计算机研究分析

获取《计算机行业深度研究报告：技术与政策共振，车联网落地应用加速》完整版，请关注绿信公号：vrsina，后台回复“泛科技报告及白皮书”，该报告编号为20bg0061。随着智能驾驶的不断渗透，带来ADAS需求快速增长。2018年，中国ADAS市场规模576亿。预计到2020年，汽车辅助驾驶/部分自动驾驶/有条件自动驾驶的新车装配率超50%，网联式驾驶装配率达10%，ADAS系统的渗透率达到50%。车联网是“人、车、路、云”互联。车联网即智能网联汽车，是指搭载先进的车载传感器、控制系统、执行器等装置，并融合现代通信与网络技术，实现车与 X（车、路、人、云端等）之间的智能信息交换、共享，且具备复杂环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终可实现替代人为操作的新一代汽车。整体而言， 车联网 是 汽车、电子、 信息 通信、 道路 交通运输等 行业 深度融合的新型产业 形态。根据《“十三五”汽车工业发展规划意见》的规划，到 2020 年实现具有辅助驾驶功能的智能网联汽车新车渗透率达到 50%；根据《中国制造 2025》的规划，到 2025 年智能网联汽车新车销量占比达 30%，高度自动驾驶智能汽车实现限定区域和特定场景商业化应用。新浪VR知识星球报告库以近五千分，所有新浪VR报告都将由管理员上传（包含部分未在其他平台发布的非互联网相关报告）VIP用户福利不定时开启，前1000名还能领领优惠券性价比更高！ 新浪VR，早一天看见未来。

一、计算机的定义与分类计算机俗称电脑，是现代一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。由硬件系统和软件系统所组成，没有安装任何软件的计算机称为裸机。可分为超级计算机、工业控制计算机、网络计算机、个人计算机、嵌入式计算机五类，较先进的计算机有生物计算机、光子计算机、量子计算机等。二、中国计算机行业发展现状分析根据国家统计数据显示，2012-2018年中国计算机整机产量最高的是2014年，产量为40576.7万台，同比增长7.72%。截止到2018年，中国计算机整机产量为35192.4万台，同比降低3.25%。2018年12月，中国计算机整机产量为3011万台，同比下降10.98%。资料来源：国家统计局，华经产业研究院整理资料来源：国家统计局，华经产业研究院整理从销量方面来看，2017年全功计算机整机销量为36043.4万台，同比增长9.45%，2018年全国计算机整机销量为34807.4万台，同比下降3.43%。资料来源：国家统计局，华经产业研究院整理2018年中国计算机整机产销率为98.9%，同比2017年下降了0.1个百分点。全国计算机整机期末库存比年初增加了2.1%。资料来源：国家统计局，华经产业研究院整理三、中国计算机行业出口情况分析2013-2016年，中国微型电脑出口量呈下降趋势，2016年之后中国微型电脑出口量有所回升，截止到2018年中国微型电脑出口量为999万台，同比增长4.17，出口金额为65.12亿美元，同比增长16.93%。资料来源：中国海关，华经产业研究院整理资料来源：中国海关，华经产业研究院整理2018年，中国便携式电脑出口量为14144万台，与2017年便携式电脑出口量基本持平，出口金额为745.31亿美元，同比增长8.24%。资料来源：中国海关，华经产业研究院整理资料来源：中国海关，华经产业研究院整理2015-2018年中国平板电脑出口量持续下降，截止到2018年中国平板电脑出口量为10877万台，同比降低11.83%，出口金额为213.52亿美元，同比增长2.51%。资料来源：中国海关，华经产业研究院整理资料来源：中国海关，华经产业研究院整理四、中国计算机行业发展趋势分析1、多元化在21世纪的今天，不管是从全球现状来看还是在国内现状来看，个人计算机已经的到全面普及。不仅如此，当前在生产和生活中，人类对于大型机、巨型机、中微型、小型机等不同型号和功能计算机的依赖程度和需求量在逐年上涨，人类要求其工作效率和工作精准度，甚至在创新水平上都要达到理想水平，因此当前科技水平范畴内，计算机应用早已形成了多元化趋势发展。不管是在军事、气象、天文、地质，还是在医学、教育，甚至是航天飞机和卫星轨道等领域，对巨型计算机尖端科技术也提出了更高和更精准的要求。相信在未来的发展过程中，人类会发现更多领域会需要用到计算机，并将使其投入到更加先进的理念当中。2、智能化目前的计算机已经能够代替人类进行部分脑力劳动和体力劳动，使其工作效率更高，工作效果更精准。虽然当前水平相对于人的逻辑能力则显得笨拙，但计算机的智能功能已然在日趋提升，例如无人操控生产车间、智能机器人、电子追踪定位系统等，此类计算机的应用不但大大降低生产成本，更可以提高工作效率，为人类的生活水平和社会服务水平的提高提供了高效的保障，同时也为人类文明的发展又推进了一大步。3、微型化原始形态的计算机具有体积大、功耗大、速度慢等特点，不仅如此其还存在存储容量小、可靠性差、维护困难和价格昂贵等缺点，随着技术不断推新，当前的计算机已经充分弥补的原始形态的不足，并在应用方面更高一筹。21世纪的人类对计算机使用的方便性又提出了更高的要求，例如手掌微型计算机和人类眼球内置微型计算机正在研发过程当中。相信在不就的未来，计算机的应用将会从形式、方法、概念等方面展现新的突破。4、专业化计算机的应用具备广泛化和专业化，其分布于工业、农业、科技、医疗、教育、军事、航空航天、服务、经济等社会各个角落，同时又有工控计算机、车载电脑、智能终端设备、医疗远程控制设备、高精度自动感应设备等具备特殊服务的功能。人类文明关键在于对生活和生产质量的提高，这就要求中国计算机应用水平要不断改革和创新，一方面要加大对计算机技术的研发，掌控核心专利技术，另一方面要迎合人类不同阶段的要求，并不断缩减与发达国家的差距。5、网络化由于计算机为载体的互联网在通信、交通、医疗、金融、教育等各行各业中得到了充分的利用，以至于我们的家庭生活中都离不开互联网。目前中国网络发展也日益倾向于整合以对抗外来竞争，例如计算机网、通信网、有线电视网在向着三网合一的方向进行建设；国外的先进互联网设备也将逐步入驻中国。所以对未来计算机网络发展将会面临巨大的挑战，必须将实现覆盖范围更广、同步加载更快、识别率更精准的优势，才能占据一席之地。

