近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。
那么，大数据时代下，准备赴美留学的准研究生们该如何做好专业选择与申请准备呢？我们将以刚刚申请到大热专业--商业分析及生物统计的两位学子的经验为例，讲一讲这些专业对申请人的背景有哪些要求？同时，留学生如何能够准确地找到适合自己的交叉学科方向并为之做好准备？
相比于前些年大热的金融工程专业，最近两年商业分析已经成为大热门方向。西北大学、哥伦比亚大学的商业分析项目，已经成为全球申请者的心之所向。什么样的经历才能够申请到这类美国名校呢？
Z同学毕业于澳洲某知名院校商业分析专业，申请量化金融、商业分析、运筹、计算科学等方向。最后的录取结果为哥伦比亚大学金融数学、哥伦比亚大学商业分析、西北大学分析学，杜克大学量化管理-商业分析、华盛顿圣路易斯大学量化金融等项目。
能够取得这样惊人的录取成绩，与优异的标化成绩、丰富的软件背景分不开。学生共计参与了五段实习科研，其中两段高质量的实习是在校内的助教与研究助理的经历，学生从大二开始到毕业一直担任高级分析课程的助教，每周会给准备荣誉学位的学生进行学术指导，这也为后续申请偏研究的项目打下了良好的基础。
与此同时，他还担任了学校教授的研究助理，协助教授进行澳洲税收数据的处理，这段研究助理的工作持续时间半年，在此期间，学生提升了自己的计算机技能，包括熟练使用Python, matlab, R, DecisionTool, Stata, Bloomberg Terminal等，这些技能都是申请偏量化项目非常重要的加分技能。
在大二阶段，学生已经拥有两段实习，分别是一家房地产公司以及一家会计事务所的实习，但是这两段实习的经历并不完全匹配申请量化金融以及研究类型项目的目标，我们建议学生增加实习经历，家长利用身边资源迅速定位了一家信息科技公司，学生在该公司的主要任务是进行数据的收集、处理以及分析，并且跟随主管领导合作了三个项目，还拿到了一封高含金量的推荐信。
这位同学对于将来的定位开始是比较纠结的，一方面有读博士的打算，另一方面很看重就业，因为本科学习商业分析，有一定的数理基础，所以希望在研究生阶段更多的补充一些跟计算机以及数据分析相关的知识，毕业后做跟数据分析相关的工作。
所以，我们在申请研究生时，分成了两个类别，一是以就业为主的量化金融商业分析等专业，另一个是跟研究方法相关的，可以继续支持学生为之后读博士做准备的数据分析方法的专业。
鉴于以上申请目标和方向，我们建议学生继续补充计算机方面的课程，这在后续申请哥伦比亚大学商业分析和西北的分析学提供了很大的帮助。
Z同学拿到这几枚录取都算得上是含金量非常高的项目：
1.哥伦比亚大学金融数学，开设在文理学院下。学生有丰富的实践资源，学校就业支持力度大，很多学生都在纽约找到了工作，也有部分学生选择继续深造。
2.哥伦比亚大学商业分析，是由商学院与工学院合开的项目，必修课包括了两个学院的课程，结合了工学院在数据科学、优化、随机建模和分析方面的优势，以及商学院在商业和营销数据驱动决策方面的优势，给学生们提供了一个学习建模技术和数据科学知识的机会。
3.西北分析专业应该算是美国分析专业的第一名，隶属西北McCormick工程学院王牌专业工业工程运筹管理(IEMS)，课程设置非常硬核，而且由于和业界紧密联系和西北一直以来的务实传统，就业情况也是项目的最大卖点之一。
该项目的课程比较固定，包括了商业方面的课程，但是更多的还是技术课程包括编程、统计、建模、机器学习、数据库、大数据处理等。课程表每年会根据毕业生雇主的反馈进行调整，目的是培养全面型的数据分析人才，所以课程结合实际应用能够非常紧密。
4.芝加哥大学计算社会科学是交叉学科的硕士项目，偏向于博士导向。
对于社会科学而言，其研究对象具有独特性，区别于自然科学对于自然世界的探寻，社会科学关注的是人类社会和人类行为。传统上由于数据可得性和数据处理技术的限制，社会科学中常用的量化研究方法是调查(Survey)，田野调查(field )或是实验法、(无)结构访谈法等虽然也作为观察和了解研究对象的其他方式，但是不常被量化研究使用。
调查法有其自身固有的局限，同时也存在着收集时间长、问题设计困难的困境，在这一情况下计算社会科学的出现就助力了这些问题的解决，芝加哥这一交叉项目计算社会科学，充分利用互联网大数据与AI 算法，来研究曾经受数据规模所限制而尚未被探索的个体或集体人类行为，对社会现象提出崭新的理解。
对于申请量化金融商业分析等专业的学生，虽然通常学校不会强制要求先修课，但是我们强烈建议学生有微积分、线性代数、概率统计的背景；同时建议有良好的计算机基础，至少掌握一门编程语言。另外，建议学生进行R语言学习，以便在硕士阶段更加轻松、游刃有余。
