研究生计算机专业的方向有哪些?

新机器视觉

共 4083字,需浏览 9分钟

 ·

2021-05-24 01:34

链接:https://www.zhihu.com/question/349899328/answer/1752872326

来源:知乎

作者:CS GOGOGO
https://www.zhihu.com/question/349899328/answer/1631226070

国外的计算机研究生主要的专业方向主要分为:人工智能 (Artificial Intelligence) , 程 序 应 用 (Programming Language),计算机系统(Systems)以及计算机理论(theory)这四个部分。

本文主要想聊聊国外的方向。国内的研究生计算机专业可以到每个学校的研究生招生目录或者直接上研招网查到。

目前国外的计算机研究生主要方向有以下这些:

1. System Security, Information Security 系统,信息安全

主要是为数据处理和采集系统提供安全保护,保护计算机硬件、软件、数据不因偶然的或 恶意的原因而遭到破坏、更改、显露。对口的工作就是信息安全工程师啦!

2. Software Engineering 软件工程

研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及程序 设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。典型的软件有电子邮件、嵌入式系统、人机界面、办公套件、操作系统、编译器、数据库、 游戏等。这个专业比较灵活,基本每个公司都需要编程的程序员。

3. Artificial Intelligence 人工智能

是一门近年来大火的研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。人工智能是计算机科学的一个分支该领域的研究包括机 器人、语言识别、图像识别、自然语言处理和专家系统等。

就业方向主要是科研机构(机器人研究所等),软硬件开发人员,高校讲师等。在国内就业前景还是比较好的,国内产业转型升级,像IT行业的转型工业,和可穿戴设备,机器人等都是近几年研发的热点项目。

4. Computer Vision 计算机视觉

指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中 获取‘信息’的人工智能系统。

(这是Machine Learning 下一个分支,但是近几年比较热,且很多学校有开始针对此的专门项目和方向,故列在此)

计算机视觉有2个方向:基于深度学习的和基于几何方法的。基于深度学习的可以走图像识别,人脸识别,驾驶辅助等方向。基于几何方法的可以走VR,AR,三维重建、无人机等方向。
5. Machine Learning 机器学习

专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能, 重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。

这也是近几年比较火的一个专业,像是动漫设计与制作、网络运营、UI设计、4G编程、运维工程师等等,都是非常好就业的方向。

6. Database 数据库

这是按照数据结构来组织、存储和管理数据的仓库。有很多种类型,从最简单的存储 有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了 广泛的应用。

这也是个灵活的大专业,一般都可以走数据建模师,构架师这个方向。

7. Human Computer Interaction (HCI)人机交互

这是一门交叉学科,涵盖艺术,设计,计算机,心理学,社会学等等学科。主要是通过过计算机输入、输出设备,以有效的方式实现人与计算机交流。

人机交互这个专业作为产品和用户之间的桥梁,已成为行业发展不可或缺的重要一环。无论是手机UI,汽车操作界面设计,用户体验,游戏设计又或是VR产业都需要这个专业的人才。

8. Computer Network 计算机网络

通常人们说的网路就是指电脑网路,也就是讯息网路,是利用通信设备和线路将地 理位置不同的、功能独立的多个计算机系统连接起来,以功能完善的网络软件实现 网络的硬件、软件及资源共享和信息传递的系统。简单的说即连接两台或多台计算 机进行通信的系统。

这个专业实操性强,计算机系统维护、网络管理、程序设计、网站建设、网络设备调试等都是以后就业不错的选择。

9. Theoretical Computer Science 计算机理论

主要研究计算机各项理论,主要包括算法逻辑和复杂度:算法分析,平行计算,分布式计算,计算学习理论等。

这个专业偏理论,TCS虽然不是很多人的第一选择,但TCS搞得好的人都是绝顶聪明。一般硕士毕业也可以做做码农的工作,或者继续深造留校教职。

理论上,计算机专业找工作并不难。就业方向较为广泛,例如软件开发工程师、数据库开发工程师、算法工程师等 IT 行业;金融等行业的算法工程师、分析师等也是常见的选择。

其他很多公司或机构都需要招收计 算机背景的学生,提供各种技术支持。

比如在美国,计算机专业毕业无论是硕士,博士,计算机任何方向毕业之后的最大出路基本就是去写代码做软件开发,基本属于殊途同归。虽然工作的 title 可能各有不同,但是工作性质都是类似的。


作者:虾米大人
https://www.zhihu.com/question/349899328/answer/1808615713

看到自己熟悉的问题,忍不住过来劝退一波。千万千万不要跟风搞人工智能!千万千万不要跟风搞人工智能!

不是因为人工智能不好,而是这个行业太前沿,以至于众多不理性的资本涌入行业,导致泡沫巨大了,无论学术领域还是工业领域。
你可能不知道搞了十几年卡尔曼滤波的老教授,也非要用神经网络了,本来写在代码里几KB的算法,非要移植一个上百兆的模型,效果反而不好,反倒是处理器越买越贵,控制板越来越臃肿。为什么要这样搞?教授也很无奈,不这样搞就拿不到项目,加上人工智能走流程都要快些。

工业界更是疯狂。

耳熟能详的寒武纪、依图科技、中科云丛动不动就是轻而易举地拿到几十亿的融资,大家都想着砸钱出成果。但是只要基础数学无法进一步发展,学界就没有先进的工具解释神经网络的工作原理,更别说产生质的飞跃。所以大家只是不断堆神经元、堆CPU,拼算力、拼财力。

但是AI这个东西毕竟出成果慢啊!所以只要经济下滑,各大企业最先裁员的就是算法部分,参考蘑菇街的粗暴做法。

学这个找工作怎么样呢?如果你是17年以前学的AI,那么只要你会手推SVM就没问题了,而且还是动辄三十万往上的年薪。但是这个钱实在太好挣了,大家都去学了,这就直接导致近几年学AI的井喷。请参考知乎上关于算法岗的“神仙打架”、“诸神黄昏”吐槽。

其实反而是计算其他领域,一直是工业界需求端的大头。

比如高性能存储,比如高并发计算,比如密码学等等。

所以,想要入行AI,你要需战胜国内TOP10那帮家伙和海外的那帮家伙,如果你没有卷死他们的信心和决心,建议谨慎。


作者:HsuBright
https://www.zhihu.com/question/349899328/answer/181244383

CS2013 Body of Knowledge
The Computer Science Curricula 2013 ( CS2013 ) Body of Knowledge is organized into a set of 18 Knowledge Areas (KAs), corresponding to topical areas of study in computing.

The Knowledge Areas are:
● AL - Algorithms and Complexity算法与复杂度
● AR - Architecture and Organization计算机结构体系与组织
● CN - Computational Science计算科学
● DS - Discrete Structures离散结构
● GV - Graphics and Visualization图形与可视化
● HCI - Human-Computer Interaction人机交互
● IAS - Information Assurance and Security信息保障与安全
● IM - Information Management信息管理
● IS - Intelligent Systems智能系统
● NC - Networking and Communications网络与通讯
● OS - Operating Systems操作系统
● PBD - Platform-based Development基于平台的开发
● PD - Parallel and Distributed Computing并行与分布式计算
● PL - Programming Languages程序设计语言
● SDF - Software Development Fundamentals软件开发基本原理
● SE - Software Engineering软件工程
● SF - Systems Fundamentals系统基本原理
● SP - Social Issues and Professional Practice社会问题与专业实践
摘取自最经典的ACM/IEEE 2013 CS Curricula



 End 


声明:部分内容来源于网络,仅供读者学术交流之目的。文章版权归原作者所有。如有不妥,请联系删除。


浏览 94
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报