计算机类专业是我国高等院校开设最多的一类专业，同时也是学习人数最多的一类专业。为了以后能有更好的发展，很多计算机专业的同学会选择考研，2018年研究生考试报名的时间越来越近了，如何选择报考院校是同学们很关心的问题。那么，众多的高校当中，哪些大学的计算机专业比较厉害？哪所大学比较适合你呢？下面我们来看一下。一、清华、北大，学霸专属，报考风险大我国计算机学科领域最强的三所大学是国防科技大学、清华大学、北京大学，其中国防科技大学是军校，已经停止招收地方研究生，所以清华大学、北京大学是计算机专业的同学可以报考的最好的两所大学。但小编想提醒的是，普通本科院校的学生报考这两所大学风险很大，除非你学习超好、综合素质又比较高，因为报考清华、北大的一般都是985大学的精英，竞争会很激烈，再者，清华、北大研究生招生计划中，推荐免试生占了绝大一部分，有的学院甚至占到90%，也就是通过统招考试招的名额会很少，这样你被录取的几率会非常小。二、拥有国家重点一级学科的985高校拥有计算机国家重点一级学科的高校总共有七所，除了上面提到的三所，还有北京航空航天大学、哈尔滨工业大学、上海交通大学、南京大学。上海交通大学应该是这几所里面最难考的大学，而且统招人数也不是很多，2017年学校计算机相关专业学术性硕士只招收19人，专业硕士招收45人。北京航空航天大学招收的名额稍微多一点，学术性硕士硕士有48人，专业性硕士有105人。哈尔滨工业大学是招收人数最多的，学术性硕士和专业性硕士加起来有174人。这几所985大学当中，上海交通大学、北京航空航天大学地理位置比较好，竞争比较激烈，性价比最高的要数哈尔滨工业大学了，难度比前两所要低点，学科实力却不比它们差。三、拥有国家重点二级学科的高校现在，十一所高校拥有计算机国家重点二级学科，其中大部分是985大学。浙江大学、复旦大学、中国科学技术大学是比较热门的院校，考取难度也比较大，比如浙江大学2017年自主划定学校线就高达330分，英语线更是高达55分 。几所中西部高校要相对容易些，比如武汉大学、华中科技大学、四川大学、西北工业大学等，其中华中科技大学计算机学院2017年划定的英语线才50分，比浙江大学的学校线还低5分。其实，有一所非985高校也有计算机国家二级重点学科，那就是安徽大学，这所学校考取的难度要低很多，成绩不是很好的同学可以重点考虑一下。四、211院校中实力较强的几所大学211院校中计算机学科实力最强的要数北京邮电大学了，学校的计算机学科在校友会学科排行榜中，排名国内前22名，在2012年教育部组织的全国高校学科评估中，学校的计算机学科是所有211高校中排名最高的，甚至超过了复旦大学、中山大学等985高校。另外一所比较强的高校是西安电子科技大学，学校在校友会计算机学科排行榜中的排名和北京邮电大学相当，其他的高校像北京交通大学、北京工业大学、合肥工业大学、哈尔滨工程大学等学科实力也都比较强。五、非211高校中比较厉害的大学非211高校当中，很多大学的计算机学科也很强，比如重庆邮电大学，学校是2012年全国高校计算机学科评估中排名最高的非211大学，重庆邮电大学还拥有计算机一级学科博士点。另外一所比较好的大学是深圳大学，学校的计算机学科被校友会评为五星级学科，实力和四川大学相当，报考深圳大学还有一个好处，就是地理位置比较好，因为深圳是我国互联网企业比较发达的城市，这将对你以后的就业很有好处。如果再推荐几所非211大学的话，那就是天津理工大学、山西大学、燕山大学了，这几所学校的学科实力也都排名靠前。以上信息仅供参考，具体信息以各高校公布的信息为准。你想报考哪一所大学呢？欢迎大家在下面评论，发表见解。

专业介绍历史背景1961 年，美国教授 J · D · GALLAGHER 率先提出了管理信息系统（ MIS ）的学科概念。作为一门新兴的综合学科， MIS 集管理科学、信息科学、系统科学及计算机科学为一体，主要研究企业信息管理活动的全过程，以便提供有效的管理信息和各类决策信息，辅助企业进行现代化管理。管理信息系统（ MIS ）是企业的信息系统，它主要具有数据处理、计划、控制、预测和辅助决策等功能。据统计，目前美国在计划管理中 80-90% 的工作由计算机完成，财务会计工作中超过 90% 的信息处理由计算机完成；人事管理领域中计算机的应用更是接近了 100% 。因此， MIS 毕业生在美国的就业市场上具有相当不错的工作前景。什么是管理信息系统（管理信息系统——Management Information System）系统 ，简称MIS，是一个由人、计算机及其他外围设备等组成的能进行信息的收集、传递、存贮、加工、维护和使用的系统。它是一门新兴的科学，其主要任务是最大限度的利用现代计算机及网络通讯技术加强企业的信息管理，通过对企业拥有的人力、物力、财力、设备、技术等资源的调查了解，建立正确的数据，加工处理并编制成各种信息资料及时提供给管理人员，以便进行正确的决策，不断提高企业的管理水平和经济效益。目前，企业的计算机网络已成为企业进行技术改造及提高企业管理水平的重要手段。企业通过计算机网络获得信息必将为企业带来巨大的经济效益和社会效益，企业的办公及管理都将朝着高效、快速、无纸化的方向发展。MIS系统通常用于系统决策，例如，可以利用MIS系统找出目前迫切需要解决的问题，并将信息及时反馈给上层管理人员，使他们了解当前工作发展的进展或不足。换句话说，MIS系统的最终目的是使管理人员及时了解公司现状，把握将来的发展路径。管理信息系统学什么？在美国，MIS专业主要有三个方向：图书管理、理工学院下面信息决策（偏重数学）、商学院（分为管理类和MBA类，MBA要求要有工作经验）。此专业多置于商学院下面，也有学校是文理学院下的数学系以及在工程学院下的计算机系。学校开设项目名称有可能为：Management Information Systems、Information system、Information Systems Technology、Information and library science、Information Systems Technology等等。有的项目偏重计算机知识与技能的培养，有的则由此衍生出图书馆信息管理的方向，有些则是希望能够培养出整合IT实践和商业技能为一体的学生。主要的核心课程大多涵盖如下几个方面：大数据、数据挖掘、高级算法、机器学习、语言编程、数据库、网路、通信、社会媒体(计算机方面);项目管理、管理策略、领导力培养(管理方面)。