曼彻斯特 The University of Manchester 商业分析:运筹学与风险分析+ 查看更多
曼彻斯特 The University of Manchester
商业分析:运筹学与风险分析
+ 查看更多
运筹学及风险分析、学习数据分析,应用运筹学和统计学的基本理论、方法和分析工具,通过案例研究知识应用到实际场景中。
该项目正在运行一个数据分析的核心模块,它将向学生介绍SAS企业,这个项目的课程作品奖也由SAS赞助。最近的亮点包括英国航空公司(British Airways)的案例研究、SAS关于未来分析的报告、联合利华(Unilever)以及LBM的论文项目。核心课程将介绍优化、决策、数据挖掘、统计分析、模拟和风险分析的数学原理和实用工具。
您将学到确保流程平稳运行的技能,尤其是面对业务遍及全球的挑战和机遇时。您将获得重要的知识和实践技能,成为全球化环境中的专业运营,项目或供应链经理。
- 专业在英国排名第2,全球排名第8
项目人数
69入读,1064申请(每年会有差异,仅供参考)
项目时长
12个月
地理位置
英格兰曼彻斯特
- 要求英国大学或海外同等学历的定量学科(例如数学,统计学,物理学,工程学,计机,管理科学或经济学)具有一等或二等荣誉学位
在评估您的学业成绩时,我们会考虑您的平均成绩 , 在课堂上的位置,参考资料以及您学习资格的院校的地位。我们特别欢迎来自高声誉和声誉机构的申请人。
- GPA:大陆82+
- 雅思 / 托福
雅思:7.0,单科不低于6.5+
托福:100,单科不低于22
机构代码为0757
关于豁免(不要)
英语系国家完成至少3年的本科学习
关于豁免(不要)
英语系国家完成至少3年的本科学习
- PS
- 简历
- SOP
对申请的课程感兴趣的原因以及对您的未来有何影响
是什么让你成为该专业的杰出候选人
您的SOP不应超过一页
它可以帮助我们评估您表达目标,动机和价值观以及写作和推理能力的能力
尝试使其有趣并反映出您的个性
- 成绩单
您将需要提交一份成绩单副本,并且必须包括您迄今为止所获得的课程和成绩
如果已经毕业,则需要提供学位证书的副本以及最终的成绩单,以确认最终成绩和完成日期。如果您的学位证书和成绩单不是英语,则需要附上官方认证的翻译。
如果已经毕业,则需要提供学位证书的副本以及最终的成绩单,以确认最终成绩和完成日期。如果您的学位证书和成绩单不是英语,则需要附上官方认证的翻译。
在申请过程中,无需发送学位证书和成绩单的原始副本。如果您的申请成功,则在9月注册该课程时,需要携带原始文件到学校
- 1封推荐信
推荐信必须由您的推荐人签字,并在您所在机构的抬头信纸上注明。这封信需要包含你的推荐人的联系方式,包括专业的电子邮件地址,因为招生团队可能会与你的推荐人联系以进行验证。
该参考应包括以下信息:
推荐人认识你的时间长度以及以什么身份
推荐人对你的表现水平,成绩或预期成绩的评估
在申请的硕士课程中取得成功的潜力,以及动力和智力
长处和短处
英语不是您的母语的话,需要说明英语能力
其他任何支持申请的相关信息
- 大学分级量表
如果您在英国以外的地方学习,则需要提供您正在就读的大学的分级表
- 护照复印件
如果您是需要Tier 4签证才能在英国学习的国际学生,则需要在申请时提交护照复印件
课程介绍
学习数据分析,决策科学,应用运筹学和统计的基本理论,方法和分析工具包。
拥有扎实的理论基础和定量技能,以及实用的解决问题的技术
使用案例研究,基于个人和团队咨询的作业,演示文稿和软件工具,将你的知识应用于现实生活中
将SAS Enterprise软件包用作“用于业务决策的数据分析”单元的一部分。SAS赞助了该项目的课程作业奖
从多种选择中进行选择,以满足你的兴趣或职业志向
