今天浅谈商业分析、金融工程和数据科学专业。
2022录取季即将结束，新的申请季蠢蠢欲动。同学们基本上都拿到了理想的录取，面对2022年的申请乃或者近几年的申请结果，可以看出近年来高校对于学生的要求并没有因为疫情的反复而降低。相反，随着学生学习资源的日益丰富，学生和家长更强的意识和意愿去参加实习和科研活动增加软实力，由此录取呈现一个更为卷的态势。
在这种情况下，我们的申请也出现了很多微妙的变化。今天，我就拿出众多变化中的一个来简单剖析一下，希望能对即将申请的同学有所启发和帮助。
越来越多的人发现，其实美国高校的很多专业，哪怕是开设在不同院系下面，他们要求的核心技能和先修课有很大的重合，这就促使了掌握了核心技能和学习过相关先修课的同学有了更多的选择。
那么面对这么多的相似专业，我们如何了解他们的异同呢？
今天我们就选取学生通常会考虑混合申请的商业分析（Business Analytics）、金融工程（Financial Engineering）和数据科学（Data Science）来做个简单的介绍。我们将带领大家一一解读这三个专业的录取要求的侧重点和就业实习方向，以便同学们更好做出自己的专业选择。
商业分析：
商业分析，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。
根据维基百科义， Business Analytics（以下简称BA）指的是连续迭代探索和调查过去的企业经营绩效去获取价值信息以及推动商业计划的技能，技术和实践技巧。
为了更方便大家理解，我们借用
哥伦比亚大学官网对于商业分析的解析，通俗地说，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？
● 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 and 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是可以的。
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，具有好的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。
金融工程
金融工程是一门建立在金融学和数学，计算机基础上逐渐发展起来的学科，研究金融衍生品，是一门系统的高端的研究虚拟经济市场的专业和工作。
● 金融工程概念
利用数学工具、工程化手段来解决实际金融问题：
金融产品设计，金融产品定价，交易策略设计，金融风险管理等；
● 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 （目前最常见的）
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。
数据科学
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、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：
1. 修过计算机基础
2. 数学基础（比如微积分、线性代数）
3. 熟悉概率论、或者统计
● 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。
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。
如果你也是相关专业的，此刻正在为自己选择专业犯愁，不妨可以参考这个思路。结合自己做过的实习和即将要做的实习，合理规划自己的选课和实习，最后预祝各位同学来年都能申请到自己理想的学校。