在英国，有的大学开设的MIS专业偏向商科的，大部分课程与管理相关，涉及编程课程比较少。适合不太喜欢 编程的学生。例如：圣安德鲁斯大学、华威大学、利兹大学等。有的偏向工程的，学校课程设置偏向信息技术，课程会涉及很多信息技术、软件工程、高级编程。技术性很高。例如：南安普顿大学，格拉斯哥大学，杜伦大学，约克大学等。但总的来说，管理信息系统依然是一门理工科与商科相交叉的学科。申请要求前言：虽然这几年MIS专业的申请难度逐渐提高，竞争力也日趋激烈。但相对而言，该专业的申请难度依然比不上一些主流热门专业，比如，商业分析，计算机科学，金融工程，数据科学。所以，对于一些竞争力不太够的，但依然希望学习到以上热门专业的申请者而言，可以选择申请MIS作为第二，甚至第一选择。毕竟，MIS专业基本能够涵盖以上热门专业所学习的大部分知识。申请者专业背景MIS这一专业因为在不同学校不同地区的要求不同，所以设置学院和成绩要求都比较特殊，不能从一而定。建议大家根据自己的情况，来选择方向和学校。理工科的学生如果想继续这方面的学习，完全可以申请理工学院下面片中数学的信息管理专业来学习，甚至一些商学院下面的偏计算机的也可以考虑；有工作经验的就建议申请MBA类的信息管理来申请。商科学生建议更多地申请商学院下的MIS项目。无论选择哪个方向，都可以找到适合自己的专业，有没有工作经验，有没有计算机背景，有没有某一类的考试成绩，这些都会是学校选择的标准。虽然申请管理信息系统没有严格的专业背景要求，但总的来说，以下专业背景的申请者更有利申请该项目。理工科：数学相关专业，计算机相关专业，电子与电子工程，信息工程，机械工程，物理学，地理信息系统等等数理背景比较强的专业。此类学生，优先推荐申请非商学院所开设的MIS项目。但即便他们想申请商学院下的MIS项目，也是没有任何问题的。当然，其他如 化学，材料科学，生物等专业的学生亦可申请该专业，只是相对来说会有些吃亏。文商科：金融学，经济学，管理学，会计学，市场营销，人力资源管理等专业，此类专业的学生由于计算机能力相对缺乏，故建议申请商学院下的MIS项目。当然，申请者若先修课背景不足，建议可以修读以下相关课程来补充自己的背景：Java, C# or C++等计算机编程语言统计学离散数学或微积分。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MIS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MIS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。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）。GRE/GMAT:一般在商学院下开设的MIS项目同时接受GRE和GMAT，但是非商学院开设的项目，只接受GRE的居多。所以建议学生准备GRE的考试比较保险且选择性较多。此外，只接受GMAT的项目比较少。 综合排名TOP50之前的学校，综合多个学校的要求来看，建议GMAT至少达到680+。而GRE的话，建议至少达到315+。 而对于Top 30的学校而言，GMAT则至少要达到700+。相对应的，GRE至少要达到320+。如此一来，才具备一定的竞争力。英国与美国申请的不同之处而对于申请英国大学的商业分析专业而言，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，大部分学校不需要提交GRE或者GMAT成绩。而且，英国大部分学校申请的时候，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。软件要求（实习，科研，工作等等）除了MBA项目下的MIS方向之外，大部MIS项目不需要工作经验，一般能有数据分析、软件开发、商务分析方面的等实习经验将非常有助于申请。常见的职位有：信息系统开发；信息系统维护；信息系统技术支持；网页开发；网络管理员等。学费介绍以下是美国部分大学MIS专业学费的介绍，每年的学费范围基本在 $30,000~$70,000之间。（注：美国大部分MIS专业为两年制，剩下基本都是一年制）以下是英国部分大学MIS专业学费的介绍，每年的学费范围基本在 20,000~30,000之间。（注：英国MIS专业为一年制）典型项目介绍Massachusetts Institute of Technology麻省理工学院的信息管理在Sloan管理学院下面，叫做系统设计和管理(SDM，System Design & Managemengt)，它不仅学习管理方面的知识，还要学习系统设计，如系统架构、系统工程和系统项目管理等等。MIT的SDM偏重于系统设计方面，学校也会提供相关的管理知识、工程学知识以及领导能力的学习，这些知识都会在系统设计中体现出来。MIT的SDM里面有些课程是综合系统设计和管理两方面的知识的，例如系统架构、系统工程和系统项目管理等。课程设置分为三种：基础课程，必修课程和领导课程。其中领导课程学生课程共包括3门基础课，8门必修课，4门选修课，1门论文课程还有1门系统论文课程。从课程设置可以看出MIT的信息管理专业是偏工科的，因为核心的课程都是与系统设计有关的，例如上面说到的系统工程和系统项目管理等课程，当然这些课程里面还是有穿插很多管理方面的知识的。Carnegie Mellon University卡耐基梅隆的信息管理是设在H. John Heinz III公共政策与管理学院下面的，全称叫Information Systems Management信息系统管理。它的教学特点是IT practices+ Business methods，学校偏重理论知识在实际中的应用，学校也向学生提供较多的seminar。它是为期三个学期的课程，但对于一些有超过三年工作经验的学生课程可在一年里面完成，没有工作经验的学生就必须参加一个由学校组织的夏季实习，所以没有工作经验的学生完成课程是需要18个月。CMU的必修课程分三个方向，分别是技术与技术管理，组织管理与策略和项目管理，必须修满5门技术与技术管理方向的课程，4门组织管理与策略方向以及2门项目管理方向的课程。学生可以进行侧重点的选择，比如电子商务，商业智能，信息安全管理，服务管理和医学情报等。