准备在咨询,金融,零售,制造,政府分析部门,国防,IT系统,外包和电信领域的求职
拥有扎实的理论基础和定量技能,以及实用的解决问题的技术
使用案例研究,基于个人和团队咨询的作业,演示文稿和软件工具,将你的知识应用于现实生活中
将SAS Enterprise软件包用作“用于业务决策的数据分析”单元的一部分。SAS赞助了该项目的课程作业奖
从多种选择中进行选择,以满足你的兴趣或职业志向
准备在咨询,金融,零售,制造,政府分析部门,国防,IT系统,外包和电信领域的求职
总共获得180个学分
- 第一学期和第二学期的8个授课模块共计120个学分
- 在夏季,您将完成您的研究论文,60个学分
最近的论文项目主题示例:
直销中的预测分析
企业风险管理的系统化风险建模与分析
使用社交媒体情绪分析预测股价
了解社会影响力在决策中的作用
体育中的数据分析
企业风险管理的系统化风险建模与分析
使用社交媒体情绪分析预测股价
了解社会影响力在决策中的作用
体育中的数据分析
核心课程
- 优化,决策,数据分析,统计分析,模拟和风险分析的数学原理和实用工具
- 特定的软件包 包括SAS,SPSS,Excel,Excel Solver,SIMUL8,iThink,Risk Solver,IDS和Python。
- 风险,绩效和决策分析
本课程旨在提供对决策分析和性能改进主题的高级介绍。它与两个主要部分一致:不确定性下的风险分析(RS)和决策分析(DS),多准则决策分析(MCDA),数据包络分析(DEA)和多目标线性规划(MOLP)。本课程的重点是如何将数据和人的判断力结合起来,以可靠的方式支持决策和绩效分析,以及在过程中可以使用哪些模型,方法,算法和软件系统来提高分析质量。
- 数学编程与优化
本课程涵盖主要的数学编程和优化方法,包括:线性,非线性,整数和动态编程。该课程还介绍了元启发式方法。重点放在通过使用适当的软件工具来解决管理优化问题。
- 用于业务决策的数据分析
本课程涵盖数据分析,数据管理,数据预处理,预测建模,无监督学习,高级分析和大数据的基础知识,以支持业务决策。
- 应用统计和业务预测
本课程提供了一个基于计算机的,面向应用的介绍业务统计与专注于核心的预测模型。
- 模拟与风险分析
该单元概述了仿真技术,尤其是它们在支持风险分析和系统中的流量管理中的使用,该系统足够复杂以限制其他建模方法的适用性。特别是,该单元涵盖并对比了三种主要的运筹学模拟概念和方法:蒙特卡洛模拟,离散事件模拟和系统动力学。该单元还介绍了马尔可夫链分析和基本排队论模型,并讨论了将这些数学方法用作补充和/或告知模拟的手段。我们着重于实际的建模工作,并向学生介绍了一系列合适的软件包。
选修课程
- 全球运营管理
运营管理(OM)是管理的核心领域,涵盖了在组织的产品和服务的创建和交付中使用的流程和系统的设计,运营和改进。本质上,运营管理与解释工厂和服务的工作方式有关。良好地管理运营需要战略和实践技能,这对每种类型的组织都至关重要。只有长期有效地利用资源,组织才能成功。
本课程侧重于发展学生对运营管理基础的理解。主要目的是使学生熟悉各种行业中运营管理的基本理论,原理,技术,方法和应用。主题包括运营策略,质量管理,过程分析,容量管理,库存管理,企业资源计划(ERP),精益生产,约束理论(TOC)和服务运营管理。在整个课程中,将讨论不同的理论,原理和实践,重点是使用这些技术来管理和改善运营绩效。
- 战略供应链管理
战略是玩业务“游戏”的决策框架。这些决定每天在每个公司中发生,包括资本投资和优先经营等主要任务,或者是日常工作,例如组织中的每个人每天早上如何在待办事项列表中进行混编。没有指导这些决策的战略框架,组织将趋向于向多个方向运行,招致成本,掠夺利润并遭受巨大的不和谐。供应链仅仅是由具有复杂合同的公司组成的网络,以向客户采购,制造和交付产品或服务。供应链互动的复杂性,合同安排的多样性以及所涉及的各方数量之多,使其面临挑战。
