软件工程硕士英语

但凡要上大学， 就免不了纠结一件事：选什么专业？要是选专业的时候“脑子进水”，未来几年就免不了“眼里流泪”。江湖上流传着不少对于专业的吐槽，要么是学业压力大——“专业选的好天天赛高考”，要么是太冷门或者过气了，工作不好找——“毕业就失业”。眼看着高考结束不少小伙伴开始思考这一历史难题，小金觉得也该捋一捋当下最受欢迎的专业了。美国专业指导网Mydegreeguide发布了一份指南，参考申请人数、职位需求等数据，列出了今年最受欢迎的25个大学专业（美国）。很多热门专业都出现在了名单上，但是名次却出乎了很多人的意料。接下来， 我们就来看一下TOP10都是谁！十：计算机科学 Computer ScienceCS是无疑是当下留学的热门专业，申请人数和录取难度一度超过了很多商科和工程专业。CS的课程涵盖计算机理论、算法和操作系统，讨论编程语言、网络安全和软件工程，还开设了数学、工程和统计学课程。计算机技术专业从业人员的平均年薪为86,320美元九：英语English英语专业的课程将包括对许多文学作品（例如对小说、诗歌、戏剧）的研究，除了语言技巧，学生还会学习各种写作形式。从事媒体和传播业的毕业生平均年薪57,530美元，获得英语学位还可以从事 教学、公共关系、市场营销、电影制作或法律职业。八：基础教育Elementary Ecation根据美国教育与劳动力中心的数据，获得该学位的毕业生平均年薪为43,000美元。七：教育Ecation学生要学的除了课堂教学技术，还需要了解课程选择、读写能力、课堂多样性和教育法等相关知识。通识教育专业的毕业生平均年薪为46,000美元。六：营销学Marketing学生需要了解消费者的心理，学习如何进行市场研究，以及使用数字媒体等技术手段定位、吸引顾客，完成交易行为。具有营销学位的专业人员平均年收入为63,000美元。五：通讯技术Communications通讯专业的学生每年可赚大约54,000美元，公共关系是通信专业的热门领域。四：心理学Psychology心理学课程通常涵盖人格理论、社会行为和人类发展，除了存在于卫生与健康领域，毕业生还可以凭借分析能力胜任商业需求。拥有心理学学士学位年收入平均49,000美元。值得注意的是，想成为专业的心理学家往往需要研究生学位。三：护理学Nursing学生需要学习解剖学、生理学、生物学等相关知识，毕业生可能在卫生部门、医院或护理机构中工作。除了护理，还需要完成评估患者状态、使用药物等工作。成为高级的注册护士并不简单，例如麻醉师这一职位，一般最低学历是硕士。而除了学校的学习，毕业生还需要通过规定的执业考试。拥有护理学学士学位的人的平均年收入66,000美元。二：会计Accounting会计负责跟踪企业或组织的收入和支出状况，此外还有税务、工资单、审计等工作。在金融部门的毕业生平均年薪为68,350美元，会计学专业本科生的平均工资为 69,000美元。一：商业管理Business Administration商业管理的课程涵盖营销、财务、销售和管理，学生还需要学习人力资源、组织领导、公共关系和商业法等内容。毕业生平均年薪为68,350美元，管理岗位的平均年薪为104,240美元。更多留学小知识，快来私信吧！专业留学规划师为你提供专业留学服务，为你的留学之路助力！

文如题，英语不好能不能参加软件工程培训，学习编程技术已经成为困扰了大批想学习编程技术的同学的一大难点了。毕竟，几乎所有市面上流行的编程语言都是用英语编写的，谁叫它们是外国人发明的，咱们也没有办法，所以我们要学习的话，也就必须要面对这个问题了，今天我们就来聊一聊英语水平跟我们学习软件工程的关系。首先就是对应于初学者来说，或者是对于一些简单的项目来说，是不需要很高的英语水平的。在学习得过程中，我们只要能够保证自己能够接受英语，对于英语的学习不拒绝，能够去接受一些单词的学习，就可以了。因为我们学习编程也是一个长期的过程，伴随着我们学习编程的同时来学习这些英语单词也是足够的了。但是我们想要从事软件工程行业的，光参加软件工程培训，以及掌握培训阶段的英语肯定是不够的，我们还要做自我的提升，或是以后学习其他的语言，也是要求我们要学习更多的知识，这其中也就包括更多的英语方面的知识啦，对于以后的自我提升来说，就没有老师指导了，这个可就需要我们自学啦。 当然了，随着我们自身的能力越来越高，想要在一个方向做到精通的话，那么熟练的英文就是不能缺少的了。毕竟，每一门语言涉及到底层的话，肯定是要求我们阅读大量源码和项目的。不过也不用担心啊，当我们通过自己的技术水平都能达到那么高的水平啦，还用担心英语来妨碍我们吗？