CMU的ISM专业比较偏重管理知识的学习。CornellUniversity康奈尔大学Master of Professional Studies (MPS) in Information Science项目开设在工程学院下，项目时长是1年，重点培养学生IT相关技术，学生的毕业去向非常好，就业公司多是世界著名的高科技企业例如苹果，通用，微软，甲骨文，雅虎等等。做为常春藤盟校之一，康奈尔大学一直深受中国学生的热爱，每年申请人数众多。该专业要求学生很强的计算机背景，需要掌握高等级编程语言，网页技术，很强的分析能力，信息系统基础知识，且要求有很好的数学基础，学习过微积分，概率论，统计和线性代数。University of Arizona (Eller)该校的管理信息系统系实际上是对计算机技术和方法、人工智能、经济学、运营管理和社会技术网络学等领域的交叉研究。 GRE 和 GMAT 成绩均可接受，一般来说有录取资格的申请者的成绩比率都在 90% 以上，研究生 GPA 最低 3.25 。 MIS是设在Eller商学院下的。UA的MIS有三种类型的program,一种是17个月四个学期的课程，这是提供给没有工作经验的学生的，但学校会提供相关的实习机会给学生，这个课程比较偏重于当今一些先进的信息管理系统的研究，例如ERP，SCM,CRM以及三者的整合等；一种是一年的课程，申请人必须要超过一年的工作经验；最后一种是为期两年的双学位课程，这个同样也是有工作经验的要求的，两年后学生将会获得UA的MIS和MBA的双学位证书。第一种较第二种多了一些基础学科的学习，例如企业沟通，企业数据管理等，而第三种较第一二种就多了很多管理类的学科，例如会计、市场营销和管理学等。UA的课程设置特色在于它有一个叫Master project的计划，学生要用大概一年的时间和导师在一起完成新的系统开发工作或学术论文的研究工作。就业方向与平均薪资管理信息系统专业平均年薪在$63,100，管理信息系统是一门研究组织运行过程中怎样应用计算应用程序的学科。这个专业的学生需要建立较强的沟通和计算技能。管理信息系统是信息系统行业中薪金最高的职业之一。一个在微软工作的大学生每年能够赚到十一万六千美金之多。大部分毕业生在苹果、戴尔等计算机系统设计公司工作。根据预测，从2010年到2020年间，管理信息系统行业的就业率会增长18%。从美国的就业情况来看，美国管理信息系统MIS专业的毕业者在人才市场上还是比较抢手的。因为有一定的技术水平，所以就业面还是比较宽的、就业前景还是比较乐观，即使是在金融危机、就业形势严峻的情况下。MIS毕业生在支持创新、策划、信息基础设施管理协调信息资源上做出了重大贡献. 目前，社会对在系统管理和发展方面有专业知识的信息系统人才的需求量有增无减。管理信息系统作为“商业”与“技术”之间的沟通桥梁，就业面也是非常广的。下图所列举的是MIS毕业生的工作去向，可以分为四大类别：互联网公司金融机构咨询公司其他行业比较常见的职位：商业分析员IT咨询系统分析员系统开发者系统支持等案例分享案例一毕业院校：国内某一本院校 主修: 地理信息系统GPA: 3.4/4.0托福/雅思: 90+GRE/GMAT: 310+实习/工作: 两段地理相关实习科研经历:一段信息系统相关科研录取院校: Syracuse University, University of Pittsburgh, Northeastern University案例二毕业院校：国内某211院校主修: 信息管理与信息系统GPA: 3.8/4.0托福/雅思: 105+GRE/GMAT: 325+实习/工作: 一段相关实习科研经历: 两段相关科研录取院校: University of Washington, Washington University in St. Louis案例三毕业院校：国内985+美本 主修: 金融学,经济学GPA: 3.9/4.0托福/雅思: waiveGRE/GMAT: 320+实习/工作: 两份相关实习科研经历: 5段相关科研录取院校: Cornell University案例四毕业院校：国内普通二本主修: 国际经济与贸易GPA: 3.2/4.0GRE/GMAT: 315+实习/工作: 两段非相关实习科研经历: 无录取院校: Syracuse University, Northeastern University, George Washington University案例五毕业院校：国内211院校主修: 通信工程GPA: 3.0/4.0托福/雅思: 100+实习/工作: 无科研经历: 两段通信相关项目录取院校: University of Virginia, Boston University, Northeastern University, University of Florida

江苏这三所非985 211院校计算机专业考研情况分析计算机考研有以下专业方向：计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程，以及部分院校近些年开设的数据科学与大数据技术专业、网络空间安全专业和新媒体技术专业。这12个专业都有所偏重，就业时侧重的行业或者岗位也都略有不同。下面必尚考研对江苏三所院校计算机考研情况进行分析！01江苏科技大学坐落在国家历史文化名城——江苏省镇江市，是一所以工为主、特色鲜明、具备培养学士、硕士、博士的完整教育体系的普通高等学校，是江苏省重点建设高校，江苏省人民政府与中国船舶工业集团公司、中国船舶重工集团公司共建高校，国家国防科技工业局与江苏省人民政府共建高校，教育部卓越工程师教育培养计划高校，教育部本科教学工作水平评估优秀学校，中国船舶与海洋工程产业知识产权联盟、江苏船舶与海洋类高校协同发展联盟牵头单位。江苏科技大学的计算机专业有四种专业方向，分别是模式识别与智能系统、计算机科学与技术、软件工程、计算机技术。非全日制计算机考研的学费每年1万元。081104 模式识别与智能系统的初试考试科目为①101思想政治理论、②201英语一、③301数学一、④817概率论与数理统计，复试考试科目为916计算机程序设计语言；081200 计算机科学与技术 初试考试科目为①101思想政治理论、②201英语一、③301数学一、④845计算机综合【数据结构+计算机组成原理】；083500 软件工程的初试考试科目为①101思想政治理论、②201英语一、③302数学二、④818计算机程序设计语言【C++程序设计】；085211 计算机技术的初试考试科目为①101思想政治理论、②204英语二、③302数学二、④818计算机程序设计语言【C++程序设计】；以上三个专业方向的复试考试科目为914数据库原理。