本课程涵盖的指示性演讲包括战略SCM简介,购买理论,供应商组合管理,供应商选择,谈判,供应商绩效评估,供应商关系管理和管理供应链风险。
本课程涵盖的指示性演讲包括战略SCM简介,购买理论,供应商组合管理,供应商选择,谈判,供应商绩效评估,供应商关系管理和管理供应链风险。
- 全球供应链管理:理论与实践
供应链管理是管理学科中一个相对较新的研究领域。Christopher将供应链定义为“ 组织网络,这些组织参与最终消费者手中以产品和服务形式产生价值的不同过程和活动。”。因此,供应链管理关注商品和服务的总流量:从原始投入到最终消费。特别是,供应链管理强调了将产品或服务向下游移动到最终用户所涉及的所有实体进行全面集成,链接和协调的重要性。供应链管理主张与渠道合作伙伴采取合作方式,尤其是当公司作为全球供应链的一部分进行运营时。供应链和网络已成为商业生存的重要组成部分,这已引起学者和从业人员对供应管理的极大兴趣。如果进行战略性管理,供应链可以成为价值和创新的重要来源。参加本课程的学生会发现它对于跟踪供应链管理方面的职业很有用
- 战略项目组织
项目和计划管理实践对跨部门的组织越来越重要。项目和计划是组织(公共和私人)着手进行蓄意而积极的战略变革的主要工具。例如,能力转换,新产品开发和基础架构开发取决于成功的项目组织。该课程将探讨如何设计和领导项目组织,通过提供一系列工具技术和对项目以及项目管理进行批判性思考的方式来取得成功。
- 知识管理与数字战略
知识管理-模型和定义
信息管理周期
知识管理的政策,工具和技术
数字趋势:大数据,业务分析和人工智能
知识管理策略
科技公司的数字化战略和商业模式
社交媒体策略在支持知识流中的作用
知识共享和知识转移的推动因素和障碍
学习型组织,实践社区
人工智能(AI)伦理与专业的未来
信息管理周期
知识管理的政策,工具和技术
数字趋势:大数据,业务分析和人工智能
知识管理策略
科技公司的数字化战略和商业模式
社交媒体策略在支持知识流中的作用
知识共享和知识转移的推动因素和障碍
学习型组织,实践社区
人工智能(AI)伦理与专业的未来
- 决策行为,分析和支持
决策和增强决策能力是重要的技能。但是,在组织和政策制定环境中,运营,战术和战略决策通常很复杂。本课程可更好地理解在面对不确定性和目标冲突的情况下,用于构建和分析决策的稳健方法(决策分析)。它解释了如何进行决策(决策行为)以及我们如何提高个人,团体,组织和社会层面的决策能力(决策支持)。
- 供应链物流管理
供应链仅仅是由具有复杂合同的公司组成的网络,以向客户采购,制造和交付产品或服务。供应链互动的复杂性和参与方的数量使探索和优化网络级物流管理变得充满挑战和兴趣,因此,对受过该学科培训的专业人员提出了很高的要求。本模块旨在深入了解如何在供应链中管理物流。具体来说,我们将尝试探索,评估和了解物流决策(设施,网络设计,库存和运输)如何影响重点企业及其整个供应链的绩效。鉴于第三方,第四方和第五方物流公司的数量激增,我们还将探讨其重要性,全球供应链中物流外包的适当性和复杂性。完成本模块后,您将了解物流经理面临的许多决策。此外,您还将了解可在实践中应用的理论,概念和实践,以指导工作场所环境中的关键物流决策。
- 使用Python进行业务分析的编程
数据分析(包括数据预处理,分析,可视化,机器学习和优化),侧重于使用Python编程语言的业务应用程序,而无需假设已有编程知识。
分享到:
相关专业申请 - 统计Stat
相关专业申请 - 统计Stat
相关专业申请 - 经济Economics
相关专业申请 - 经济Economics
相关专业申请 - 公共政策MPP
相关专业申请 - 公共政策MPP