不是只有远方才有动人的诗篇与美景，不是只有远赴他国才有全英语教学的高校学习和生活环境！在北京，就有这样一所学院，能够满足你在“浸泡式”英语学习环境里拿双学籍双学位，体验一把“不出国的留学”！北京工业大学北京—都柏林国际学院是教育部批准由北京工业大学与爱尔兰国立都柏林大学联合组建的高度国际化的高水平中外合作办学机构，是北工大下设的教学科研机构。学院自2012年起开始招收第一届学生，现设有物联网工程、软件工程、金融学、电子信息工程四个专业。都柏林国际学院基于北京工业大学和爱尔兰国立都柏林大学的强强合作，被注入了两所高校最强势的专业。被都柏林国际学院录取的学生可同时注册拥有北工大和都柏林国立大学两校学籍，凡达到学院学籍管理规定毕业要求的学生，均可获得北工大颁发的毕业证书、学士学位证书和都柏林国立大学颁发的学士学位证书。学院采用“进阶式”培养模式，即明确每学年学生阶段性培养目标和学术标准，帮助学生合理规划学习进程。学院中外籍教师共同组成授课团队，每年在院授课的外籍教师达50余人。专业基础课、专业课均采用英文授课，多数使用英文原版教材或教师自编教材。四个专业培养方案课程资源总量达200余门。专业课程由北工大和UCD共同承担，北工大主要负责基础课，都柏林国立大学承担70%以上的专业核心课程教学。两校专业教师均具有博士学位或高级职称，其中不乏爱尔兰皇家院士为代表的高水平教授为学生授课。高质量的师资队伍，保证了学院卓越的人才培养质量。与此同时，学院还为学生们营造了“浸泡式”英语学习环境。都柏林学院组成中外教师团队，在全球聘请15名高水平，教学经验丰富的外籍语言教师任教，英语口语与写作实行15人左右的小班教学。学院成立语言中心，通过预约制，外籍语言教师课余对学生的语言学习实行“一对一”的帮扶。中英双语成为学院日常运行和管理，学生服务的官方语言，中外双方深度合作的管理和教学模式，形成了天然的双语工作环境，专业基础课、专业课均采用英文授课。全方位、全过程的中英双语育人环境使学生能够在真实的环境中使用英语交流、分析问题、解决问题，从而培养学生良好的跨文化交际与沟通能力。学院注重通过跨文化交流平台锻炼提升学生综合素质，建院八年间包括爱尔兰总统、爱尔兰副总理、中共中央政治局委员北京市委书记蔡奇等多位两国政要到访学院或都柏林国立大学并与学院学生进行交流。学院设立的新生“体验爱尔兰”访学奖学金已连续八年资助近200名优秀学生前往都柏林国立大学进行短期交流，除此之外学院学生还可以通过参与国际志愿者项目、体验盖尔式足球及爱尔兰舞蹈等各种活动开拓眼界、锻炼综合能力。同时，都柏林学院的学生还可以参加北京工业大学的所有学生短期交换项目，每年上百人次奔赴英国、法国、波兰、德国、美国、日本、澳大利亚、新加坡等国家的大学学习。“体验‘不出国的留学’—— 北京工业大学北京—都柏林国际学院”7月18日19:30-20:30，北京日报将邀请北京工业大学北京—都柏林国际学院党委书记、博士生导师贾克斌和党委副书记、院长吴文英走进“带你看高招”直播间。学院近几年的毕业生就业方向是怎样的？都柏林学院的专业和北京工业大学其他学院所办的专业的主要不同点在哪里？学院的教学环境及硬件设施如何？学院的报考方式是什么……这些考生和家长对报考北京工业大学北京—都柏林国际学院最关心的问题，都在今晚的直播里为您一一揭晓。届时，来自北京工业大学北京—都柏林国际学院的老师将在直播间与网友互动，为考生和家长们答疑解惑。带上您对今年高校招生的疑惑，来北京日报快手直播间与高校老师互动交流吧！

官方简介：中国人民大学是中国共产党创办的第一所新型正规大学，是一所以人文社会科学为主的综合性研究型全国重点大学，被誉为“在我国人文社会科学领域独树一帜”。在长期的办学实践中，广大师生秉持“立学为民，治学报国”的办学宗旨，始终奋进在时代前列。我校是国家首批“985工程”“211工程”重点建设大学，2017年首批入选国家“世界一流大学和一流学科”建设名单。在教育部学位评估中心2017年公布的全国一级学科评估结果中，我校获评A类学科总数为14个，其中理论经济学、应用经济学、法学、社会学、新闻传播学、统计学、工商管理、公共管理、马克思主义理论获评A+，政治学、哲学获评A，图书情报与档案管理、中国史、中国语言文学获评A-，A+学科数量位列全国高校第四。