我的本科是国内211院校金融专业,一般而言,有高等数学和统计学基础,可能在课上或课下接触过Spss,Eviews甚至Stata,Python,Matlab等软件,但偏重于学习其统计学应用,对底层语言(Java,C++)等较为陌生,并且无计算机科学/数据处理方向的实习或奖项。
我们这类背景的学生在研究生申请中经常面临的问题在于:
海外学历的含金量逐年下降,国内就业的收入不能在短时间内收回留学支出;海外就业市场则倾向于技术类岗位,商科学生处于较为尴尬的地位。
有些学生希望通过转向CS/EE等热门专业增强在就业市场上的竞争力,但由于其缺乏基础知识和经验,实际操作难度较高。
近年来,很多大学在项目设置上看到了海外学生对STEM学科的需求,纷纷在传统商科硕士项目(如金融,市场营销等专业)的设置上大量加入编程,统计学课程,并大量开设将统计学与商科进行融合的商业分析专业。
下面来分析几个可供选择的研究生申请方向:
美国绝大多数cs项目虽然没有明确要求申请者本科必须为计算机科学专业,但均要求有较强的理工科背景,即本科为数学、物理、计算机、工程及相关专业,或有相关经验。不少学校还明确列出了本科阶段需要修的课程。因此如果以金融本科直接申请计算机科学的研究生,竞争力相对较差,如果一定要跨学科申请,建议在大三参加一些线上课程或暑校课程补足计算机背景,并积极参与相关比赛,如果能获得奖项,将是对自身理科背景的有力佐证。
另外,随着近些年计算机科学专业留学生日益增多,不少学校也根据申请者的需求开设了一些专门针对弱理工科背景的学生提供的计算机科学硕士项目。
比如:
总的来说,CS/EE方向毕业后的就业方向多为互联网企业或软件公司,CS/EE方向的毕业生的确更容易在美国找到的码农工作, 但是可能完全无法应用到本科时学到的金融知识,背景优势发挥不出来,而且由于多数CS硕士项目在2年以内,本科无相关背景的毕业生很可能在学习之余没有更多的精力去寻求相关领域的实践机会。由于缺乏实习和科研经历,在求职时竞争力较弱。
美国的金融方向设置与国内并不完全相同。国内的绝大多数本科的金融课程是宏观金融(货币银行学,国际金融学等课程)和微观金融(金融工程等课程)相结合的,而美国的金融方向设置则偏向微观金融,所学内容为风险管理,公司金融,衍生品定价等。
多数项目为了吸引申请者尤其是国际学生都加入了相当比例的偏量化的内容,一方面,方便该项目被纳入STEM项目,为国际学生提供更长的opt时间;另一方面也有利于毕业生申请数据分析,银行系统构建和维护方面的工作。
以凯斯西储大学的金融硕士项目为例,如果选择风险管理或者大数据方向,则要学习SAS,Python,R三种语言,完全可以胜任基本的数据处理和分析。
其中从第一学期开始有三门课程涉及SAS应用,是学习最为深入的一种语言。这是因为SAS主要应用于金融领域尤其是银行业,无论是银行内部风控系统构建还是外部科技公司为银行业提供数据支持,都要依靠SAS语言来实现Python和R都只有一门课程,主要聚焦于其金融领域的应用,但能为学生提供一个较为扎实且与能够实践相结合的基础。
Python和R应用领域极广,且有大量统计函数方便直接调用,如果有意从事数据领域的工作,可以再自行深入学习数据挖掘机器学习等,也比较容易上手。虽然美国商科饱和严重,但金融后台数据处理的岗位还是比较容易找工作的,能够熟练掌握以上三种语言的其中两种一般就能够达到招聘要求,不少大公司在入职后还会提供相关培训,如果对CS特别感兴趣,也可以在入职后选择再读一个在职CS的研究生。
商业分析专业介于金融和计算机科学之间,既强调商科背景,又重视编程和统计知识。BA专业课程设置一般包括商科理论(市场营销,金融概论等),商科应用(风险管理,商业模型等)以及数据分析。前两类课程与商科背景相承接为分析提供理论模型,第三类课程,尤其是其中机器学习,数据挖掘的相关课程则为分析提供材料和工具。
从就业方向来看,BA方向的毕业生主要从事数据分析和程序设计的相关工作,对行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测。就业面较广,互联网,通信,金融,零售,咨询等行业都对该类人才有较大需求,尤其是如今“大数据”的概念逐渐被应用到越来越多的领域,相关人才需求量激增,无论在美国还是国内都比较容易找到工作
总而言之,目前美国商科硕士项目大多向数据处理方向倾斜,无论是金融专业还是商业分析专业都会或多或少的涉及相关知识。如果只是为了提高这方面的能力,并不一定要选择计算机科学的硕士项目。
实时查看文书进度,随时随地联系导师
数据基于65000+申请用户,简单2步定制你的专属选校分析
全面扫除留学疑问,随心所欲召唤行家
与梦校学长学姐交流,解答申请路上的任何疑问