02南京信息工程大学南京江北新区，是一所以大气科学为特色的全国重点大学，由江苏省人民政府、中华人民共和国教育部、中国气象局、国家海洋局共建，是国家首批世界一流学科建设高校、江苏高水平大学建设高校，中国高校行星科学联盟成员，入选国家“2011计划”、国家“特色重点学科项目”建设高校、国家建设高水平大学公派研究生项目、教育部“卓越工程师教育培养计划”高校、中国政府奖学金来华留学生接收院校、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、应急管理学院建设首批试点学校。南京信息工程大学的计算机专业位于计算机与软件学院，081200计算机科学与技术的初试考试科目为101 思想政治理论、201 英语一、301 数学一、822 C/C++程序设计，复试考试科目为数据结构；083500软件工程的初试思考是科目为101 思想政治理论、201 英语一、302 数学二、822 C/C++程序设计，复试考试科目为软件工程。南京信息工程大学计算机与软件学院还可以，不算特别强，有省部级重点学科，国家级特色专业。计算机科学与技术专业在学校算是第二专业，就业率比较高，就业水平也高，作为一个热门专业找一个工作还是很容易的。03江苏大学坐落在国家历史文化名城—江苏省镇江市，是江苏省人民政府与中华人民共和国农业农村部共建的以工科为特色的综合性研究型全国重点大学；位列“首批江苏省高水平大学建设高校”、全国本科教学工作水平优秀高校、首批全国50所毕业生就业典型经验高校、全国创新创业典型经验高校和首批全国来华留学生质量认证高校。2020年招收计算机相关专业为：081200 计算机科学与技术和085400电子信息：计算机技术(专业学位)、软件工程(专业学位)。非全日制计算机专业硕士研究生收取学费10000元/人/年，计算机技术初试考试科目为101 思想政治理论、204 英语二、302 数学二、885 程序设计；软件工程初试考试科目为101 思想政治理论、204 英语二、302 数学二、885 程序设计。江苏大学计算机研究生就业情况还是不错的，毕业生多选在上海、南京、北京、一带就业。具体的工资水平要根据个人动手能力、工作地点以及工作经验来的。

人工智能的应用领域非常广，人工智能作为一种计算机科学的一个分支，从事人工智能研究的人还很少。资力企服通过近期AI相关类型企业资质办理逐渐上升的特点了解到，国家对人工智能专业人才的渴求度很大，应用领域也分布的广，人工智能主要分为自然语言处理、计算机视觉、语音识别、专家系统以及交叉领域等五个领域。第一方面：自然语言处理自然语言处理是一门融语言学、计算机科学、数学于一体的科学。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统，是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理的目的是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。第二方面：语音识别语音识别是一门交叉学科。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情，如今人工智能将这一理想变为现实，并带它走入了我们日常的生活。第三个方面：计算机视觉计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是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。通过计算机视觉，电脑将处理更适合人眼观察或传送给仪器检测的图像。计算机视觉的主要任务是通过对采集的图片或者视频进行处理以获得相应场景的三维信息。第四个方面：专家系统专家系统是人工智能中最重要的也是最活跃的一个应用领域，它是指内部含有大量的某个领域专家水平的知识与经验，利用人类专家的知识和解决问题的方法来处理该领域问题的智能计算机程序系统。通常是根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，去解决那些需要人类专家处理的复杂问题。第五个方面：各领域交叉使用其实人工智能的四大方面应用其实或多或少都涉及到了其他领域，然而交叉应用最突出的方面还是智能机器人。机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。人工智能是一个涵盖所有机器智能的术语。资力企服分析近期办理AI相关资质的企业情况发现，人工智能研究和应用的不同领域有时会重叠，人工智能正带来创造更智能、更强大机器的大胆机遇。未来几年，人工智能必将进一步改变商业和生活。

2017年下半年，数家计算机视觉公司单笔融资上亿美元，再次将计算机视觉推向人工智能领域最受关注的方向之一。本报告聚焦于计算机视觉技术现阶段在工业界的应用与研发，将在对相关技术热点及产业整体做概述性介绍的基础上，对典型应用的具体使用场景分领域论述，希望理清现状，写明征途，供产业界、投资界、政策制定者及关注人工智能领域的社会各界以参考。因报告研究对象以技术层创业公司为主，偏颇遗漏之处，敬请指正。 报告核心观点： 1. 深度学习主要提升的是计算机视觉领域分类任务的准确率；开源环境仅降低计算机视觉领域的入门技术门槛，前沿算法的技术壁垒依然存在；计算机视觉比赛成绩、论文成果不直接代表技术团队解决实际业务问题的能力。2. 2017年中国计算机视觉规模预期为40亿，凭借安防领域的爆发性增长，预期2020年将增长至725亿。3. 前端嵌入式智能系统的渗透率将逐步提升，与后端协同智能计算，加速产业智能升级。4. 算法迭代将不断提升限定场景识别准确率，加速渗透为各行业应用赋能。5. 前沿算法之外，计算机视觉公司的商业壁垒有赖于产品、服务、市场等综合建设。 