中国人民大学软件工程2017年第四轮学科评估等级：B一、软件工程专业学位（非全日制）招生简章目录1、信息学院2019软件工程（专业学位硕士）非全日制招生计划人数：50，实际拟录取人数：52。2、研究方向：不区分研究方向。3、学制：3年。4、学费：16000元/学年，3年总计48000元。5、复试分数线：英语45，政治45，专业一80，专业二80，总分300。6、初试内容（总分：500分）：101思想政治理论、204英语二、302数学二、856软件工程基础综合（数据库（50分），数据结构（50分），计算机网络和管理信息系统二选一（50分），总共150分）。7、复试内容（总分：350分）：（1）笔试科目（总共150分）：(第一部分）专业课笔试（100分）（150分钟）“程序设计”（C或C++），无上机操作。(第二部分）外语笔试（50分）（30分钟）（2）专业面试和综合素质面试（总共150分）：专业面试测试内容涉及本专业的学科基本知识，重点测试考生综合运用专业基本知识分析解决问题的能力，以检测学生是否具备继续学习深造的学科基础和潜在能力为主。综合素质面试重点测试考生的基本素质、基本能力、检测考生是否具备学习深造所需要的一般素养。两项面试合并进行，满分为150分。（3）外语听力水平和口试水平测试（总共50分）：外语口试测试考生基本的听说能力，重点检测考生是否基本掌握外语工具。满分50分，其中听力测试20分，口语测试30分。8、初复试占比：初试总分占比：0.7，复试总分占比：0.3。9、非全日制工程硕士录取类别政策非定向的转户口（定向的不转户口），调档案，毕业后自主就业（与全日制相同），不安排校内住宿，毕业证书标注“非全日制”。学习方式及学费：基本学习年限为3年，学习方式为周末上课。学费16000元/学年，3年总计48000元。二、软件工程专业学位（非全日制） 接收校内、外调剂1、校内、外接收调剂优先级在一志愿非全日制招收名额未满的情况下，优先接收符合条件的校内调剂申请，在校内调剂接收名额依旧未满的情况下接收校外调剂申请。2、校内、外调剂申请报名条件参加了工学计算机相关学科、工程硕士专业学位研究生入学考试，初试成绩同时达到国家分数线及学校工程硕士复试分数线要求： 英语45，政治45，专业一80，专业二80，总分300。3、待复试和待录取通知对符合中国人民大学信息学院非全日制工程硕士调剂要求的考生进行初试和复试成绩加权求和，按照加权成绩从高到低依次录取。其中，初试成绩权重为70%，复试成绩权重为30％。学院将在调剂系统中给考生发送复试通知和待录取通知，请考生在规定时间内在网上及时确认。若考生逾期没有做出明确答复，学院将取消其待录取资格。三、2019拟录取分析1、2019拟录取52人概况总览，分数分布：【301,384】2、一志愿及校内调剂 28人，分数分布：【301,361】3、接收校外调剂：24人，分数分布：【321,384】其中，由考生编号可看出校外调剂过来的不乏一志愿为北京大学、复旦大学、北京理工大学、天津大学等。备考/就业/分享关于更多非全日制信息请关注“小非说考研”

分享成功上岸的考研经验，希望这些信息对大家能有帮助：信息介绍本科武大软件工程，英语底子比较好，四六级均600+。2020考研软件工程专硕 总分397(政治69，数二125，英语87，961专业课116)。学习能力算是还可以吧。有一个好的习惯就是做规划，对知识点尤其是错过的定期整理、总结、回顾、重做，直到懂为止。另外一个好的习惯就是复习前会先分析哪些考点是重点，主次分明，如果复习时间有限的话，一定要分清复习哪块内容性价比更高。　初试备考　数学数学一定要做题，重质量。汤家凤1800能刷一遍基本没问题了。但是注意，我这里不是指做过一遍就可以了，而是做错的题，过段时间重新做一遍能做出来，知道之前为什么错了，彻底理解了知识点，到这种程度才可以。1800做完也不是就万事大吉了。我其实买了所有老师的全套书和题，对，张宇汤家凤李林李范李永乐，所有书和各种题集我基本都买了。但最后做了的很有限，唯一的好处是我可以对比各个老师的风格，知道哪个老师哪一块儿比较值得看。网课我也听了不少。总之是要到自己心中有个数二体系框架的地步，熟到能在心中回想起第几章是什么内容，考哪些公式知识点，易错点是哪里。　英语由于前面写了我的英语基础比较好，所以我的英语复习没花什么精力，对大家参考价值不大。我就说说我认为笔试英语怎么才能学好吧，一个是单词词组(也就是词汇量要大，越大越好)，一个是语法句型(掌握这个就能准确理解阅读里的句子，也可以写出很好的作文，翻译也就准确了)。