2021王道408考研电子版真题版

2021王道408考研电子版计算机考研408是全国统考的科目，统考科目包括四门计算机专业课，在现如今计算机行业大红大热的环境下，越来越多高校的计算机类专业也开始选择加入408的浪潮中。

2021王道408考研电子版介绍

一、 数据结构

1.教材：《数据结构》严蔚敏 清华大学出书社

清华大学严蔚敏的这本数据结构的教材是国内数据结构教材的威望。也是国内运用最广，其广度远远逾越其他同类教材，计算机考研专业课出题必定以它为蓝本。这一本数据结构是2007年的最新版别，彻底合适任何校园的考研数据结构的温习之用，是数据结构学习最威望的教材。

2.教导书：《算法与数据结构考研试题精析（第二版）》机械工业出书社

网上广为流传的数据结构1800题信任只要是计算机考研的同学无人不知无人不晓。其实1800题是2001年推出来的，其时编者把电子版免费共享给我们，却很少有人知道它也有纸质版别便是《算法与数据结构考研试题精析》。第二版是2007年最新出书的，对里边的标题进行了许多的更新，去掉了一些比较过期和重复的题，加上了许多名校最近几年的考研真题，一共大约1650题左右。真题便是练习的最好兵器，信任当你温习完这本数据结构教导书后，任何关于数据结构的考题都是小菜一碟。

二、计算机组成原理

1.教材：《计算机组成原理》唐朔飞 高等教育出书社

《计算机组成原理》白中英 科学出书社

这两本教材都是一般高等教育十一五国家级规划教材，其威望性显而易见，在国内是运用最广的两本教材，而前者应该技高一筹。

2.教导书：《计算机组成原理考研教导》徐爱萍 清华大学出书社

《计算机组成原理--学习教导与习题回答》唐朔飞 高等教育出书社

清华大学的这套教导教材在广阔的考生中有着极为优异的口碑，特别是系列中的李春葆《数据结构考研教导》在数据结构考研教导材料中占有着数一数二的位置。这本教导书通俗易懂，要点杰出，特别合适于考研温习，特别是武汉大学曾经的专业试题就彻底以这本书为蓝本，乃至直接考上面的原题。唐朔飞的题集上面的题型也比较合适于考研，和它的配套教材相同，是一本稀少难得的好书。

英美研究生你必须知道的知识

20世纪40年代，世界上第一台真正意义上的现代化计算机诞生于美国。自此，美国一直居于全球计算机科学界的领袖地位；同时，美国计算机产业也在世界计算机行业中占据了绝对优势，美国硅谷几乎成为计算机行业的代名词。在介绍美国大学的计算机科学专业（Computer Science-简称 “CS”）时，不得不提到的是中国高校自建立计算机科学专业和院系以来，从国外引进的原版教材绝大多数都来自美国，这既为中国同学申请美国大学计算机科学系奠定了良好的基础，同时也加剧了中国同学之间的内部竞争，所以计算机科学专业历年来都是赴美留学申请中竞争最为激烈的专业之一。

CS专业在美国

计算机专业作为理工科申请中的热门专业之一，对专业知识要求高，竞争激烈。美国计算机专业（简称CS专业）的研究领域极为广阔，美国的各大高校的CS系的专业方向也有不同的侧重点。如何选择适合自己职业发展和兴趣的专业方向和院校便成了众多学子所关注的问题。毫不夸张地说，CS专业是美国就业前景最好的专业。在计算机行业日新月异的今天，CS毕业生基本不愁找不到工作。此外，该专业的毕业生的薪酬水平非常高，而且近些年以来呈不断增加的趋势。

在美国计算机科学领域，排名靠前的学校较之排名靠后的学校有着巨大的优势，80%以上的图灵奖（计算机界的诺贝尔奖）得主集中于排名前十位的学校。这些学校无论在学术界还是在计算机工业界均有着举足轻重的影响。因此，对于广大有志赴美攻读计算机科学领域高级学位的中国同学而言，尽可能地进入排名靠前的学校相对于其它专业而言是一个更加现实和迫切的需要。