一、计算机视觉技术概述 计算机视觉横跨感知与认知智能，现阶段应用以感知为主 视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有70%的活动在处理视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影像，以达到甚至超越人类视觉智能的效果。从1966年学科建立（MIT：The SummerVision Project）至今，尽管计算机视觉在感知与认知智能方向仍有大量难以解决、尚待探索的问题，但得益于深度学习算法的成熟应用（2012年，采用深度学习架构的AlexNet模型，以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠），侧重于感知智能的图像分类技术在工业界逐步实现商用价值，助力金融、安防、互联网、手机、医疗、工业等领域智能升级。 现阶段有较好商业化进展的主要为语义感知中的分类任务 与人类实时选择性处理视觉信息不同（如人在驾驶时不需在意公路边草地的纹理或形状，也不用知道每辆车的确切形状），计算机仍难以从实际需求出发自主选择性输入并计算影像信息，通常需要人类对具体任务进行分解并使用与之匹配的计算方法，建立完整理想的智能视觉系统仍有很大挑战。另外，与可结合常识做猜想和推理进而辅助识别的人类智能系统相比，现阶段的视觉技术往往仅能利用影像表层信息，缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。 数据与算力是深度学习的重要支撑 开源环境仅降低计算机视觉领域的入门技术门槛 工业界和学术界先后推出了用于深度学习模型训练的开源工具和框架，包括Caffe、Theano、Torch、MXNet、TensorFlow、PaddlePaddle、CNTK等等，极大降低了人工智能技术在工业实践中的入门门槛。尽管不同框架各有所长，但它们并不能真正满足企业在处理实际复杂业务时所面对的挑战，性能、显存支持、生态系统完善性、使用效率等不同层面的不足要求企业需要针对性的调整框架以适合自身业务所需。而在数据处理、计算集群管理、网络设计、应用端性能优化等若干重要环节都存在各种各样非开源技术或已成熟方案所能解决，极度依赖相关技术专家去探索求解的重要问题。对于前沿算法的突破创新以及算法在不同使用环境中的优化升级，不同公司的技术高低差异依然很大。 计算机视觉比赛的意义在于推动算法思想的进步 2007年由李飞飞教授发起的ImageNet计划将人工智能领域的影像数据推向了前所未有的规模，至今已有1400万张经过人工清洗标注的图片，含有2万个分类，为计算机视觉领域做出巨大贡献。自2010年每年一度的ImageNet物体识别竞赛（对1000类接近50万张图片的单标签识别），更是成为了计算机视觉领域最受关注的比赛。2017年，ImageNet举行了最后一届图像分类竞赛，Top 5的错误率降至2.25%（大幅领先人眼），该竞赛完成了历史使命，而更多的关于图像语义分割（像素级的分类问题）、1:N人脸识别、图像及视频理解（看图写话）方向的数据集与比赛将逐步登上舞台，推动更多领域更贴近真实世界场景的算法革新。 二、计算机视觉行业概况 计算机视觉行业图谱 中国计算机视觉行业市场规模 2016年下半年，1：N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。伴随人脸识别、物体识别等分类、分割算法不算提升精度，在2017年占比较高的安防、视频广告、泛金融、手机及互联网娱乐领域之外，医疗影像、工业制造、批发零售等现阶段的创新领域也将逐步解锁，成为行业整体快速发展的重要支撑。 前端智能的渗透率将逐步提升，与后端协同智能计算 伴随AI专用芯片及嵌入式感知系统的成熟研发，前端设备即可完成相对基础的视觉感知，并将识别、分类的结果实时应用，实现前端智能。对于需要大量计算、存储资源，利用多维度数据关联分析的诸多场景，后端服务器计算依然是当前主流。前端智能的渗透率将逐步提升，与后端智能协同加速产业升级，不仅可满足特定场景对实时性、隐私性的要求，还可在前端成像（千万像素、千帧/秒）提供越来越多数据信息的背景下，让前端智能选择预处理过的结构化的高质量数据及分析结果传输至后端，减少因带宽压力过大导致的丢包、压缩所引起的信息丢失或误差，提升智能分析的准确性。前端智能系统的功耗、稳定性、存储空间、数据及系统更新的网络传输等诸多重要问题仍有待解决，现阶段主要通过压缩算法模型、挖掘硬件潜力以及在压缩模型的同时针对现有芯片进行优化的方式来解决功耗有限、运算能力低的问题。 三、计算机视觉的应用场景 1、安防影像分析领域 主要应用场景之人脸识别 对道路卡口、车站、地铁站、机场等地方的监控视频进行智能分析，检测出动态视频中的人脸与黑名单库中的影像记录做实时比对，比对成功则立即报警推送给警务人员处置。 主要应用场景之视频结构化 2012年南京“1．6”案件发生后，南京警方从全市1万多个摄像头共提取了近2000T的视频数据，调动1500多名公安干警查阅搜索视频线索，共耗时一个多月。海量视频的有效利用存在巨大挑战，完全依靠人工费时费力，而安防影像智能分析则可有效缓解这一问题。视频结构化可针对已经生成的海量视频内容进行自动化处理，提供行人、机动车、非机动车等关键目标的监测、跟踪、属性分析，辅以以图搜图等检索功能，让案件侦办和治安布控更加智能便捷。 安防行业的千亿市场为视觉智能改造提供充分空间 2016年中国安防行业总产值为5410亿，占据2016年中国GDP的7‰，其中1900亿属于安防产品产值。从产品结构角度，安防产品可划分为视频监控、防盗报警、出入口控制等，安防影像的智能分析属于视频监控产品的升级改造，是各地区平安城市项目建设中的重要组成。2011年至2016年中国安防市场连续5年保持2位数增长，结合国家政府对建设更高水平的平安中国、进一步提升人民安全性的要求，未来中国的安防市场依然会保持稳定增长，对人工智能、计算机视觉技术的升级改造也提出了更高的期待。 智能安防相关产业链条分析 计算机视觉技术供应商在提供智能安防影像分析的时候，可能面对监控设备及平台软件厂商、集成商、公安等三大类客户。在最终的使用者公安以外，其他三类参与者关系复杂，各自的业务定位都在发展变化，合作间有竞争。 2、泛金融身份认证领域 主要应用场景及相关影像采集设备 与安防影像分析中人脸的“1:N”识别不同，目前泛金融领域以人脸“1:1”身份认证为主，部分场景涉及“1:N”识别，如银行网点中对VIP客户的智能识别。 