听起来好像很空对不对?这就是核心。落实到细节，英语每天背考纲单词，直到考前也不要停(即使是我可以说词汇量在考前就覆盖英二90%了，这次也背了)。句型语法这些怎么在短期内学好，我其实没有什么经验，因为我是由于常年学习英语有所积累。希望在短时间内提升分数的同学，去咨询英语底子不好但考了高分的上岸前辈会更有收获。政治政治就是背，我觉得从7月开始关注徐涛公众号和微博，跟着他走就可以了，政治该怎么学徐涛老师都会分享的。网课看徐涛老师的，最后考前用肖秀荣老师的题。　961专业课1. 不知道961如何准备?搜索往年的考纲(官网9月初发布)，数据结构、软件工程、csapp分别考哪几章内容考纲里都写的很清楚。数据结构是最主要的，根据熟悉情况，跨考没基础的4-5月开始都没问题，有基础的科班7-8月也可以开始看了。大神可以考虑9月以后看，暑假时间给数学。书本使用王道和天勤，不用全看，王道上讲的晦涩的地方，看天勤补充就可以。软工主要是背诵的知识点，没有难度，就是背。csapp由于大黑书讲得太厚太细节，看你有没有精力啃，大神可以啃。我个人是因为后期比较爱玩，完全没看csapp，但我考前中午总结了往年csapp高概率考的题，比如amdal定律这种，就上考场了。不过我的短期记忆能力比较强，我提我的例子只是说明csapp30分不是大头，考新题很多人(尤其非科班)也不会的，比如今年就考了RISC，往年没提过。但我凭本科的印象写了答案，我能想到的沾边知识点都写上了，虽然好像写错了一些，但我觉得也会酌情给点分的，不会零蛋，而且说不定还有写满答卷辛苦分的加成。　2. 听说961都考大题?是的。　3. 今年会不会改408?没有人可以确定(尤其招生办老师9月前肯定不会给准话的)，我认为是有可能改的，不改就是运气。因为考408好像是大势所趋。今年很多学校改了，比如武大的软院也和计院一起改了408。因此，复习的时候，9月前好好复习ds(数据结构)是肯定不会亏的，不管换不换科目，ds都会考。其他的就看个人取舍了。假如还考961，我认为9月以后开始看软工和csapp(这个其实我压根没看)也是完全来得及的。但408从9月开始看剩下三门，我自己(比较菜的科班)反正是没有把握的。　4. 听说961会出复旦本科期末的原题?这个我不太清楚，因为我的复习是根据我自己从网上的300元的961资料和两本软件工程书整理而成的自己的笔记。而我觉得我自己的笔记应付最终的考试完全没有问题，所以即使收集不到本科期末原题也无需太担心。其他问题　1. 招录人数因为我考的软工专硕，所以这里只分享专硕信息。2020年初试前所公开的软专考研名额是26人，最终复试进入101人，录取82人。　2. 明年会不会扩招?个人认为明年不会像今年这样扩招，今年很有可能主要是因为疫情，国家政策希望高校多录一些研究生，缓解工作市场压力，也可能加上<复旦专硕不提供住宿了，可以多收一些人>的这层原因。因此，明年不一定像今年这样300出头就进复试了，按照原本招录26人，顺着复试名单往下数26个专硕，已经360+分了。对这个分数线，心里要有准备。　3. 二本，有机会吗?所有专业课都没听过的那种，公共课也是。只要考的分高，肯定有机会，复试就好好抓专业能力和项目。总之高分、专业能力、项目，三者至少有一个特别强，然后过初试线就可以。软院的复试难度可能确实比计院难度要简单些(相对的)，这一点体现在机试的改卷方法(软院往年是人工改)和复试的题目难度(计院可能问408)上。最后希望大家都能顺利上研。

北美“码农”收入到底有多高？近期一个帖子引发了热议：20年前本科毕业月薪3000人民币的楼主，2014年35岁那年移民，现在年收入达到了40万美元，折合人民币270万……那么如何才能出国读Computer Science呢？——博世留学为你带来权威的计算机留学申请全攻略。学科概览: 什么是Computer Science尽管大家习惯性地把计算机学科称为CS，但是从人才培养目标的角度而言，我们通常认为，计算机学科可以分成计算机工程（computer engineering）和计算机科学（computer science）两部分。计算机工程方向的教学内容，通常倾向于培养学生工程项目方面的动手能力，偏重于程序设计语言的学习、软件工程的实践等等。其培养目的在于尽量拓宽学生在工具应用层面的眼界，让学生能够熟练掌握多种业界主流的开发工具和开发模型。