CS专业在英国

英国大学开设的计算机科学课程，覆盖了计算机理论研究以及生产生活实践应用的各个方面，不仅包括了人工智能、计算机系统、数字系统设计、电子系统设计、信息技术与系统、计算机模拟、软件工程、人机互动、多媒体技术、电脑游戏开发、网络信息安全等专业领域，也囊括了金融计算机学、信息系统管理、生物信息学、分子计算学、认知科学等跨学科领域，因此，大家可以根据个人兴趣进行选择。

在英国计算机科学领域，University of Oxford、University of Cambridge、Imperial College London、Unviercity College London以及University of Edinburgh是其中最有名的5所大学。

CS专业的主要分支和研究方向

1、系统与网络（System and Network）

计算机网络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，此分支方向主要的学习内容：网络基础理论、拓扑结构、相关组成硬件、传输媒体，到各种网络协议等

2、人工智能与机器人（Artificial Intelligence and Robotics）

目前来讲是非常火热的方向。该方向学习的内容主要包括：机器意识（包括机器学习，知识表达与推论，机器人）、动态系统模拟、动力学计算、触觉控制（haptic control）自然语言习得与处理、计算语言、统计语言技术、自动推理、图形图像、人机交互、成像感知与传感器、计算机视觉、视觉场景认知、模式识别、神经网络、信息提取、制造和控制理论等。

3、计算机隐私与安全（Privacy and Security）

概括地说，计算机安全主要是保护计算机与网络免于滥用和干扰。从过去的历史看来，计算机攻击一般来说包含了攻击系统的完整性，保密性与可用性。而如今的信息安全技术一直在发展中，不单包含了对上述攻击的防御，同时也增加了更多的应用，如垃圾邮件，以及防止身份盗用而导致的信息泄露等。

4、编程语言（Programming Language）

包括开发新型编程语言以助程序员实用高效地开发可靠的软件，计算机辅助语言学习，计算语言学，从初阶的打字理论，自动定理证明，语义学等。发展到如今的基于语言的途径以解决计算机安全与分布式编程中的重大问题，语言应用，编程分析与优化等，可以从根本上提高软件可靠性与安全性。

5、数据库（Database）

与数据管理相关的所有方面，包括数据存储，数据检索，数据分析和视觉化，如为超大型数据组开发高效算法，为各种新型的应用领域建立大型的数据系统，也有与其他领域进行跨学科的研究，可应用的领域有电脑游戏设计，数据隐私与安全等。

6、计算机图形学（Computer Graphics）

计算机图形学（Computer Graphics，简称CG）是一种使用数学算法将二维或三维图形转化为计算机显示器的栅格形式的科学。 如何在计算机中表示图形,以及如何利用计算机进行图形的生成、处理和显示的相关原理与算法，构成了计算机图形学的主要学习内容。图形通常由点、线、面、体等几何元素和灰度、色彩、线型、线宽等非几何属性组成。从处理技术上来看，图形主要分为两类，一类是由线条组成的图形，如工程图、等高线地图、曲面的线框图等，另一类是类似于照片的明暗图（Shading），也就是通常所说的真实感图形。

7、生物信息学与计算生物学（Bioinformatics and Computational Biology）

人类基因工程的完成对现代生物学中的新型计算和理论工具提出了新的要求。这些计算和理论工具对于分析，理解和控制生命的具体信息都是至关重要的。生物信息学与计算生物学在此历史背景下应运而生。此方向属新兴的研究，主要是利用应用数学，信息学，统计学与计算机科学的方法来研究生物学的问题，因此也需要从事此方向学习和研究的学生有较强的数学和统计背景。目前来说研究方法包括对生物学数据的搜索（收集和筛选），处理（编辑，整理，管理和显示）及利用（计算和模拟）。

