二、数据与政策解析
-
文科 → Data Science/AI:需掌握Python或R编程,完成统计学基础课程,最好有数据分析项目或在线认证(Coursera/edX)。 -
商科 → CS/软件工程:必须修过数据结构、算法、数据库等先修课,并通过GitHub项目展示编码能力。 -
工科 → 传媒/创意产业:需准备作品集(视频、策划案、新媒体案例)及行业实习或志愿经历。 -
法学 → 公共政策/国际法:建议有智库、NGO或法律援助机构经验,体现调研与跨文化沟通力。
三、策略与清单
-
短期密集学习:利用线上课程快速补先修知识,并获得可验证证书。 -
项目实践:自主发起或参与与目标领域匹配的小型课题,形成可展示成果。 -
行业切入:寻找相关领域的实习或志愿工作,哪怕时间短也要确保有实质收获。
-
优先选择见证你跨专业学习过程的导师或上司,用实例说明你的适应与突破能力。
-
跨专业申请不确定性较高,首轮递交可留出更多时间应对可能的条件录取或补充材料要求。