计算机科学方向的教学内容比较偏向理论，其培养目的，是教会学生基于数学和哲学，利用计算机作为工具，对一些问题进行建模求解。所以这也要求学生具备扎实的线性代数、离散数学、形式逻辑、统计学等扎实的数学基础。这些问题有可能是生活中可以见到的应用型问题，比如研究如何准确地使用计算机算法对人脸进行识别，或使用计算机算法与人类棋手对弈，对这类问题的研究称为应用型基础研究；被研究的问题也有可能是纯理论问题，比如研究基如何通过蒙特卡洛方法对深度学习网络进行剪枝优化等等，这类研究的方向比较抽象，通常被称为理论型基础研究。我们一般认为，理论型研究是应用型研究的基础和工具。计算机工程通常是计算机系本科生和部分硕士研究生的培养方向学习范畴。而部分硕士研究生（尤其是M.Phil）和绝大多数博士研究生（Ph.D）都在从事计算机科学方面的研究。本科培养体系在本科阶段，培养计划的目的在于引领学生对计算机领域进行广泛但并不深入的了解，课程大致可以分为几类：计算机是什么：计算机科学导论，操作系统，编译原理，计算机体系结构，数据库基础，网络导论，数字电子电路，等。开发工具和开发模型：面向过程程序设计（C语言），面向对象程序设计（C++，Java或Python），汇编语言，软件工程导论，网络工程导论等。攻读更高层次学位时可能用到的数学基础：线性代数，概率与统计，离散数学，随机过程，积分变换，等。除此之外，本科培养体系里的专业选修课程会接触到一些细分领域的入门课程，如机器学习，人工智能，网络安全，管理信息系统等。研究生培养体系通常在硕士阶段，学生开始接触到比较实际的计算机科学专业方向，这通常取决于导师自己的方向。但由于硕士培养周期较短，对专业方向的涉及也常常比较浅显，硕士毕业生通常的状态是“具备比较扎实的计算机工程基础，已经开始接触计算机科学问题。到了博士阶段，学生的主要任务就是挑选一个计算机科学的细分方向进行深入研究，直至斩获该细分方向的突破性进展才能够毕业。计算机科学的研究方向互相交叉，很难给出一个科学的分类图谱，我们这里列出一些常见的研究方向及组合：细分方向：人工智能人工智能又称Artificial Intelligence，通过创造出一个数学模型，用训练的方式使其自我进化，继而能够正确处理其并未遇到的问题。这个用数学模型模拟出的过程（学习-思考-推理）与人类脑部工作机理相似，故称为人工智能。人工智能的实现方式和相关学派很多，例如基于统计的学习方法，神经网络等。人工智能是一种基础研究，其成果可供大部分应用研究使用。例如，卷积神经网络（CNN）就是一种基于神经网络的人工智能模型，如何创建卷积神经网络是人工智能研究的范畴，而如何对CNN进行合理应用甚至加以改造以解决实际问题，是应用型研究（如图像处理）的范畴。从就业的角度而言，人工智能也是一个炙手可热的方向，一般来说人工智能的细分方向又包括以下三个方面：数字图像处理：传统意义上的图像处理，通常是指对数字图像进行处理，以便于提取出其中有价值的部分。早期图像处理的研究常局限于如何通过色彩空间中的变换进行预处理，继而对轮廓，纹理进行提取，或对ROI（region of interesting）进行分割（业界曾认为图像变换、增强及分割是图像处理的三大主要任务）。其目的在于为后继工作，如物体识别等，提供精准的素材（特征）。随着人工智能的发展，图像处理的研究热点逐渐变成了人工智能在图像领域的应用研究。例如，使用生成对抗网络（GAN）对图像进行补全等。近年来，由于数字照片的普及，人们对于图像处理的需求愈发强烈，相机厂商及手机厂商，甚至一些世俗化的图像处理APP（美图秀秀等）均大量招入图像处理类研究生，以改善其产品的拍照及后期处理质量。 模式识别（PR）：通俗一点来说，模式识别的研究任务，就是回答“这是个什么东西？“。即，使用前处理（如图像处理或自然语言处理）得到的特征，对特征所对应的实例进行分类（识别）。模式识别在日常生活中的应用及其广泛，从图像类的生物特征识别（人脸、指纹、虹膜、步态识别）、图像内容识别（google photo，车辆自动驾驶）到语音类的命令词识别（智能家居）、听写（自动会议记录），都要使用模式识别的方法。模式识别与人工智能在研究方向上紧密相关，大量的人工智能研究者会选择模式识别问题作为其研究方向的应用背景。 自然语言处理(NLP)：自然语言处理是人工智能和语言学的交叉方向，也可以看作一种模式识别问题。其一般使用人工智能的理论基础，模拟人脑对人类语言的理解和生成。自动翻译、自动应答机器人等是NLP的典型应用。 