8、算法（Algorithm）

广义上面的算法是指为解决一个问题而采取的方法和步骤，而CS下的算法则是指计算机为了解决某一个问题或者完成某一个任务的一系列清晰的指令。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。现代的算法理论主要的研究目的在于如何开发出更加效率的算法，研究相关的算法的设计方法与实现技术。

9、计算机理论（Computer Theory）

计算机理论，顾名思义，是为计算机科学的发展与研究提供理论基础的一门学科。这个课程的学习涉及到CS的核心课题，归纳起来涵盖了可计算性、文法与自动机、逻辑学、复杂性及语义学等5个部分，涉及到可计算性理论、形式语言、逻辑学与自动演绎、可计算复杂性和编程语言的语义等内容，并学习和研究这些内容之间的联系。

10、科学计算（Scientific Computing）

科学计算，又称为计算科学，它的主要学习内容和研究领域是利用数学模型的构造以及数量分析的技术，通过计算机来分析和解决科学问题。在实际的应用中，科学计算经常用于计算机仿真以及其它各种问题的数学计算，包括数值模拟、模型拟合与数据分析以及最优化计算等等。数值分析（Numerical analysis），是科学计算专业方向中所会应用到的核心方法。

11、软件工程（Software Engineering）

软件工程是一门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。它的目标是在时间、资源、人员这3个主要限制条件下构建满足用户需求的软件系统，包括提高软件质量设计新的形式与结构、开发新的科技以降低软件系统的成本、提高软件的正确性与实用性。软件工程的关注点是如何为用户创造价值。在学习内容方面它涉及到程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。

12、计算机视觉（Computer Vision）

计算机视觉就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机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。比较经典的计算机视觉应用包括识别（如在巨大的图像集合或视频中寻找包含指定内容的所有图片或视频片段）、运动（图像跟踪：跟踪运动的物体）、场景重建以及图像恢复等等。

13、计算机体系结构（Computer Architecture）

计算机体系结构主要学习与研究计算机的结构和功能，以及它们在电子技术方面的应用。抽象来说，计算机体系结构是一个系统在其所处环境中最高层次的概念；它确定了一台计算机硬件和软件之间的衔接。具体地说计算机体系结构指的是计算机系统设计的观念与架构。它确定了一台计算机设计的部件、部件功能以及部件间接口。以常见的冯·诺伊曼设计为例，体系结构设计包括了：指令集、微体系结构、数据表示、寻址方式、寄存器定义、指令系统、异常机制、机器工作状态的定义和切换、输入输出结构等。

14、人机交互（Human Computer Interaction）

人机交互，简称HCI，是一门研究人、计算机以及它们之间的相互影响的学科。人机交互技术是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。它包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题等。人机交互技术是计算机用户界面设计中的重要内容之一。它与认知学、人机工程学、心理学等学科领域有密切的联系。

申请要求

前言：

CS专业，作为一个热门专业，可以说是所有理工科专业中申请难度最大的。故若要申请名校的CS专业，那申请者一定要从多方面去提高自己的背景，这样子才能有更大的希望在激烈的竞争中脱颖而出。

申请者专业背景

一般来说，除了 CS相关专业，其他，如EE, MIS，数学，物理等专业的同学，也可以申请CS专业。但由于本身该专业的竞争压力大，所以对于转专业申请的同学来说，更是需要有针对性地去提高自己的背景。首先，理工科的转专业需要完成先修课程的准备，针对计算机专业而言，不需要了解复杂的数据结构，“只要了解 LIST, ARRAY, TREE 等基本知识就可以，同时学习些 Object-Oriented Programming ，所以基本入门课程包括数据结构，计算机组成原理， C++/Java 等。建议去各大学校官网了解相关的课本列表，出现次数最多的就是比较推荐的。在此基础上可以根据自己的能力和情况补充其它的相关课程，比如 networks(Computer Networks by Andrew Tanenbaum), operating systems(Operating Systems by Andrew Tanenbaum), database （ Stanford 的经典教材 A First Course in Database System ） 4, Software Engineering 等，整体的计算机专业知识结构就相对比较不错了。” 通常来说，申请者需要掌握以下知识和技能。

