生出了很多的工作机会。麦肯锡公司的一份报告预计，到2018年仅美国在“具备深入分析能力”的大数据专业人才方面的缺口就在14万人到18万人之间。
据New Vantage Partners公司对《财富》美国500强公司的调查显示，85%的500强企业要么已经推出了大数据项目，要么正打算推出。未来几年他们花在数据分析上的投资将平均上涨36%。难怪《哈佛商业评论》的一篇文章里将数据分析称作“21世纪最热门的职业。”
对有志进入“大数据”职业领域的人来说，首先要搞清楚的一件事就是它的职业门槛有哪些。这个问题看似简单，实则复杂。大数据领域的发展非常迅速，而且各个公司的招聘标准也是五花八门。比如有些雇主可能要求你掌握某种特定的编程语言，但有些公司就根本没有这种要求。在这一点上，中美两国公司对大数据人才的期望体现出了一些不同的特点。
我们先来看国内的，在网上搜索“数据分析师”这个职位，百度显示的最新招聘信息约有近9000条。以其中一家“国内知名手机阅读公司”的招聘要求为例，应聘者需要满足：
⚑ 三年以上相关工作经历，至少有1-2个成功的中型项目经验；
⚑ 优秀的商业分析报告撰写能力，有及时发现和分析其中隐含问题的敏锐性；
⚑ 至少掌握一种数据分析工具(R/SAS/SPSS/Matlab),实现优化算法；
⚑ 至少熟悉一种数据库，熟练运用SQL,有丰富的数据分析、挖掘、清洗和建模经验；
⚑ 熟练使用JAVA/C++/Python/PHP 构建中等规模的数据分析系统, 有丰富的脚本处理数据经验。
再看看百度自家招聘数据分析师的职位要求：
⚑统计，数学，数据挖掘等专业；
⚑ 互联网行业分析领域两年以上工作经验者优先；
⚑扎实的机器学习/NLP理论和技术基础，能熟练使用SPSS/SAS/MATLAB等工具；
⚑优秀的口头和书面表达能力；
⚑ 具备Unix/Linux环境工作能力，能使用shell/python等脚本语言优先；
⚑优秀的分析问题和解决问题的能力，对解决具有挑战性问题充满激情；
⚑良好的逻辑思维能力，学习能力强。
综合其他一些公司的相关职位招聘要求，大体上国内公司最看重的素质归纳起来有：
能熟练使用数据分析工具（掌握SPSS/SAS/MATLAB是基本技能，有些公司会增加特定要求）；有2-3年的工作经验；对数字敏感、分析能力、表达能力强。
这些素质对从事数据分析来说都很重要。但问题是，大数据兴起也就是近两年发生的事，人才市场上哪里能迅速培养出这么多符合期望的候选人？
美国一些公司已认识到这一点，它们采取了更现实的做法：
一方面，和大学合作，长期培养大数据专业人才以及开展相关研究，比如英特尔就和数据学专业排名靠前的麻省理工学院合作建立了大数据科学技术中心；IBM则投入1亿美元在中国大学推行大数据教育，目前已和北京理工大学、复旦大学、北京大学等7所大学达成合作。
另一方面，企业界已开始转换思路，不再寄望于找到某位全能型的天才来一手搞定所有的数据分析工作，而是吸引更多各有所长的人来组成一个能创造性解决问题的团队。有些甚至不需要有统计等特定专业背景。
所以对于想进入这个行业的人来说，别灰心，即使非计算机或数学科班出身，你依然有机会。美国大数据行业龙头FICO公司的首席分析官安德鲁•詹宁思就曾向《财富》表示：“如果你不是一个纯粹搞数学的人，或者不是一个专业的编程人员，那也没关系，因为你可以和那样的人在同一支团队里工作。除了量化分析方面以外，我们还非常需要具有求知和好奇天性的人，以及能够指出业务上的问题并且能与客户沟通的人。”
最后，我们来看一下这个行业的回报怎么样。由于目前大数据人才依然处于需求大于供给的状态，在美国，一位资深数据科学家在大型社交媒体企业当中可以拿到17.5万美元的年薪，而相关自由职业者的时薪可达200美元。 除此之外，一些创业者正扎根于大数据开创属于自己的事业。“大数据创业”已成为目前非常热门的一个趋势。
今年5月麻省理工学院斯隆管理学院举办的“技术创新与创业论坛”上，“技术创新与大数据创业”就是一个重要的讨论单元。在美国，《财富》刚报道过的一家公司是Flatiron Health，两位年仅28岁的创始人正试图利用大数据分析来给出治愈癌症的最佳方法。这家公司刚刚获得了谷歌1亿多美元的风险投资。
康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。
每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。
