我是一個中學在英國讀書、大學是金融系出身的商科學生，這次跨領域的參加了Imperial Business School Business Analytics (有些人稱作data analytics or data science) 的短期課程。課程內容難度雖然沒有非常高，但同期的同學大部分都是STEM (science, technology, engineering and mathematics) 相關背景，且Imperial的課程節奏非常快、實務應用上靈活，需要有老師的幫助下才能盡快將所學應用、跟上課程進度，因此求助於Candice老師。
Candice老師這邊的資源豐富，有數學老師、統計學老師、IT工程師… 讓我在很短的時間內找到多個適合自己的老師來應戰各個科目。
機率與統計學的module：柏佑老師和Stefano老師有辦法在非常短的時間內讓我抓到重點，幫助我回憶我在英國高中和大學一二年所學的統計學基礎(各種distributions和它們的assumptions, bayes theorem, central limit theorem)，讓我能在足夠的基礎上把新的觀念吸收且融會貫通。經過了老師們的幫助下，這是我在最短的時間內在統計學方面得到最快的提升和精進。
Linear & Discrete Programming的module：Assignment 和case study的題目變化很多也非常靈活。Keven老師耐心的給我review了一遍AMPL的code、Kevin和柏佑老師很細心的解釋各種應用題的很多細節，讓我在我完全沒有接觸過的領域中快速上手，還能接招教授們出的變化題。
在Linear regression 和introduction to machine learning 的module：我原本以為配合高中further maths和我在大學一二年的統計課程已經把Linear regression的理論知識學得差不多了，這個module學起來會比較輕鬆，沒想到柏佑老師卻還是精確的點出我理解上的不足！這應該是我上這個課程以來最意外的收穫，更是給我未來學習data analytics上奠定了更紮實的基礎！
在Candice先生這邊上課得以讓我在我較弱的topic上還能在lecture和seminar上與數學系畢業的同學們一起參與課上討論。這更加幫助我的學習，讓我在這個短期課程上收穫滿滿，也讓我final exam和總平均都分別達到了distinction的分數。
最後給同學們的一段話
英國商學院group assignment(和2～3位同學們一起共同解一組題目、寫一份報告或論文等，最後同一組的組員共享同一個分數)注意事項：
1 語言&文化背景隔閡：
擁有多元的視野和看事情的角度使背景多元化成為團隊合作中非常重要的優勢。不過，這也意味著溝通協作將是一個挑戰，在語言有隔閡的情況下溝通將需要更多的耐心，互相尊重、耐心的聆聽能讓組員們在表達自己的想法時能夠自在。
2 工作分派不平衡問題：
有些時候大部分工作量將會集中在某一二位同學身上，定期的追蹤分派工作的進展狀況和適時分擔組員的工作量可以降低組員的burden。相反的情況就是free rider的狀況，有些組員工作量相對少，這也很常見，而這個時候適當的關心、詢問是否需要幫助，思考如何一起解決問題是最有效率的方法。
每一次group work結束我都覺得我從中學習到的比一開始想像的還要多！
另外，英國商學院課程節奏都很快，內容也很廣，需要花非常多課餘時間閱讀大量的資料、針對自己的不足的地方打好基本功。建議一週一個科目讀書時間6個小時以上（每1個小時的教學時間需要最少2小時的additional work)。英國商學院的小考很少，所有的內容全部都集中在一次final exam，因此我們要自行安排讀書進度、定期自我測驗和檢討。自律和時間管理很重要！在英國讀書絕對是一個不小的挑戰，不過想想最後拿到的文憑，一切都值得了，加油！
沒有留言:
張貼留言