硬件条件（GPA, TOEFL/IELTS, GRE/GMAT)

对于GPA当然是越高越好，但基本上来说，TOP50的CS专业的GPA至少达到3.3，才有比较大的申请可能性。而一些名校的CS专业，建议GPA能够至少是3.5，甚至3.8，才具备一定的竞争力。

ü TOEFL/IELTS:

申请U.S News的综合排名TOP50之前的学校的学生建议IELTS至少要达到7.0(小分不低于6.0), TOEFL至少达到90（小分不低于20)。而申请TOP30之前学校的学生建议IELTS至少要达到7.5（小分不低于7.0）TOEFL必须达到100以上（不包含100）（小分不低于22）。

ü GRE/GMAT:

申请CS专业只接受GRE成绩，不接受GMAT成绩。综合排名TOP50之前的学校，综合多个学校的要求来看, GRE的话，建议至少达到320+。 而对于Top 30的学校而言， GRE至少要达到325+。如此一来，才具备一定的竞争力。

ü 英国与美国申请的不同之处

而对于申请英国大学的CS专业而言，与美国相比略有不同。由于英国大学非常看重申请者所在的学校是不是211,985院校 ，所以，所指定的录取标准也有所区别。不少学校并不接受非211学生的申请。换言之，即便申请者自身背景非常出色，但由于所在院校为非211，必然会收到拒信。当然，英国中，不需要提交GRE成绩。而且，英国学校申请的时候，并不严格要求申请者提供雅思成绩，雅思成绩可以在拿到有条件录取之后再补充。所以，对于没有相关成绩的申请者来说，申请英国也算是一个不错的选择。

此外，最为有重要的是，部分英国院校，如帝国理工学院，Newcastle University等院校，开设了针对非CS背景申请者的Computer Science专业。这对于其他背景想转CS的同学来说，无疑是个利好消息。虽然美国也有类似项目，但相对来说，数量没有英国那么多。

软件要求（实习，科研，工作等等）

虽然大部分的CS项目不强制需要工作经验，但如果有相关的实习经历，对于申请而言是非常有帮助的。而拥有多年全职工作经验的申请者，更是能够取得非常好的录取。

此外，科研背景对于申请CS也是极为重要的。申请者一定要在本科期间尽可能地参与CS相关的科研项目。有条件的话，能够发表相关paper，那是最好不过的了。

如果我背景不好，但想去好学校，该怎么办？

众所周知，CS专业历年都是竞争的热门，所以很有可能出现一些学生拿不到学校录取的情况，当然我指的是缺乏一定研究背景，转专业申请，GT偏低，GPA也偏低的一些申请人，如果你对自己期望也比较高，非名校不去的，其实这样子的一个申请难度是比较高的，虽然你们所制作的文书还可以适当帮他们加分，但毕竟文书的力量还是有限的。所以在这个情况之下如何是好呢？不妨考虑一下MIS专业，该专业都是学习一些系统的开发、网络的设计等内容，偏向于软件方向，与CS不少课程都有交叉和重叠。但从申请难度上来说，MIS相对来说是比CS低一些的。所以建议申请者们必须谨慎选择自己的专业方向和所要申请的学校，申请不同的专业方向和学校可能会有不同的结果。在选校之前最好能分析一下过往学校的录取数据，分析一下学校的招生特点，知己知彼，才能百战百胜。