人工智能方向如果按research topic来说的话，覆盖的研究话题主要有：Learning and Probabilistic Inference （深度学习与概率推断）: Graphical models. Kernel methods. Nonparametric Bayesian methods. Reinforcement learning. Problem solving, decisions, and games.Knowledge Representation and Reasoning （知识表示与推理）: First order probabilistic logics. Symbolic algebra.Search and Information Retrieval （搜索与信息检索）: Collaborative filtering. Information extraction. Image and video search. Intelligent information systems.Speech and Language （语言识别与自然语言处理）: Parsing. Machine translation. Speech Recognition. Context Modeling. Dialog Systems.Vision （计算机视觉）: Object Recognition. Scene Understanding. Human Activity Recognition. Active Vision. Grouping and Figure-Ground. Visual Data Mining.Robotics （机器人与自动驾驶）: Motion Planning, Computational Geometry. Computer assisted surgical and medical analysis, planning, and monitoring. Unmanned Air Vehicles细分方向：信息安全信息安全（Information Security，Cybersecurity）主要对加密算法、安全协议以及从网络安全或漏洞扫描等工程问题中抽象出的理论进行研究，近几年，也有相当的研究者将人工智能引入信息安全领域。随着信息化的进程，信息安全作为一项基础服务也受到了业界的关注，但目前仅限于漏洞扫描和入侵检测领域。所以业界普遍认为信息安全行业具有良好的发展前景，其研究领域包括：Cryptography （密码学）：Complexity-theoretic approaches to cryptography, development of new cryptographic systems, cryptanalysis, protocol development, applied cryptography, quantum computation, and applications that include electronic commerce, electronic voting, wireless communications, and protocols for sensor webs.Privacy （隐私安全）：Privacy in wireless sensor webs, privacy in RFID systems, privacy issues in databases, privacy in web based applications.Security, programming languages, and software engineering （软件安全）：The interaction between programming languages and computer security -- an area often called "software security."Network security （网络安全）：High-performance network security monitoring and intrusion prevention.