什么是交叉学科？
交叉学科是两种甚至多种学科交融的产物，随着科学和技术的发展，各学科领域出现了一些单一学科无法解决的复杂问题，这对当下时代经济、科学和技术的合作性有了更高要求。
大部分的交叉学科，是以一个学科为工具，来解决另一个学科的问题的。交叉学科人才可以更好地解决学科边缘问题，因此在就业方面也更有竞争力。
如何选择适合的项目？
根据美国教育部发布的高等教育学科分类系统CIP显示，近年来理工科方向热门交叉专业：
数学统计方向
数据科学(Data Science)
商业分析(Business Analytics)
金融工程(Financial Engineering)
金融数学(Financial Mathematics)
风险控制(Risk Management)
生物统计(Biostatistics)
物理科学方向
电子工程(Electrical Engineering)
机械工程(Mechanical Engineering)
医学工程(Medical Engineering)
化学方向
化学工程(Chemical Engineering)
材料科学与工程(Material Science and Engineering)
纳米工程(Nanoengineering)
生物方向
生物统计(Biostatistics)
生物医学信息(Biomedical Informatics)
基因咨询(Genetic Counseling)
健康数据科学(Health Data Science)
生物医学工程(Biomedical Engineering)
化学与生物分子工程(Chemical and Biomolecular Engineering)
对于理工科和有一定工作经验的申请者来讲，申请以上这些与专业契合度较高的专业，难度会并不是很大。
这里有几个tips帮助大家选择适合自己的项目：
1职业目标+个人兴趣
跨专业申请的学生不是对自己的本专业不满意，就是对未来职业发展有新的想法，再次出国深造关系重大，是个转折点，必须要理性判断。
可以进入国外大学官网或者通过领英，联系在校学生，与当事者取取经，看看毕业后大家的就业倾向和机会。
另外要正确评估自己对专业的兴趣，不要过于个人浪漫主义，把兴趣当做唯一决定因素。
2了解自己领域的交叉学科
建议先跟教授沟通一下，说说自己的问题和想法，教授们会提供给你一些专业的意见。
然后通过谷歌做一下research，在知网、万方或者谷歌学术等查找一下相关文献，了解一下与自己领域相关的交叉学科的研究情况。接着就可以先从专排高的的学校官网下手，逐个查找合适的项目了。
3分析申请的可行性
在申请时，同学们要理性判断自己是否具备新专业所要求的专业知识背景。
申请人的个性与目标专业之间的匹配程度也很重要，如市场专业，需要学生的创新能力、判断决策能力比较强；如果是从事数据分析的工作，还很看重学生的分析能力和数理逻辑能力。
在分析可行性时建议参考以往的录取情况以及实际案例，仔细对比自己的所学课程以及申请项目所开设的核心课程，看看是否具有一定的衔接性。最好寻求一下专业老师或者成功申请的学长学姐的意见。
如果从所学课程上没有看到衔接性，就要看一看是否有回旋的余地，一般申请文科，例如教育学等，商议空间很大，有的学生毫无专业背景，但有丰富的从业经历和工作经验，一样可以申请。
热门项目介绍
金融工程：金融经济+数学+工程
金工的课程由大学的商学院、数学系和工程学院联合授课，开设的 program 绝大部分为应用型的硕士学制。应用型预示着它的课程以授课形式为主，倡导学生实践，时间在1~2年。
适合谁
金工对更适合数学、统计学、CS、物理、工程等专业的学生。除此之外，不少学校也接受金融、经济学、精算学、生物、化学和会计分析专业背景。
先修课要求：最常见的有微积分、线性代数、概率论、概率统计、常/偏微积分方程、矩阵代数、数量统计等。
个别学校还要求学生有良好的算法、编程、C++、JAVA、Matlab 基础和计算机分析能力。
整体来说申请难度大，GT要相对优秀，GPA是一个非常重要的指标。如果有相关工作经验也能为你的申请加分。
商业分析：商科+计算机+统计
商业分析（Business Analytics, 简称BA），是面向数据分析、商业分析这方面新兴学科，以商业知识为基础，数理编程为手段。与现在的互联网及大数据相联，从数据分析出发以优化决策，实现大数据的商业应用。
尽管各个学校的BA 学位培养目标可能不尽相同，但其课程设置大同小异，基本上都是数理编程和管理科学类的课程。
基本课程包括：统计学、数据分析、数据可视化、商业决策等，拓展课程包括数据库、数据挖掘等。
多数设置在商学院下，如Rochester，GWU 等。有些设置在工程学院下，如Northwestern，Cornell；也有设置在信息学院下的，如CMU。一般设置在工程学院及信息学院下的项目，对数学背景和计算机背景要求都很高。
BA 基本上都是以就业为导向型，数理的东西不多，主要是运用软件分析和基础的编程，学起来很实用，是个不错的选择。
适合谁
BA倾向于招收有相关专业背景且数理课程优秀、且懂SAS / MATLAB / SPSS / R /C++ 等申请者。
文科生也可以申请商业分析，但是一定要有数学相关的基础课程背景，学过线性代数，微积分，统计学等课程或者具备商业分析的相关研究和实习背景。
BA对语言的要求通常比较高，好学校都是在100以上。和商科的其他专业一样，排名不错的学校是需要面试的。
对申请人的背景没有严格的要求，但有些学校会有先修课的要求。
生物统计：生物+统计
生物统计，简单的说，就是用统计学方法研究分析应用在医药生物等领域。生物统计方向硕士，在美国大学研究生院一般设置在公共卫生管理硕士下面，通常分为两种学位，Master of Public Health （MPH） 和Master of Science（MS）。
大部分设置在专门的公卫学院，也有个别院校设置在医学院或者数学系。硕士学位一般是在 1 年-2 年，博士学位平均在 5 年左右。
在当今的大数据时代，由于生物统计在各领域的应用广泛，在美国就业形势良好。毕业后可以拿到36个月的OPT工作签证，从事的热门工作领域有 health analysis，clinical trail，SAS programmer 等。
此外生物统计专业的学生在就业生还有一个很大的优势，就是可以在医院或者研究所工作，有机会不受H1B工作签证名额的限制。
适合谁
申请生物统计方向的话，学统计的最合适，其次是数学尤其是应用数学出身的，也有很多计算机背景的学生申请这个专业。
其实需要的生物内容是很少的，即使是要求高的学校，研究生上几门 molecular biology之类的入门课程就可以了。这个学科重视 Quantitative skills，所以纯粹生物或者医学类出身的，反而不特别受欢迎了。
准备攻略
1刷高GT分数和GPA
这几个指标代表了学生的学习能力，无论是学习外语能力，还是学习本专业能力，亦或者是应试能力，必须飙高了来证实你能符合新领域的学习。如果硬件分数每一个不出彩，那么学习能力会受到很大质疑。
2上网课或者旁听相关专业的课
很多热门专业都需要先修课的要求，可以通过上网课来证实自己已经去打下相关基础。如果网课结业有certificate更好，可以写入CV，即使没有也可以写入文书。
寻找一些课外活动实习或者是比赛的机会，甚至是辅修一些课程，总之尽量多地去接触即将转读的专业。
3文书——制胜的关键
尽可能地挖掘所有可以增加录取可能性的相关信息。即使很多同学认为平淡无奇的、水水的实习经历，也有可以发挥的空间。最大化程度地描述自己强烈弥补经历的想法以及做出的实践，以接近目标专业的要求。
4套磁
努力争取获得所申请专业的老师推荐信或者直接套磁对方学校该专业老师，套磁成功后，该专业老师的一封推荐信，对跨专业申请非常有份量。
