有进金融行业做量化分析的吗？有。但是很少。我也有和MFE的同学聊过，我们确实有很多重合的课程以及skillset（比如Python,比如machine learning，比如excel solver…），然而不重合的那些很可能恰恰的对于金融行业至关重要的那些。因此如果你目标明确做量化的，并不建议读BA。
有进咨询公司的吗？有。但是同样不多。top tier的咨询公司（主要指战略咨询）招人主要还是面向top Bschool MBA。如果想进咨询，那么你需要一开始就走上一条和别人完全不同的道路——比如和MBA networking, 疯狂准备case interview。
那么到底BA毕业生都去干嘛了？答案是去各行各业做ata analyst / ata scientist之类的工作了。基本上BA可以适用于各类行业（科技, 制造业，娱乐业，…），关键是公司有没有这方面的数据分析需求。
说到这里又不得不探讨一下ata analyst和ata scientist的区别这个问题了。首先需要声明的是，其实不同公司对于Data Analyst和Data Scientist有着全然不同的定义。有些公司DS做的事情就是别的公司DA做的，只是单纯的称谓不同。因此看JD是最好的方法。。。那么从一个大家比较认可的角度来讲，DA主要是侧重于数据的整理性分析，a/b testing，ata viz。而DS主要侧重于moeling。而那些专注moeling的s职位，目前的行业趋势是很多都需要Ph或者会有很多Ph来和你竞争，因此研究生要在大公司做DS可以说是越来越难了。相比之下，找ata analytics title的工作会容易不少（当然工资上确实也会低）。非常不建议纯商科背景，或者入学前几乎不会coing/没有接触过machine learning的同学去找DS的工作。。。一方面你需要很努力的在这一到两年的时间内学习课内外的DS相关的知识来达到DS职位的要求，另一方面，即使你能够胜任DS的工作了，也很可能因为过去的相关背景太少，而过不了简历关。
而DA的话具体又可以根据工作的部门/职能分类，比如prouct analyst, customer analyst, marketing analyst, …。但是万变不离其宗，分析方法基本都是一致的，只是对于omain knowloege的要求有所不同。比如有marketing经验的同学就比较容易找到marketing analyst的工作，因为公司会看重你在这方面的商业经验。
