美国大学计算机专业介绍

2017-05-16

很多同学希望去国外深造,以下是小编为大家整理的有关美国的大学计算机专业的介绍,欢迎大家阅读。

美国大学计算机专业介绍

CS是Computer Science(计算机科学)的简称,是每年申请去美国的留学生追捧的专业之一。美国大学计算机专业的研究分支也非常多,不同分支对申请人的要求也会不同,因此,同学们要根据自己的条件选择适合自己的研究方向。本文主要对美国大学计算机专业的分支方向做了一些阐述。

1.软件工程

◤软件工程方向主要研究开发大规模软件系统的原理和技术。大体上分成软件设计、编程语言和软件测试。什么需求分析、结构设计、开发流程、生命周期等等全在此范围内。计算机专业的基础学科,如操作系统、数据结构和算法全部包含。此方向几乎属于计算机专业内部第一大的方向了,录取名额很多,奖学金也有一些。不过由于市场需求巨大,就业也不是什么问题。说白了,这个专业是培养coder的,当然coder做长了能做architect。学这个专业,衣食无忧,想挣大钱暂时也难。

2.数据库

◤数据库方向具体又有数据库系统,数据挖掘等等。从很理论的关系数据库、云数据库,到很应用的SQL,全在学习范围之内。毕业生可以做数据库管理工程师。不过请注意这种工程师职位对于经验要求较高,尤其是高薪全职在大公司的数据库管理工程师,刚毕业的学生恐怕有困难。不过工作可以找到,比如说兼职的实习性质,可以作为起步。对于编程序要求不算太高。

3.计算机网络

◤计算机网络甚至包括Telecommunication(通信)。这个范围可就大了。网络应用、网络协议、网络通信、网络理论、网络安全等等全算在内。加密解密、路由算法、甚至编解码都是需要学习的学科。这个学科申请的竞争者非常多,来自EE,ECE背景的同学也都可以申请。不过本学科就业也算不错,从设备商到运营商到第三方软件开发商,都有职位可以选择。很多公司的招人广告上写的就是Telecommunication和CS,EE相关专业。可见这个范围达到什么程度,明明是个应用专业,却都快成了与EE,CS平起平坐了。

4.人工智能

◤人工智能其实是很综合的学科,里面涵盖了计算机专业的很多小方向。比如机器学习系统,计算机语言,图像处理,语音识别,机器人,人机交互,机器人等等。对于申请者的计算机科学背景要求较高,包括数据结构算法等等,都需要有一定学习基础。不过这个方向好像最近很热,招收的名额也比较多,也有从主要招收PhD 向Master转移的趋势。完全对口的工作应该是R&D的性质,找起来有难度,不过退一步海阔天空,在各类电子设备商处都有学习此类专业可以涉足的工作。

5.计算机图形学

◤计算机图形学,这个专业与上面的人工智能、计算机网络、软件工程全都有交叉。研究图像的表达、处理等。计算机成像,三维动画,甚至网络影像传播都属于这个方向的范畴。学习这个专业的同学可以去游戏设计公司,电影视频制作公司找工作。总之,现在的生活离不开图形图像的数字表达处理,也就离不开学计算机图形学和多媒体的同学。

6.人机交互

◤人机交互,语音识别之类(语音识别有时候也作为一个单独的领域)。这个专业和人工智能专业互相交叉。并且此专业是计算机科学、行为科学、人体工程学、设计类的一个交叉领域。这样的专业的特点就是对工作经验比较看重。与人工智能一样,这样的领域如果找完全对口的工作有时候较难。

7.管理信息系统MIS

◤管理信息系统MIS本质上说就是一个数据库系统,它和其他数据库系统的不同就在于其目的用于整合必要的信息用于决策。决策支持系统、专家系统、执行信息系统等都是 MIS的组成部分。MIS专业还分成在工程院(计算机学院)或者商学院(管理)下面。前者偏技术,后者是偏商科了。咱们中国人去美国读Master,当然是偏技术的那种毕业以后路子平坦一些。

美国大学计算机专业名校介绍

1. 斯坦福大学Stanford University

◤斯坦福大学的CS是个很大个的CS,拥有40人以上的Faculty成员,其中不乏响当当、硬梆梆的图灵奖得主(Edward A. Feigenbaum, John McCarthy)和各个学科领域的大腕人物,比如理论方面的权威Donald E. Knuth;数据库方面的Jeffrey D. Ullman(他还写过那本著名的编译原理,此人出自Princeton);以及RISC技术挑头人之一的John Hennessy。相信CS的同学对此并不陌生。该系每年毕业30多名Ph.D.以及更多的Master。学生的出路自然是如鱼得水,无论学术界还是工业界,斯坦福的学生都倍受青睐。几乎所有前10 名的CS学校中都有斯坦福的毕业生充当教授。CS科研方面,斯坦福在理论、数据库、软件、硬件、AI等领域都是实力强劲的顶级高手。另外, 斯坦福大学位于信息世界的心脏地带—硅谷。加州宜人的气候,美丽的风景使得Stanford堪称CS的天堂。33.1平方公里的校园面积怕是够学子们翻江倒海,叱咤风云的了。

