在信息化飞速发展的时代里， 数据、分析、算法 都成为了市场中的主流需求。近两年很多院校也顺应时代的潮流，开设了更多与之相关的专业，比如 分析学专业硕士。
作为一个开设不久的项目，很多同学都不太了解、甚至都不知道还有这个专业，那么今天就来给大家详细介绍一下它！
分析学专业硕士介绍
分析学是一门交叉学科，强调使用工程方法来分析数据，从而分析、管理工程与企业经营过程。
很多同学都搞不清楚分析学到底是学什么的，和商业分析、数据科学这些相似的专业又有什么不同。
其实，如果要单纯介绍分析学、商业分析和数据科学这三个专业，那么听起来就真的大差不差，因为它们学习的目标都是 掌握作为数据分析师和数据科学家所需的各项技能，以解决工作中的各项问题 。
所以，建议大家不要只从名称来区分这三个专业，而是要把专业放到学校中，了解这些项目在目标院校属于什么院系、培养目标是什么、有哪些课程设置，这样才能更清楚地区分，也能更好地了解这个专业、判断自己适不适合这个项目。
例如 加州大学伯克利分校的分析学硕士项目 ，开设在 工程学院、工业工程与运筹学系 之下，是一个一年制的就业导向项目，旨在培养学生建立尖端数据和定量技能，为他们在工业中令人兴奋的角色做准备。
核心课程 包括： 数据库的分析与设计、优化分析、风险建模与仿真分析、数据分析中的应用 分析实验室（Python项目课程） 。同时，还有应用数据科学与风险应用程序、收入管理的基础、医疗分析、金融工程简介 、网络流和图形等选修课。
加州大学伯克利分校官网内容
伯克利还给出了分析学硕士项目的就业前景，在2017年1月，美国的就业市场中有235万分析和数据科学的人才需求，并且分布在金融和保险、信息、科学和技术服务、手工业、零售业、健康和社会帮助等各个行业中。
同时值得注意的是，其中对于分析专业人才的需求占比67%， 是数据科学的2倍 。所以整体看来，分析专业的毕业生有着非常广阔的就业前景。
南加大的分析学硕士 项目同样开设在 工业与系统工程学院 中，是一个3到4个学期的全日制课程。它是为受过工程学科培训或其他职业培训的学生，以及对深化数据科学、统计学和数学背景的兴趣而设计的。
南加大分析学硕士项目的核心课程有： 数据管理、数据挖掘、数据可视化、机器学习、决策分析、数据科学统计 ，选修课包括数据分析咨询、财务数据分析、文本挖掘和推荐系统的自然语言处理、大规模的机器学习（大数据分析）等。
南加大官网内容
南加大还开设有两个热门的数据分析类项目：数据科学和商业分析，可以用来对比。
其中，南加大的数据科学硕士项目隶属于 工程学院 ，是计算机科学系中计算机科学专业的一个方向，商业分析则属于商学院。
因为设置于CS下属，所以南加大的数据科学项目更侧重于深度学习和机器学习，课程设置比较硬核，核心课程包括 ：人工智能的基础、算法分析、数据库系统 。
而商业分析项目则专注于数据科学在商业领域的应用，核心课程有 数据驱动决策、商业分析、统计计算和数据可视化、面向业务分析师的SQL数据库 等。
由此可见，分析学硕士项目是在数据科学和商业分析两个专业中取了平衡，很多想学习数据专业，但又不适应计算机课程的同学就非常适合考虑本项目。
分析学专业硕士申请要求
分析学硕士项目一般开设于工程学院，专业性也较强，所以会要求工程、数学等相关专业背景，或有先修课要求。
例如南加大的分析学硕士要求申请者 在任何工程或工程相关学科的认可机构获得的学士学位 ，同时也欢迎拥有非工程学科学士学位的学生申请，包括但不限于： 数学、经济学、统计学、商业、会计和金融专业 。
加州伯克利大学的分析学硕士则要求申请者至少有 线性代数、概率和统计学 大学水平的课程或同等的知识水平，并且明确指出在申请时已经成功完成的先修课程可以提高申请的竞争力。同时还推荐申请者有相关的 计算机编程能力 。
西北大学的分析学硕士项目也同样指出，具有较强的 定量技能或拥有数学、IT和编程方面的学术/专业背景 的候选人在申请过程中更具竞争力，并且能够为课程做好充分的准备。
目前只有南加大公布了分析学硕士项目的24fall申请截止日期：12月15日，其他分析学硕士项目的申请ddl也会在这个日期左右，同时南加大的分析学专业还有春季项目，24 spring的申请截止日期为9月15日，计划申请的同学可以抓紧时间开始准备了！
南加大官网内容
现在，很多本科就读商科专业、数学专业、计算机专业且想转数据分析的同学，基本都会选择申请商学院里的商业分析或数据科学硕士，这样一来，这两个项目的申请形势自然就卷起来了。
实际上，本科就读统计、应用统计、数学、应用数学、计算机科学等专业的同学们，完全可以 把视野扩展到目标院校的工程学院 ，尤其是工业工程系，同样有分析学的硕士项目，并且申请难度相对更低。
