跨学科专业，又叫交叉学科专业，由于同时兼顾多个专业领域的知识和技能，是近些年非常火爆的热门项目。

这其中，商业分析Business analysis、金融工程Financial engineering和数据科学Data science是大家最为熟悉，也是最热门的交叉学科专业。

今天，小编就来详细讲讲这三大热门专业。

顾名思义，这个项目涉及到金融和分析相关的技能和知识学习。

商业分析，英文为Business Analytics，简称BA，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，实现 Big Data 的商业应用。

麻省理工 Sloan 商学院对于 BA 项目的定位是这样的：

“Prepares students for careers that apply and manage modern data science to solve critical business challenges .”

总结来说，BA就是通过数据、统计和量化分析来获取商业经营情况；以及通过建模来解释和预测结果，以此来帮助企业做出可以落地、有实效的抉择。

可以看出，商业分析是大数据时代的必然结果，那么这个专业对于申请者有哪些要求呢？

我们以哥大BA专业项目为例：

先修课

商业分析的先修课可以分成以下三大类：

1. 数学：要求修过相关课程

• Linear Algebra

• Calculus I

• Calculus II

• Probability

• statistics 
  

2. 计算机：最好修过课程，如果没有修过课程，通过实践，实习或科研证明掌握能力也可以

• Computer programming course in a general programming language such as C, C++, Java, or Python，R

• Statistical, econometrics and mathematical applications and tools (for example, SAS, Stata, SQL，MatLab)

3. 商科：极少项目作为硬性要求，如有时间最好还是补充一到两门

• Introduction to Corporate Finance

• Introduction to Financial Accounting

实习经历

除了先修课的要求，对于申请商学院BA项目来说，具有高质量且相关的实习经历是非常加分的。

与BA申请方向相契合的实习例如：券商、保险、基金、咨询、快消、互联网、500强等企业数据分析岗是对口的选择。

这些岗位也正是我们将来的求职方向，所以有含金量的实习不仅是申请路上的强大助力，也是将来求职必要的职场铺垫。

课程设置

BA 的课程设置包含了统计学、计算机以及商业三门学科的融合，意在数理编程和管理科学中平衡。

必修课程包含：统计学、数据分析、数据可视化、商业决策等。

可选课程包含：数据库、数据挖掘等。

金融工程是一门建立在金融学，数学和计算机基础上逐渐发展起来的学科，研究金融衍生品，是一门系统地研究虚拟经济市场的专业和工作。

课程涵盖计算机语言、数学和工程类相关课程。侧重技术应用，用数学工具来建立金融市场模型和解决金融问题的新兴学科。

想要申请这一专业项目，同样有很多本科背景/先修课要求。

先修课

除了常规的硬件分数等，先修课方面包括学生在数学，计算机和金融方面的知识和能力储备。

总的来看，常见的先修课主要有以下：

1. 数学和统计：

• 微积分 （Differential Calculus, Multivariate Calculus）

• 线性代数（Linear Algebra）

以上为最基础的要求，但是要想有更大优势，尽可能多修。

2. 计算机：

• C, C++, Matlab, Python, R 

• Machine Learning

3. 金融：

• 微观经济学Microeconomics

• 宏观经济学 Macroeconomics

• 公司财务及财务分析 Corporate Finance and Financial Analysis

实习经历 

同商业分析专业要求一样，实习对于申请金融工程的同学也是同等重要的。

我们通常建议的实习包括但不局限于证券公司里面设置在研究部门下的金融工程组、金融衍生品部等等相关部门。

课程设置

金工的课程设置比较特殊，因为有的学校去设置在商学院中，有的则是在工程学院里，不同的学院所设置的专业课程也有所不同，最终的导向也不一样。

例如哥伦比亚大学的金工硕士设置在工程学院下，其课程设置强调金融学、统计学与工程学的相关性，比如蒙特卡洛方法在统计学与工程学当中被广泛运用。

而加州大学伯克利分校的则是设置在商学院下，课程涵盖公司金融、金融机构讨论、金融创新成败案例、应用金融设计等课程均为较实用的课程，而这些实用类课程的设置将会使其培养的学生更易适应将来的工作。

数据科学是一门涉及到统计,数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。数据科学项目课程都很实际，侧重培养学生分析数据和解决问题的实际动手能力。

先修课

美国大多数院校的数据科学硕士要求：

编程语言

• introductory computer programming coursework，以Python和R最为常见

数学基础

• 微积分课程，对应美本Calculus I & II，要求掌握多元微积分（Multivariable Calculus）

• 线性代数（Linear Algebra）

• 统计与概率论（Probability and Statistics）

实习和科研

当然数据科学对于学生的科研和实习也有自己的要求，通常建议同学们去选择跟计算机数据挖掘、深度学习、人工智能等相关的专业方向研究项目。

课程设置

必修课程包含：统计理论、线性代数、分析算法、数据库系统等。

可选课程包含：信息科学、人工智能、机器学习等。

以哥伦比亚大学为例，核心课程包括：

• Computer Systems for Data Science
  

• Machine Learning for Data Science

• Algorithms for Data Science

• Probability and Statistics for Data Science

• Exploratory Data Analysis and Visualization
  

• Statistical Inteference and Modeling

• Data Science Capstone and Ethics

看了这么多，大家肯定发现以上3个专业对于学生先修课要求极为相似，基本涵盖了三方面：金融背景知识、数学基础学习、计算机编程等。

跨学科专业的出现主要来自于市场的产业融合以及对于跨界人才的需求，随着现代科学和技术的发展，很多领域内出现了单一学科知识无法解决的复杂问题，这对当下时代的经济、科学和技术的关联性有了更高的要求。

而应运而生的跨学科专业也因此在就业与专业选择上具有了天然优势。一方面更加适合想要转专业的申请者，另一方面在毕业后也会有更广的就业选择。