以下的分享是基於22/23秋季班的就讀心得。由於每年課程會根據學生回饋進行調整，或因為老師變動而有些微差異，因此以下內容僅供參考。本篇內容的架構會依照：申請前的程式相關問題、必修課程內容說明，以及最後總結就讀心得與未來就業方向參考。
申請前程式相關問題
課程的安排只用到SQL跟Ｒ，其他程式語言需要透過自學或是論文可以設定相關的題目，就可以被動自主學習。我本身在唸這個碩士前也只有自學過SQL，所以對於之前沒有寫程式的經驗或能力的學生來說，仍然可以順利畢業，不必花錢去唸pre-master，但如果你之前已經有相關的經驗，在學習方面肯定會比其他同學更上手。以R為例，課程安排一週會有兩堂課，第一堂lecture會說明一些統計的概念跟R語法，會後會有作業需要應用lecture上的內容，另外一堂課則是討論課，tutor引導大家針對作業內容分享自己的成果。作業內容基本上都會在lecture涵蓋，但還是需要花額外的時間自己de bug、找解決的方法(code)或是優化結果等等。
必修課程分享
Data management
這堂課有指定教科書，每堂課需要閱讀一個章節，會由不同小組負責facilitation*，非常建議課前一定要閱讀，上課會比較有收穫。除了基本的指定閱讀外，這堂課還有小組報告跟期末考試。小組報告主要是運用data management的課程內容，設立公司的資料庫模型，以及運用資料庫的內容設定商業問題運用SQL語法來解答，報告內容可依照小組自由意願選擇現有公司或是自行設定商業模式跟產業。考試分為選擇題、簡答題以及畫資料庫模型，主要都是課程上的內容，覺得考試內容不容易，所以很需要花時間準備。考試可以open book，針對一些名詞解釋不用背起來且幾乎都是選擇題，可以翻書找答案。
(註：Facilitation為PBL特有的教學方式，主要會由同學準備課程協助帶領大家討論課本內容，透過問題與概念的討論更了解內容與加深印象，隨班會有一個tutor，若有疑問或偏離主題討論也會適時介入，以利課程順利進行。)
Data analytics
主要是使用Ｒ語言，每週兩堂課，一堂為lecture，另外一堂是tutorial討論課。在lecture與tutorial的討論課中有一份當週的作業，基本上為lecture的內容，有些老師會提供R code就會寫得比較快，基本上每週作業平均至少需要花8小時左右，不過雖然作業不計分，但tutor還是會大致掃過作業看完程度，所以會建議盡量完成。討論課形式會依照tutor不同而有所差異，以我的例子來說，同學可以自願分享code內容跟大家解釋回答問題的邏輯跟脈絡，因此如果沒有認真寫作業在討論課就會非常lost，完全不知道在幹嘛。期末是有一份個人報告，在deadline前一週會提供dataset以及問題集，所以需要運用上課學習到的統計方式或是語法來回答，可以跟其他人討論，所以請一定要找到partner互相討論，確定脈絡跟邏輯沒問題，怎麼樣解釋就是自己努力的方向了。
主要學習概念：regression analysis, interaction and AN(C)OVA, Difference-in-difference(dummy variable), panel data (Random effect & fixed effect)
Case in Management Information Systems
這堂課的評分包含小組facilitation、小組報告、個人報告以及課堂參與。因為是案例分享所以課堂參與的分數比重非常高，不只需要主動發言，更是需要想辦法在別人的論點上支持或反駁，尤其歐洲人又非常會侃侃而談，即便他們論點或是內容不見得非常創新或是知識含量大，還是很踴躍發言，所以必須在這樣的環境下殺出重圍才有機會拿高分，對於內向人來說會是非常痛苦的一堂課。課程的設定也是案件討論，所以整堂課下來除了學習到歐洲人如何思考問題以及勇於發言的人設外，以及很基本公司或企業要引入新的系統或模式會有哪些問題跟考量的因素。整體課程安排主要是軟實力critical thinking的培養，沒有太多硬實力的訓練。
Business Process Management
這堂課的設定跟data management雷同，每週閱讀指定章節，由負責的人帶領討論，不過討論方式是一個人負責一堂課，所以會比data management更有壓力一點。除了課堂討論還有小組報告跟個人報告，脈絡都是先定義business process，利用系統分析（waste analysis, flow analysis, why-why, fish bone等等）看到流程的問題，尋找調整的方法與建議。因為小組報告需要找一間真實的公司，所以在訪談的過程中會更了解一間企業運行的模式跟步驟，以及透過系統式的思考流程優化可以帶來什麼樣的改變，算是很實際的運用。
Business Intelligence Case Studies
這堂課的設定跟data analytics相似，也是R的應用，針對比較難的概念會有一堂lecture，然後code的寫法會有另外預錄的線上影片需要自行找時間觀看跟消化，另一堂為討論課針對作業的問題分享解答跟發現。本學期是跟一個NGO組織合作，利用線上的global terrorism dataset (GTD)，觀察恐攻的數據以及尋找insights，為組織提供建議或預測，是很直接的商業運用。因為所有的作業跟報告都是以小組為單位，loading蠻重的，不像是其他課可以自行一肩扛起，所以除了實際作業報告內容外，更多的學習是怎麼跟組員溝通協調跟有效的分配工作。這堂課的授課老師之後會轉調其他學校，所以之後的安排可能會跟這次的分享有更大的差別，僅供參考。
主要學習概念：Data type & statistics summary, Moving from ‘sample’ to ‘population’, Multivariate analysis of continuous data/categorical data, ethical &legal application
總結就讀心得/未來就業方向
當初唸這個programme是希望可以學習更多數據分析的能力，能夠在日後的就業職場有更多的選擇跟方向，但實際念完programme發現授課內容偏雜，課程的強度和內容相對較著重於基本概念的建立，更多還是要靠自主學習跟做實習/參與專案來累積經驗，且每一堂課在linkedin上都可以看到對應的一個職業，不像是supply chain的就業方向很明確，但也是因為授課內容多選擇也可以非常多。每堂課因為PBL的教學方式會有很多報告產出，所以在投遞履歷時可以附上作為補充資料增加機會；但如果目標是想入門程式語言的話這個programme是很好的起點。校友和同學在畢業後的工作方向也各不相同，因此實際的就業方向會取決於個人過去的經驗和興趣，可以參考官方網頁上的資訊以尋找適合自己的未來方向。(https://curriculum.maastrichtuniversity.nl/education/master/master-international-business-track-information-management-and-business/your-future)
如果我的分享對你來說很有幫助，歡迎donate給我XD 或是使用以下的連結註冊會員一起分獎金💸💸
本文作者為Viola，喜歡爬山寫字做瑜珈，持續在自我探索與覺察的路上邁進✨✨
Comments