中国有大量的细分专业，为何不像美国一样大力推行交叉学科？

1. 首先，我们国家采用的苏联教育模式，建专门学校，专门专业。

这个在工业化初始阶段是很有好处的，当时的企业是无法自己从零独立培养人才的，所以需要学校给培养好，给企业送过去，企业可以直接让员工在工作中积累经验提升了。

整体来说是计划经济时代的产物，因为那个时候很多学校是为企业创办的，毕业之后直接分配到对口企业。比如华北电力大学可以说是专门为电力系统准备的，他们的控制专业教的都是发电厂的控制。即使到了21世纪初，行业性211分数依然吃香。那个年代并没有太多提供高薪的私企，那些学校往往比综合性大学更容易进入“xx系统”，那些“系统”在当时看来算是不错的工作。后来综合性的985大学深入人心，定向选调只要985，高薪私企偏爱985，甚至“xx系统”也更偏爱985，这些行业性211才没落下去。

而美国采用的则是不同的模式。给你通识教育，员工到了企业，要基于他们之前的一些知识参加岗前培训，这个在美国这种老牌工业强国，这个体系早就已经很成熟了。所以他们的公司招人很多时候看的是综合能力和学习能力，这块非常重要。

咱们也可以把苏联这种教育模式，理解成欧美工业化早期阶段比较普遍的学徒工换成了国家培养就差不多了。所以咱们国家的专业会分的很细，找很固定方向的工作。

但是目前中国正处于转型阶段，所以也会有一些乱，一边是大学逐渐以通识教育为主了，课程不再那么细致，很多专业实用的技术在本科阶段并不会涉及那么深入，另一方面则是大部分企业不岗前培训，希望本科生进来就可以直接上手，所以目前国内大学很多专业学生的就业也是看学校和企业两边哪个更加强势。当然也有更多的本科生在本科阶段去考证，学习专业技能，去博取更好的工作机会。

2. 学校导师资源的缺失

其实每个专业由课程族成，比如一个50门课，每15门课可以组成一个硕士专业，然后就不同排列组合形成了很多不同的交叉专业。哪怕“金融工程”，可能编程的课多一些就叫“计算金融”，数学的课多一些就叫“金融数学”，经济的课多一些就叫“金融经济”，衍生品产品设计多一些就叫“金融工程”，偏二级市场的多一些就叫“金融量化交易”，等等，可以组成很多不同的课。统计也一样，数据库多一些就叫“数据挖掘”，编程多一些就叫“计算统计”，分析数据多一些就叫“数据科学”，另外还有“生物统计”。

中国学校到了研究生阶段其实老师是比较缺的，往往教授是找学生做具体项目，而因为种种原因很少教授会真的去研究一些很专业很实用的东西，自己不研究这些，也没法开课。美国的话，比如研究自然语言的老师开自然语言处理的课，人家与时俱进的，之前马尔可夫流行就用马尔可夫，java流行用java；后来深度学习流行了就用深度学习，python流行就用python；然后bert、transformer流行了又有这些新的，所以学生上课毕业直接就业是没问题的。但如果教授不研究这些，那几本老掉牙的教材教，那学了也等于白学啊。

国内的人一说美国硕士就说水硕，但其实美国硕士性价比高是有自己道理的。本科的课都是基础课，万年不变的，在中国二本学微积分和在麻省理工学微积分还是那些东西，没区别的。如果是博士，就偏研究，不上课，读论文写论文，也与就业脱钩的。只有硕士的课程会最贴近就业市场，而硕士教育也是能看出老师水平的时间，这个时候国内的情况就会有些堪忧，也就直接反应在课程上，交叉学科到底谁去教授，前沿课程谁能教授。

3. 交叉学科到底香不香

事实上交叉学科就好找工作吗？事实上很多看似很前沿的交叉学科，实际上真的招聘还是招各个专业的强者集合到一起解决交叉学科的问题。比如交叉学科地理信息科学，这学科本来是计算机，地理，测绘三个专业的交叉学科，但是结果出现一个现象——很多学校交叉的不伦不类，最后搞成了四不像，写代码比不过计算机的（甚至数据结构都没学过），地理理论比不过自然地理与资源环境的，大地测量比不过人家测绘科班的。毕业找工作，还得从这三个里面找一个侧重一下，倒不如本科直接学计算机，地质，测绘，更能在这类交叉学科选拔的竞争中取胜。还有比如车辆工程为例，一个融合机械、能动、电子电器、计算机软件、控制科学、材料、安全、力学等多门学科的专业，是不是大杂烩显而易见。出来找工作确实除非是对口学校对口公司，不然找工作真的很难。

与其学习交叉学科，每一门课程都不是顶级专业，不如学习一个方向，等到了硕士阶段再去交叉融合，到时候又是一番新的风景。除非你有关系有实习，出来就做一个交叉学科的负责人，不用实际操作的除外。