学费介绍

前言：由于CS专业为理工科专业，通常来说，学费不会太高，一般会比商科专业便宜一些。

以下是美国部分大学CS专业学费的介绍，每年的学费范围基本在 $25,000~$70,000之间。（注：美国大部分CS专业为两年制，剩下基本都是一年制）

以下是英国部分大学CS专业学费的介绍，每年的学费范围基本在 16,000~35,000之间。（注：英国CS专业为一年制）

典型项目介绍

Carnegie Mellon University

卡内基梅隆大学，（跟那位心理学家卡耐基没有什么关系哦），由于名字有些拗口，我们一般称之为“CMU”）。这个学校的计算机科学科学系是美国最早建立的计算机科学系，目前已经升级为计算机科学学院。而该学院下包括Computer Science Department, Computational Biology Department，Institute for Software Research，Language Technologies Institute，The Robotics Institute， Machine Learning以及Human-Computer Interaction Institute等七个下属院系，开设了Computer Science，Computational Biology，Automated Science，Software Engineering, Privacy Engineering，Language Technologies, Intelligent Information Systems, Computational Data Science, Artificial Intelligence and Innovation, Robotics, Computer Vision等数十个研究生专业。规模之大，学科之全，可见一斑。

在CMU的教学和科研项目中，机器人领域的研究一直处于世界领先地位。在整体课程设计方面，CMU摒弃了对传统离散数学的过分强调，而是在入学之初就注重概率、代数、算法、加密理论、复杂性理论和博弈论等理论的研究，把学习的趣味性和实用性紧密结合。

值得一提的是，CMU除了在匹兹堡的主校区之外，2002年在硅谷开设的一个新校区，简称CMU-SV。硅谷的地理位置就比较得天独厚了，所有的顶级公司应有尽有，苹果，谷歌，Facebook，都在附近几千米的距离。这对于就业而言，简直就是顶级配置。

University of Pennsylvania

宾夕法尼亚大学（University of Pennsylvania ），简称宾大（UPenn），位于宾夕法尼亚州最大城市--费城。宾大作为藤校之一，同时也是人类历史上第一台通用电子计算机ENIAC的诞生地，故宾大被誉为现代计算机科学文明的发源地。

宾大的CS是和信息科学并在一起的Computer and Information Science。纵观计算机科学和技术的发展，宾大的CS起到了里程碑的作用。该系主要的研究内容包括人工智能、算法、信息管理、软件原理、系统以及计算机理论，其中阵容强大的主要是人工智能、信息管理和软件原理三个方向。宾大的计算机硕士项目的设置与其他学校不同。分为CIS，MCIT, CGGT,EMBS,Robotics等。前两者是大家申的比较多的。其中MCIT是针对转专业申请者所开设的，同专业申请可以选择CIS。其他几个项目是小方向的项目，如果学生有兴趣可以申。转专业的背景申请CIS，被拒的概率非常大；对计算机图形学和游戏设计感兴趣，可以申CGGT,对嵌入式感兴趣，可以申EMBS,对robotics感兴趣，可以申请Robotics。

宾大所在的城市--费城是美国第六大城以及宾夕法尼亚州人口最多和面积最大的城市，费城有着较为发达的高科技产业和金融服务业，有自己的证券交易所。 诸如网络与有线电视公司Comcast、保险公司CIGNA、林肯金融集团等这些实力雄厚的公司也位于这里，这对于CS毕业生提供了很大规模的人才需求。因此，费城对于宾大的CS毕业生来说就业的机会也是比较多的。

University of California,Berkeley

加州大学伯克利分校(University of California, Berkeley,简称UC Berkeley, Berkeley, California, 或Cal)。伯克利大学是一个被世界熟知的高等学府，排名第一的公立大学，也是加州大学系统里的第一所学校。

加州大学伯克利分校电子工程和计算机科学系(EECS)是世界知名的院系，计算机领域在2020 USNews排名第一。EECS的使命是教育、创新和服务社会。自创建以来，为社会培养了大批人才，诞生7位图灵奖得主。EECS认为，其成功的背后，是强大的合作传统、与工业界紧密联系和互助的文化。

加州大学伯克利分校其他比较有特点的课程还有：将离散数学和概率论结合讲授的CS70，主讲是名教授Christos Papadimitriou；CS98-1 编程练习课，以主要大学生编程竞赛中的赛题为授课素材；CS 169 软件工程直接用Kent Beck的《极限编程》（人民邮电出版社出版了中译本）作为教材，非常超前，但是既然连Pressman的《软件工程：实践者方法》新版中敏捷方法都已经成为重头戏，既然IEEE都已经开始制定敏捷方法相关标准，这种课程选材也就不显得那么骇世惊俗了。除了软件工程课程常见内容外，教学侧重实际，贯穿了极限编程的思想，涵盖UML、JUnit单元测试、软件架构、设计模式和反模式、重构、CVS版本控制、系统和集成测试，最后要求完成一个实际产品，并进行演示。