刷脸认证的优势与功效 3、手机及互联网娱乐领域 为消费级产品带来全新智能体验 计算机视觉技术的成熟进步为同质化的手机产品及互联网娱乐应用带来了新的活力。2017年诸多国内外手机厂商推出了具有刷脸解锁的旗舰机型，而手机与影像相关的拍照优化、相册分类、编辑处理等也于近几年得以智能升级。人脸识别、特征点定位以及场景识别、物体识别等技术也丰富了直播、短视频等互联网应用的娱乐性，同时为影像内容的智能审核及分类做出贡献。 4、商品识别领域 拓宽信息边界，连接人与商品 键入关键词，搜索引擎可连接人与信息，大幅提升人类获取信息、搜集知识的效率，为世界创造巨大价值。计算机视觉则将信息的边界再度拓宽，缩短设计、原料采购、生产制造、线上与线下零售等各个环节的人与商品的距离，为商品供应链带来效能提升。 5、工业制造领域 产品质检及3D分拣 伴随年轻人从事重复性体力劳动的意愿降低，相关领域的劳动力成本极速上升，工厂对智能自动化设备的需求日益凸显，为计算机视觉技术在工业制造领域的研发落地提供了市场基础。产品（尤其3C产品）质检是现有视觉技术有望在未来3-5年在工业制造领域大规模落地的应用场景，目前产品质检依然依靠大量人力做肉眼判断，效率低、成本高、漏检误检严重，而深度学习算法可支持多种缺陷类型，增量学习也能不断提升产品适用性。另外，工业场景中存在大量的冲压件、组合件等不规则物体，不规则物体的分拣（无序抓取并有序放置，涉及物体识别、姿态估计、尺寸测量、运动规划等）需借助3D视觉技术，即使技术相对领先的国外产商相关产品也不足够成熟，出现问题难以即时相应（往往邮件沟通，售后服务难以保障），给予目前尚处于产品研发测试阶段的国内新兴厂商反超机会。 6、广告营销领域 智能挖掘影像内容广告位，构建新型营销模式 计算机视觉技术可在长视频、短视频等点播平台、直播平台以及利用手机摄像头的AR应用中，为广告主提供多种形式的互动化、与内容强相关的场景广告。 7、医疗影像分析领域 智能医疗影像分析对病种的要求及重要指标 相比计算机视觉在其他领域的数据标注工作，医疗影像的标注门槛较高，需由专业医师标注，而且非典型病例的标注意见较难统一。标注工作之外，医疗影像分析对数字化程度、数据量、临床路径、对应检测量都有着苛刻的要求，不同病种的情况不同，难以一概而论。另外，对具体系统分析能力的考核，不能仅依据简单的准确率，特异性与敏感性是最基本的两个指标。 8、自动驾驶领域 自动驾驶技术剖析 自动驾驶系统主要涉及传感器融合、感知、高精地图、定位、规划及控制等若干技术环节，以解决“我在哪儿，周围有什么，环境将发生什么变化以及我该怎么做“等四个问题，计算机视觉则在环境感知（周围有什么）与地图绘制（我在哪儿）中发挥重要作用。 从起步到落地，自动驾驶仍需经历长期测试 自动驾驶汽车主要由车辆本身、内部硬件（传感器、计算机等）以及用于做出驾驶决策的自动驾驶软件等三个子系统组成。车辆本身需由OEM认证；内部硬件也需在各种极端条件下充分测试其稳定性，达到车规级要求；自动驾驶软件方面，相关系统需经过百亿甚至千亿公里以上的测试来充分验证其安全性（人类司机平均每1亿公里发生致命事故1~3起，自动驾驶技术要想大规模落地应用，必须优于人类司机的安全性）。与此同时，大规模路测也是收集相关场景数据以便改进感知、决策等智能技术的必要手段。然而，100万辆10万公里总里程/年的车辆行驶1年才能达到千亿公里的数据量级（Waymo在过去8年积累350万英里以上的自动驾驶数据），仿真环境下的虚拟路测（如今每天有多达25000辆虚拟的Waymo无人车在模拟器中驾驶高达八百万英里的里程）与不涉及实际控制的影子模式可作为常规测试的补充，有效降低路测成本。 自动驾驶，起步于限定场景 数据驱动的感知及决策算法难以应对开放、动态的环境的千变万化，自动驾驶车辆如何理解人类意图、如何与人工驾驶车辆的司机沟通交互也面对巨大挑战。在清晰简单的限定场景中，规则易总结，数据易收集，相关算法就越容易达到安全性要求。因此，相比开放环境下大众乘车出行的一般场景，自动驾驶技术将先在高速货运、低速摆渡、特定生产等场景落地应用。大众出行领域，自动驾驶也会逐步在特定速度限制下（时速60公里内的L3级自动驾驶汽车已有量产），停车场，乃至高速或环线等相对简单的封闭道路中替代人类驾驶。另外在自动驾驶实现以前，视觉监控系统也可对车内驾驶员进行疲劳检测、注意力检测和手势识别等，为L3级自动驾驶人机控制权的交接提供支撑，兼顾安全、驾驶辅助和车内互动娱乐。 智能出行公司为大众带来无人驾驶出行体验 美国交通部和美国高速公路安全管理局（ NHTSA）在今年9月份发布《自动驾驶制度方针 2.0》，预计将在2025之后实现全面自动的安全功能以及高速公路的自动驾驶。国内科技公司相对乐观，纷纷发声将在2021年前后实现仅在特殊情况需人类介入的L4级自动驾驶乘用车的量产。考虑到现有算法技术的能力边界，2021年其实难以实现通用场景的L4级自动驾驶，小概率的意外缺陷都有可能引发致命事故，但2021年成为创业者标杆的时候，它将促进“预言的自我实现”，技术的突破性进展及不断拓宽的行驶场景依然值得期待。自动驾驶的到来需要在汽车中装配大量的软硬件设备，共享出行可减轻自动驾驶在推进消费市场时的阻碍，由出行服务商评测系统安全性，承担并消化成本。智能化与共享化是汽车产业生态的重要发展趋势，车企、科技公司、出行服务商间（三方均已布局自动驾驶研发）的合作结盟也会愈发频繁，智能出行公司随之诞生。 四、计算机视觉行业发展趋势 不断提升限定场景识别准确率，优化性能渗透更多行业应用 虽然终极愿景道阻且长，但分类任务的日益精准已解锁并将不断解锁更多场景应用。如同过去5年计算机视觉技术在人脸识别上的不断突破，误报率从2015年的千分之一提升至2017年的十亿分之一（在通过率为90%的情况下），商业服务、城市安全、大众娱乐等诸多场景均体会到不同层次的智能升级，商品、道路环境、医疗影像、遥感影像等更多对象的识别、分类问题也将会逐步突破工业化红线，从仅做辅助补充的非关键性应用拓展到切实提升核心业务效率的关键性应用。各行各业的创新型智能应用将纷至沓来，而人脸识别的性能亦将继续攀升，追求百亿、千亿规模上的可行性。 前沿算法之外，商业壁垒有赖于产品、服务、市场等综合建设 对于更为广泛的传统行业或线下使用场景的潜在客户，计算机视觉的技术落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署，算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上的针对性开发。不断增长的市场需求要求更加全面、及时的售前、售中、售后服务，而在对视觉技术能够达到的有效帮助缺乏足够认知或部分暂时缺乏科学完善的评测标准或技术相对同化的业务场景，市场销售的重要性尤为凸显。既要注重前沿算法研发，又要注意现阶段商业落地与市场拓展，这些都为以高新技术人才为主的计算机视觉公司提出了更为综合的挑战。