其他细分方向人机交互（Human-Computer Interaction） 语境感知计算（Context-aware Computing）：活动分析，智能空间，位置感知系统，隐私技术；感知界面（Perceptual Interfaces）：基于视觉的界面，语音和话语界面；协作和学习（Collaboration and Learning）：基于模式的创作工具，ESL（英语作为第二语言）学习，小组协作技术，包括地理上分布式的远程沉浸式协作；验光和人类视觉模拟（Optometry and Human Vision Simulation）：计算机辅助角膜建模和可视化，医学成像，手术模拟的虚拟环境，视觉逼真的渲染等等。计算机架构与工程（Computer Architecture and Engineering）研究解决计算机体系结构中的下一代问题，以解决并行计算的巨大挑战，引入其他领域的技术（例如，用于高影响优化的机器学习），基于新型基板的架构思想，功率预算问题，微架构电路水平问题，以及传感器网络发展中的架构问题。 计算生物学（Computational Biology）生物数据集的规模和范围空前增长，包括多物种基因组数据，多态变体数据库，蛋白质结构和RNA结构数据库，基因表达数据，大规模基因敲除实验的生化测量和生物医学数据。电路设计和纳米技术的想法在新的生物传感器和执行器的设计中发挥着关键作用。表示，操纵和整合这些数据需要集合大量的计算机领域的知识，例如数据库，算法，人工智能，图形，信号处理和图像处理。对产生此类数据的潜在现象的推理需要系统级思维，这也是控制理论，信息理论和统计机器学习等领域的基础。控制、智能系统与机器人（Control，Intelligence System and Robotics）控制和机器人技术关注的是建模系统和机器的一般问题，然后使它们对输入作出适当的响应。 特别是当目标系统在规模上增长时，优化和数学技术起着关键作用。 控制范围从半导体过程控制，混合和网络控制到非线性和学习控制，所以这个领域结合了机械工程，生物学和计算机的交叉。机器人技术被广泛地解释为包括从毫米级移动机器人到3米转子跨度直升机的移动自动系统，用于组装的固定自治系统，以及诸如远程呈现和虚拟现实的人类增强能力。 为机器人提供图像理解能力，以及利用计算机视觉来辅助人类，是当前关键研究领域之一。通信与网络（Communication and Network）研究涵盖理论，模拟，仿真和实施。信息论，编码论，博弈论，控制论，统计学，数据分析和大系统渐近性的技术起着突出的作用。关心的问题包括数据中心，点对点计算，边缘计划，社交网络，无线网络控制及其需求，例如隐私和安全，激励和机制设计。研究活动还涉及系统生物学，DNA和RNA序列重建以及MRI。在大规模部署通信基础设施时，信息理论，网络，数据压缩，编码和多用户通信以及算法和协议设计以及系统范围政策考虑等一些核心问题的基础工作都是研究的核心。其他除此之外，还有Cyber-Physical Systems and Design Automation (网络物理系统和设计自动化) ，Database Management Systems (数据库管理系统)，Graphics (计算机图形学) ，Scientific Computing (科学计算) ，Signal Processing (信号处理)，Theory (计算理论与复杂度科学)。选校建议很多申请者在申请选校的时候，都依赖于US NEWS的排名，或者QS的排名。但是这些排名，一般都由学术声誉、论文数量、论文引用、会议论文和书籍出版、国际化程度等指标来衡量，对CS专业其实不很适用。CS的研究，很多时候都是在抢热点，看谁做得更快，因此很多重要的科研成果都是发表在会议论文上，而US NEWS对于会议论文的权重只有可怜的2.5%，而学术声誉等指标又过于主观，因此这些排名参考意义不大也就情有可原了。因此我们一般推荐更适合CS专业的 CSRankings.org 排名，一般来说，CMU，MIT，Stanford，UC Berkeley美国大学里毫无疑问的CS巨头，不管是理论研究还是应用领域，都是引领世界潮流的。当然，排名也仅仅是一个参考，我们建议申请者不要过于纠结排名的细微区别。比如蒙特利尔的大学，即使是在 CSRankings.org 里也仅仅是排名加拿大第7，但是在深度学习和人工智能领域，Yoshua Bengio教授可谓大名鼎鼎。由于在神经网络研究领域作出的重要贡献，Hinton教授、LeCun教授以及Bengio教授三人成功获得2019年图灵奖。如果能成为Bengio教授的学生，即使蒙特利尔大学排名不好看，又有谁在乎呢，或者说这个排名又怎么科学呢？