由于地处加州，加上本身计算机专业十分强势，伯克利计算机专业的毕业生就业可以说是非常好了。不少毕业生都去往了微软，谷歌，甲骨文等世界顶级的IT企业。可以说，对于伯克利的毕业生而言，从来都不需要为就业而担心。

Columbia University

哥伦比亚大学（Columbia University），正式名称为纽约市哥伦比亚大学（Columbia University in the City of New York），简称为哥大，是一所位于美国纽约曼哈顿的世界顶级私立研究型大学。

哥大的计算机系成立于1979年，研究的领域涵盖了CS领域的各个研究方向，包括计算生物 学、计算机工程、算法和用户界面、机器学习、网络、自然语言处理和语言、安全与隐私、软件系统、计算机理论、视觉与机器人等等。 共开设有25个研究小组和实验室。其中，实力较强的专业方向包括机器学习、安全与隐私、软件系统以及计算机理论。

由于哥大位于纽约曼哈顿，它的声誉以及地置赋予了毕业生的多样的就业去向，包括学术界、工业界；此外，该校有很多工科毕业生包括CS专业的毕业生经常会在该校转读金融类课程以后涉足纽约金融业，有很多选择。纽约作为世界最大经济中心、金融中心、传媒中心，对于CS人才有很大的需求。金融行业对于软件工程师、IT分析师、数据管理员、信息安全专家等人员需求非常大，而传媒行业对于计算机网络、互联网管理员、网络维护专家等人才也有非常大的需求。 除了NYC，纽约州能够提供给CS学生就业机会的地方还有：拥有发达的计算机和电子工业宾汉姆顿、银行业发达的布法罗等城市。另外，纽约距离费城只需要不超过2小时的车程。费城对于CS毕业生来说就业的机会也是比较多的。

Imperial College London

帝国理工学院作为一所世界级的理工名校，其计算机专业也是世界著名。帝国理工学院的计算机系是英国教学质量最佳和研究人员最多的计算部门之一，其计算机系不但提供了多种研究方向的项目，比如，人工智能与机器学习，软件工程，管理学与金融学，机器人学等，更是开设了供非计算机背景学生申请的Computing Science项目。

该校的毕业生不仅有重要的核心技能,也学会了如何适应技术变革,挑战和机遇。就业来看，在计算机方面的工作可以开启通往广泛范围职业的大门。角色跨越了在许多行业的技术创新、管理，分析、咨询、培训和研究。该校与许多计算机专业毕业生的主要雇主有着密切关系——不仅仅是软件和通信公司如微软、IBM、惠普、Facebook、亚马逊、谷歌和飞利浦——也包括金融计算机用户,包括Goldman Sacks,布隆伯格,瑞银(UBS)、巴克莱资本、瑞士信贷和德意志银行。然后该校的许多毕业生选择继续为小型IT企业工作,并且不少人已经开始自己的生意。一些毕业生进入管理咨询或会计职业,良好的计算机知识可以成为一种优势;有些人从事公司战略和市场营销或在投资银行从事业务分析师的工作以及成为股票经纪人。

University College London

伦敦大学学院 (University College London），简称UCL，建校于1826年，位于英国伦敦，是一所世界顶尖公立综合研究型大学，排名稳居世界前十，为享有顶级声誉的英国老牌名校。同为英国G5超精英大学之一。

伦敦大学学院计算机科学系是实验计算机科学研究的全球领导者。其61％的研究工作被评为世界领先（最高类别），伦敦大学学院的计算机科学在研究层次上的科研水平尤其高，而且业界大佬不在少数。深度学习的教父级人物杰夫·辛顿（Geoffrey Hinton）从1998年开始，花了三年时间在伦敦大学学院建立了盖茨比计算神经科学中心。