计算机的普及意味着信息时代的到来，很多传统的工艺已经被计算机所取代，大数据的应用方便了人们的生活，将诸多产业带向了新形势，人工智能时代的来临更体现了计算机发展的必然性。人们的生活在不知不觉中与计算机技术相结合，也正是因为看到了计算机技术的发展前景，众多高校申请开设了计算机科学类专业，培养优秀人才。同时计算机相关专业也成为学生高考报考的热点。学生在高考志愿填报的时候，考虑最多的是学校与专业两个方面。学校的选择当然是985、211、双一流最佳了，或者是根据学校的排名去选择，而专业的选择就不一样，专业的选择比学校的选择更复杂，需要考虑到专业的发展前景、专业难度、就业薪资等等的问题，随意很多人在选择的时候会选择近几年最热门的专业，而随着信息时代的到来，计算机技术的发展，计算机相关专业成为新的热门专业，而且热门的程度非常的高。当下的计算机相关人才还是比较缺乏的，尤其是顶尖人才，所以在近几年，报考计算机相关专业的学生非常的多，这都是可以理解的，主要是几个方面的原因：(1)计算机类专业学校选择范围广;(2)计算机类专业就业压力小，工作相对好找;(3)计算机类专业毕业薪资高，该专业毕业生的平均薪资高于大多数专业，尤其软件工程专业学生毕业薪资最高;(4)该专业有较好的发展前景，可以不断的学习深造，走向顶尖人才，享受更高薪资，比如当下人才匮乏的人工智能领域。可以说计算机相关专业是迎合时代发展需求的最佳专业，学生们不用担心被取代，只要不断的深造，会有更广阔的发展空间。专业选择好了之后，学校的选择也是比较重要的，在当下学生就业的时候，学历仍是企业看中的第一要素，同样是计算机相关专业毕业的学生，名牌高校的学生在企业实力、就业薪资、升值空间、福利待遇等等的方面都是要高于其他普通学生的，即使普通学生专业技能很强，学历不好仍然会丢失很多的好机会，甚至很多名企不会给予普通学生面试的机会，可见学校的选择有多么的重要，那么在中国计算机类相关专业最好的学校有哪些呢?小Y为大家分享一下中国计算机科学最强的23所高校，大家可以了解一下：　　上述结果是在根据学科评估为大家分析出来的，这些学校的计算机科学专业都是非常强的，想要在计算机专业发展的学生，考上这些学校的计算机类专业，工作必然是不用愁了，未来的发展空间也会无限大，所以想要拥有更好的未来，高考的时候大家一定要足够的努力!

高考成绩陆续公布，志愿填报随之提上日程。上期文章，我们一起了解了新工科的相关专业及院校。为方便考生报考，本期小编整理计算机行业报考两大热门专业、对应院校以及就业前景等必看信息！一起来看看吧！专业分析未来三年， 我国部分新工科的人才缺口高达750万。更具体来看，我国人工智能人才缺口或将超过500万，供求比例仅为1:10。属于计算机类专业领域内的“新工科”专业是一个非常好的选择。核心课程计算机类专业下属细分专业核心课程内容一览电子信息类专业下属细分专业核心课程内容一览推荐高校结合全国开设计算机类专业高校的办学质量及毕业生的社会认可度，对开设计算机类专业的高校进行如下评判排名：就业分析一、行业及区域分布计算机类：就业行业为计算机软件，区域集中在北上广深从全国计算机类专业就业行业分布情况来看，主要集中在计算机软件、新能源及互联网行业。而就业区域则集中在北上广深这四大一线城市，占比高达56%。电子信息类：就业行业为电子技术，就业区域深圳第一从全国电子信息类专业就业行业分布情况来看，主要集中在电子技术/半导体/集成电路、新能源及计算机软件行业。与计算机类专业就业区域相同，都集中在北上广深这四大一线城市，其中深圳排第一，占26%。二、就业方向对比计算机类本科生毕业期望从业方向，两个大类专业的应届生都期望从事硬/软件工程师，游戏设计/开发更是成为近几年的热门就业趋势。另外，计算机类应届生还有期望从事偏市场类的职业，如：IT项目经理。三、薪资水平游戏设计/开发受追捧的原因在于该职位的应届生薪酬高达8500元/月，远高于计算机类/电子信息类应届毕业生 整体平均薪酬水平。其次是软件工程师，应届生薪酬突破6000元/月，也高于两个大类专业整体平均薪酬水平。代表企业分析下面小编选取了四大互联网巨头作为代表，快来看看这些互联网大佬们期待什么样的人才吧！华为薪酬华为薪酬水平长期位居行业前列，对人才具有巨大的吸引力。目前，公司的平均薪酬已高达11900元/月，其 中，高级软件开发工程师的薪酬水平格外抢眼，远高于公司其他岗位薪酬水平。人才偏好从华为的人才需求偏好来看，华为更愿意招聘985/211院校毕业生，其中西安电子科技大学、电子科技大学、 浙江大学的学生备受华为青睐；同时，相较于本科生，硕博研究生也更为抢手。阿里巴巴薪酬阿里巴巴软件开发工程师、java开发工程师、android开发工程师等工程师的平均薪酬均高于公司整体平均水平，处在公司领先位置。人才偏好尽管阿里一再强调在人才招聘时不看重求职者的学校出身和学历层次，但其在浙大、清华、中科大、南大和 上海交大5所大学的招聘人数明显更多。此外，阿里对应届生的招聘需求有收缩趋势，而更多地招聘社会生。腾讯薪酬腾讯高级软件开发工程师平均薪酬是公司整体薪酬的2倍以上，且大幅领先于其他岗位。而除计算机相关工程师以外，腾讯游戏策划师的薪资水平也较高。人才偏好包括北大、中大、华中科大、清华、华南理工等在内的985/211院校毕业生是腾讯人才招聘主要对象，但由于校友关系，“双非”大学——深圳大学的毕业生在竞争中也有一定优势。百度薪酬根据数据，百度公司的平均薪资水平相对较低。但包括研发工程师、软件开发工程师、测试工程师等在内的计算机相关职位薪资仍然较高。人才偏好百度公司更青睐985院校毕业生，在其2018年校园招聘宣讲学校中，仅北京邮电大学和中国科学院大学两所非985院校。而从2018年高校招聘人数来看，中科大、浙大和上交三所大学毕业生最具竞争力。注：本文数据来自前瞻研究院