交叉应用导向:侧重实践与业界,强调技术落地能力
这类项目更注重将经济学与数据科学技术应用于实际问题,适合计划进入科技、金融、咨询等行业的学生,部分项目也支持PhD申请。
-
哥伦比亚大学(Columbia University)- MA in Economics
-
特色:哥大经济系在纽约金融圈资源丰富,MA项目课程覆盖高级计量、时间序列分析(含机器学习预测),并提供与美联储、世界银行等机构的实习机会。
-
数据科学元素:可选修哥大数据科学学院的“Machine Learning”“Data Visualization”课程,毕业生多进入投行(如高盛)、科技企业(如亚马逊)的经济分析岗。
-
适合人群:希望在纽约就业,或兼顾学术与应用的学生。
-
-
纽约大学(NYU)- MA in Economics
-
特色:NYU经济系位于曼哈顿,与纽约联邦储备银行(FRBNY)合作紧密,项目强调“经济问题+数据技术”的解决方案,课程包括“Econometric Methods with R/Python”“Applied Data Science for Economists”。
-
数据科学元素:实验室课程使用真实金融、医疗数据训练预测模型(如房价、失业率),教授团队包括行为经济学与实验经济学的活跃学者。
-
适合人群:对应用经济(如金融科技、城市经济)感兴趣,希望快速进入业界。
-
-
卡内基梅隆大学(CMU)- Master of Information Systems Management (MISM) - Business Intelligence & Data Analytics Track
-
特色:虽隶属计算机学院,但该项目结合经济分析与数据管理,核心课包括“Economic Principles for Data Science”“Predictive Analytics”,适合希望用数据驱动商业决策的学生。
-
数据科学元素:强调数据库设计(SQL)、大数据技术(Hadoop)和机器学习模型(如分类、聚类)在实际业务中的应用。
-
适合人群:跨专业背景(如经济+计算机),希望进入科技企业做商业分析(BA)或数据科学家。
-