它与计算机科学系、统计科学系、认知神经科学研究所通力合作，共同让伦敦大学学院成为计算机专业的学术重镇。该系提供计算机科学理学硕士、计算统计学与机器学习理学硕士、计算金融理学硕士、信息安全理学硕士、互联网工程理学硕士等项目。

就业方向与平均薪资根据

根据PayScale统计，计算机科学专业毕业生在美国早期的平均年薪在$88,000，而中期年薪则达到了$142,200。目前，在美国，计算机科学毕业生主要就业方向如下：

第一类：多媒体动漫方向

这个专业包括了计算机图形学Computer Graphics，主要研究图像的表达、处理等。计算机成像、三维动画、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，电影视频公司、电子出版、教育软件开发、商业简报、平面广告设计及其它多媒体应用领域的媒体集成与系统设计的工作岗位寻找机会。现在的生活离不开图形图像的数字表达处理，也就离不开学多媒体，计算机图形学的同学。

第二类：软件编程方向

大体上分成软件设计、编程语言和软件测试。包括需求分析、结构设计、开发流程、生命周期等等相关内容全部在关注范围。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CS内部第一大的方向了。这个专业是培养coder的，而计算机专业的从业者大部分就是coder。因此学这个专业工作机会较多，但是起步阶段的收入居于中等。

第三类：计算机网络Networking甚至包括Telecommunication

这个范围可以说是非常的大。网络应用、网络协议、网络通信、网络理论、网络安全、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。Telecommunication就业不错，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。中国国内这方面工作机会也多，中国移动按照用户数量是世界第一大运营商。Networking里面有方向设计及到网络安全方面，这个方向的工作主要是在大型政府、国防、电信、电力、金融、铁路等部门的计算机网络系统——若在美国就业，因受到公民身份等限制不少，回国形势还是不错的。

第四类：计算机科学技术方向

该方向包括了理论性非常强的计算机理论、计算机科学与工程计算Scientific Computing等。计算理论是完全偏向理论的学科，研究的不只是算法，更加重要的是算法的有效性和可行性。算法可行性，算法复杂度，密码学相关领域都是这个偏理论的方向的研究对象。本专业不太建议美国留学生申请，从各个渠道得来的消息都是这个专业不好找工作。这一点在美国和中国都是一样的，过于偏重理论和科技前沿探索的专业方向往往工作比较难找。

计算机科学与工程计算具体包括生物信息学，气象数据处理，数字处理算法，计算物理，计算化学等等。这个专业的特点就是交叉，往往要求申请者除了计算机科学相关的背景还要有一点生物、物理、化学等等方面的背景。目前此类学科属于前沿新生的专业，就业形势不明朗。很多学习此类专业的同学就业的时候还是转向了传统的写代码相关的岗位。

第五类：人工智能与人机交互方向

人工智能其实是很综合的学科，他的目的就是把人类的智能扩展到信息处理的机器的上。人工智能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，包括数据结构算法之类纯计算机专业的课程，都有一定要求。人工智能的产品包括机器人、语言识别、图像识别、自然语言处理和专家系统等。这个方向最近很热，招收的名额也比较多，也有从主要招收PhD向Master转移的趋势。完全对口的工作是纯研发的性质，找起来有一些难度，不过退一步海阔天空，在各类电子设备商处都有大批学习此类专业可以涉足的工作。唯一需要注意的是AI的某些部分在美国也一定程度上应用于国防，所以如果自己要进入的program涉及此类就不推荐了。

人机交互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，但是凭借着扎实的计算机科学相关专业功底，可以在大量工作机会中寻找突破口。

综上所述，美国留学计算机专业，就是由操作系统、算法、架构、编码、电路设计、信息科学、数学等等一大片专业联系起来的一个大平台。计算机专业里面的任何一个方向，都是由组成这个平台的一些小领域结合而成，互相交叉，不可割裂。