很多同学在留学抉择时都会选择跨专业学习，一是因为经过大学四年的学习，明晰了自己更想要什么，二是跨专业学习不仅可以在不同学科领域之间建立联系，拓宽知识广度，培养多学科综合能力，还能帮助个人发展多元化的技能和知识，在今后的职业发展中更具竞争力。一般跨专业申请都会有一些特定的要求，如相关背景、工作经验或特定考试成绩，所以跨专业学生一定不能忽视的就是先修课（Prerequisite course），先修课是指在学习一门学科前，应该掌握的相关基础课程。今年清柚老师就给大家整理了一下热门跨专业选择——金工/CS/BA 的先修课汇总和一些转专业院校举例，有具体的问题，也可以扫描下方二维码进行一对一咨询。
一、金融工程 Financial Engineering（FE）
微积分(Calculus) -Required
线性代数(Liner Algebra)-Required
概率论与数理统计 (Probability and Statistics)-Required
常微分方程 (Ordinary Differential Equation)-Required
偏微分方程 (Partial Differential Equation)-Required
随机过程 (Random Process)-Recommended
多元数据分析(Multivariate Data Analysis)-Recommended
数值方法 (Numerical Method)-Recommended
计算机导论 (Introduction to Computers)—Recommended
Financial Engineering and Risk Management (Part1)-Recommended
Financial Engineering and Risk Management (Part2) Recommended
时间序列 Time Series-Recommended
金融导论 Introduction of Finance-Recommended
线性与非线性规划 Linear and Nonlinear Programming-Recommended
推荐院校
加州大学洛杉矶分校（UCLA）- Master of Financial Engineering (MFE)
加州大学洛杉矶分校的MFE课程将理论与实践相结合，通过暑期实习和企业赞助的应用金融项目，将基于技术和理论的教学法与沉浸式学习相结合。
官网链接：
https://www.anderson.ucla.edu/degrees/master-of-financial-engineering
哥伦比亚大学（Columbia）- MS in Financial Engineering (MSFE)
哥大的MSFE开设在工程学院工业工程及运筹学系之下，属于STEM，项目时长为1年。项目涉及金融理论、工程方法、数学工具和编程等多个学科领域。课程设计以应用工程方法学和金融定量方法为主，为希望在证券、银行、金融管理和咨询等行业工作的学生提供专业的课程指导和技能培训。
官网链接：
https://msfe.ieor.columbia.edu/
二、计算机科学 Computer Science（CS）
Python-Required
数据库(database)-Required
算法 (Algorithms)-Required
数据结构 (data structure)-Required
面对对象编程 OOP（C++/Java)-Required
统计学习 Statistical Learning
机器学习 Machine Learning-Recommended
离散数学-Recommended
学校推荐：
南加州大学USC- Computer Science（CS）
南加州大学(University of Southern California)的计算机系Department of Computer Science，首先学校的梯度比较高，再加上南加州每年的招生人数多，与之对应的申请难度要低一些；
官网链接：
东北大学（NEU）- Computer Science（CS）
东北大学（Northeastern University）专门针对转专业学生设置了CS项目，相比普通的CS项目多了4门计算机的基础课程；包括计算机系统/算法和面向对象语言、计算机基础离散结构。这个项目在硅谷、西雅图、波士顿都有校区。而且有一个很大的优势：可以就读时做co-op，实习机会非常多。可以选择一个学期到大厂实习，积累职业背景，而且还可以在实习期间或者暑假选网课补修学分，不会影响毕业时间；
官网链接：
三、商业分析 Business Analytics（BA）
微积分 (Calculus) -Required
线性代数 (Liner Algebra)-Required
概率论与数理统计(Probability and Statistics) -Required
微观经济学 (Microeconomics)-Recommended
宏观经济学 (Macroeconomics)-Optional
学校推荐：
卡内基梅隆大学（CMU）- Master of Science in Business Analytics
卡内基梅隆大学（Carnegie Mellon University）的商业分析硕士（ Master of Science in Business Analytics ）开设在 Tepper 商学院下，项目时长只有 9 个月，课程却非常硬核，总共要学 20 门课。官网明确规定该项目对申请者的本科专业没有要求，但本科需要学过微积分，线性代数，统计课程，有编程语言基础。
官网链接：
https://www.cmu.edu/tepper/programs/master-business-analytics/full-time/index.html
杜克大学（DUKE）- Master of Quantitative Management- Business Analytics （MQM-BA）
杜克大学（Duke University) MQM Business Analytics设置在(Fuqua)富卡商学院，属于STEM项目，为期10个月，有36个月的OPT。主要学习数据分析核心基础课程，你可以从以下4个方向任选其一进行研究：Finance / Marketing / Forensics / Strategy。
网页链接：
https://www.fuqua.duke.edu/programs/mqm-business-analytics
除了要准备好先修课，还要提前了解目标国家和学校的教育体系、专业设置和招生要求，以确定是否支持跨专业留学，可以先与目标学校的国际招生办公室或学术顾问取得联系，咨询跨专业留学的可行性和要求。在确定要求之后制定合理的课程规划，包括先修课程和相关学习计划，以满足目标专业的要求。根据目标专业的要求准备申请材料，包括推荐信、个人陈述和其他相关文件。突出自己的跨专业学习经历和能力。
最后给大家整理了过往跨专业申请成功的学员案例作为参考～
更多留学申研相关的问题，也可以添加下方清柚老师联系方式了解详细信息。
