近年来,在求职网站上,“Python”“机器学习”“数据分析”等词频繁出现,反映出市场对技术与数据能力的需求不断增长。计算机背景的毕业生往往拥有更广的就业选择和更具竞争力的薪酬,这也让不少文商科学生萌生了跨领域学习的想法。
为了回应这种趋势,美国部分高校开设了结合文商科与计算机技术的跨学科硕士项目。这类项目通常不要求申请人具备计算机相关的本科背景,同时提供STEM认证,为毕业生延长在美的实习和工作时间,拓展职业发展空间。
Dora的经历是一个典型案例。她本科就读于国内211院校,主修外交学和英语,完全是文科背景。为了申请与政策相关的硕士,她在本科阶段参与了多段政策研究实习与海外交换项目。然而,毕业后她希望提升数据与技术能力,于是申请了宾夕法尼亚大学的社会政策与数据分析理学硕士(MSSP+DA)。该项目要求申请人具备至少一门统计分析课程或相关工作经历,而不强制编程基础。
Dora凭借三段政策实习和海外交流经历,展示了自己的研究潜力,并成功获得录取及奖学金。入学后,她从零学习Python和数据分析课程,掌握了政策解读与数据建模的复合技能,最终进入国内知名互联网企业担任产品经理,实现了从文科到技术型岗位的转型。
类似的跨学科项目还有很多。例如:
-
麻省理工学院Sloan管理学院的人工智能与商业分析方向,允许学生跨院选修计算机科学与人工智能实验室的课程,探索AI在金融、营销等场景中的应用。
-
约翰斯·霍普金斯大学Carey商学院的商业分析与人工智能硕士,将商业分析课程与AI、机器学习、数据科学相结合。
-
斯坦福大学的社会数据科学硕士,融合社会科学与AI,涵盖社会网络分析、计算语言学、舆情分析与预测等内容。
-
哥伦比亚大学新闻学院的数据新闻硕士,将自然语言处理和可视化技术应用于数据挖掘与调查报道,例如用AI分析公共数据库揭示社会现象。
随着人工智能和大数据的深入发展,这些跨学科项目为文商科背景的学生提供了提升技术能力的新途径。毕业生能够在保留原有专业优势的同时,增加数据与技术技能,从而拓宽就业领域。对于希望转向技术相关岗位的申请者而言,这是一次在学术与职业方向上双重升级的机会。