2. 麻省理工学院(Massachusetts Inst. of Technology)

◤MIT的CS是巨牛的,MIT的CS曾为CS的发展作出不可磨灭的贡献,数据流计算的思想和数据流计算机、人工智能方面的许多重大成就,影响了整个UNIX界的X-Window…… MIT 和 Stanford一样,几乎都是在CS界样样巨牛的学校。MIT的 Media Arts and Sciences知名度不在Computer Department之下。主要是多媒体技术,信息处理,人工智能等。有一大批著名的教授,如Marvin Minsky(图灵奖获得者)。

3. 加州大学伯克利分校(University of California-Berkeley)

◤同样地处旧金山湾畔,硅谷地带,离Stanford大约只有50公里的UC. Berkeley是美国最激进的学校之一。在当今高科技领域UC. Berkeley在缔造新的神话,在文学、数学、化学、新闻等20多个大的学科领域位居前3名。16个诺贝尔奖得主,总数近200的科学院院士、工程院院士,连同众多在硅谷商战中成为亿万富翁的伯克利人撑起了一面汇集天下英才的大旗。UC. Berkeley有学生30000多,研究生超过8500人。据一项最近的调查,伯克利已经成为美国大学生最向往的研究生院,高居榜首,其申请的难度可想而知。UC. Berkeley的CS是个大系,Faculty中有图灵奖得主以及像Patterson这样的巨牛。CS科研方面,UC. Berkeley也是样样强。旧金山湛蓝起伏的海湾,苍翠绵延的山峦,舒心宜人的气候,以及近在咫尺的硅谷……这一切的一切不也使得UC. Berkeley俨然一个CS学子的世外桃源吗?

4. 卡耐基梅隆大学(Carnegie Mellon University)

◤CMU是个位于匹兹堡的不大的学校,学生7000多,校园好像也不大。但这个学校在工

程及其他一些领域却是顶尖的学堂。CMU的CS不是一个系,而是一个学院,其规模之大,

可能只有Stanford,UIUC可与之相比。Mach操作系统,PVM,C.mmp等都有CMU的巨大贡献。申请CMU的难度很大,因为尽管CMU的CS Faculty很多,但每年只招收不足30人的研究生队伍。

5. 伊利诺斯大学(Univ. of Illinois-Urbana-Champaign)

◤UIUC的工程学院在全美是至尊级的,其CS,ECE,EE在历史上都屡建战功。在CS方面,从早期的超级计算机ILLIAC I,II,III,IV到后来的CEDAR,都是CS发展史上,特别是并行计算机发展史上的重要事件,影响和引导了CS很长时期的发展。超级计算机研究开发中心(CSRD),美国国家超级计算及应用中心(NCSA)等众多的机构,使得UIUC的CS常常成为研发的领头雁。UIUC是个大学校,学生总数超过35000,研究生院近万人。 UIUC的CS很大,40余个Faculty提供了全面的CS教育和科研项目。每年30多个博士的毕业数目似乎只有Stanford可以匹敌。UIUC在计算机硬件、软件、AI、DB等领域都相当强大。事实上,UIUC在超级计算机系统的研究开发方面绝不逊于MIT、Stanford等任何一个,甚至有过之而无不及。NCSA建立在UIUC这一事实本身就是佐证。UIUC CS的学生毕业后去学术界的不少,Stanford,UC. Berkeley等CS名校都有UIUC的博士挑大梁。但更多UIUC CS学人还是进入业界,成为业界实干的中坚。

6. 加州理工学院(California Institute of Technology)

◤CIT的CS很小,只有大约5位教授,每年招很少的学生。CIT的CS和其他系,比如数学、物理、生物等需要大量科学计算的部门联系很紧密。CIT学校也很小,2000名学生中研究生占1100人。Faculty人数也不多,但几乎个个是巨牛,按平均水平看,CIT可能是世界上最牛的学校了。加州理工学院创建于1891年,这所私立大学的宗旨是“为教育事业、政府及工业发展需要培养富有创造力的科学家和工程师”。迄今为止,它已培养了1万7千名学生,其中有22名获得诺贝尔奖,还有大批获得美国政府颁发的各种科学学术奖项。它被誉为美国一流的科技理工类学院当之无愧。CIT的CS专业的研究重点在于算法,通信协议,网络,图形学及人机交互,VLSI,安全及信息论,计算机视觉等。无论是CIT还是CIT的CS专业都秉承着"少而精,小而美"的方针。换句话说,想要申请进入CIT的CS专业学习,难度可想而知。CIT要培养的绝对是专业尖端人才,因此在申请前,需要学生一切背景都做到出类拔萃,才会有机会。对于大多数中国本科毕业生来说,申请成功的机会极小。

更多相关阅读

最新发布的文章