选校不仅仅是看排名，还有地理位置，项目特色， 学校声誉，业界合作，师生比，留学成本等等。 如果想在学术圈发展，导师的业界地位最重要。如果能拜在图灵奖得主门下，学校声誉、专业排名，都可以忽略。这里说的业界地位，最起码也要是IEEE Fellow级别的。因为这样的导师，推荐信才有分量。 如果想毕业之后去公司，那么学校名气>导师地位>专业排名。毕竟HR不是学术圈里的人，一个妇孺皆知的校名比什么都好使。此外，导师的业界地位和人脉也很重要。现在很多申请者去美国读计算机的硕士，目标都很明确，就是去Amazon，Facebook，Microsoft这样的大公司，或者硅谷的明星start-up。因此有些人对地理位置看得很重，认为加州的项目就一定比其他地方好，其实不尽然。因为CS硕士毕业生，通常的就业岗位是Software Development Engineer或者Data Scientist，说实话只要学校能让你过了简历筛选，基本上学校的title就没那么重要了。剩下的比拼就是科研和项目经历，编程基本功与技能，应付笔试（刷题）和面试的能力了。至于地理位置，很多大公司都有资金实力在全美范围里招聘的，即使你在UIUC大农村，或者Wisconsin，一样会有HR主动上门来做hiring event。因此对于地理位置一般的学校，也不应该排斥。地理位置的优势可能会让你对于业界的信息资讯更为通畅，感受到的创业氛围更加浓厚，除此之外，顶多是找实习的时候，让你少搬家几次罢了。因此申请学校就是能多申尽量多申。因为就和投资一样，申请某个学校的不确定性是很大的，现在的 CS 项目申请者数量极大，很难保证每个人的材料都被认认真真看过。而如果我们不把鸡蛋放在一个篮子里，用各种投资组合进行风险对冲，就能很大程度的缩小方差、减少风险，从而获得和自己实力匹配的 offer。 对于 PhD 学生来说，我觉得你的导师水平和你学校在你科研小方向的实力非常重要，比 CS 专排重要的多，因为你真正的专业其实是你研究的小方向，而不是 CS。看小方向的实力应该去看你的领域顶会 paper 的数量和质量，毕竟 PhD 以 发 paper 为生。而看导师，除了看中 H-index，也要看他的人品以及在学术圈和业界的人脉和口碑，这和你今后的发展高度相关。另外，学校的综合排名(名气)也是非常重要的，今后假如要创业或者回国当青千，别人通常只大致知道综合排名 (除了 CMU 这种 CS 特别有名的)，这也是为什么哈佛的 CS 会比 GaTech， UTAustin 要难申。而对于 Master 来说这些排名都不大重要了，重要的是你申请的项目的质量和就业情况。例如，综排很高的学校会有那种一年的MEng，这种项目时间太短就很难找到好的工作。还有， CMU 虽然是 CS 第一强校，但因为整个学校有非常多的计算机相关学院，找工作时内耗很大，找工作时有优势的也就是和 CS 高度相关的 Master 项目(机器学习，语言技术研究，计算数据科学，计算机科学等)，其他有的还不如一些 Top20 学校 的 MSCS。课程设置根正苗红的CS项目：NEU对于计算机系本科的申请者来说，纯CS项目一般都是首选，比如美国东北大学（NEU）的CS硕士项目就很受中国学生欢迎。东北大学位于波士顿，地理位置毋庸置疑，其CS硕士生就业数据也非常不错，业界口碑也很好。毕业生起薪通常在10万美元左右，就职的岗位包括Amazon的软件开发工程师，德勤的咨询师，微软的软件工程师和全栈工程师等。从课程设置上来说，学生需要修3门必修课，课程涵盖程序设计理论，软件开发管理或计算机系统，以及算法理论。同时，学生需要在人工智能，人机交互，数据科学，游戏设计，计算机图形学，信息安全，计算机网络，编程语言，软件工程，计算机系统以及计算机理论中，选择一个领域作为specialization。同时，选课也是非常自由的，对于5门选修课的要求，只要求在specialization的领域里选至少2门，其余的课程没有限制。人工智能的track，可以选的课有：人工智能基础，机器人科学与系统，自然语言处理，机器学习，高级机器学习等。数据科学的track的课程包括：数据管理系统，机器学习，信息存储，数据挖掘技术，大规模并行数据处理，数据管理，数据科学，数据可视化等。游戏设计的track包括：游戏人工智能，计算机图形学，人机交互，游戏引擎开发，高级机器学习等。信息安全的track课程包括：软件安全，网络安全，密码学与通信安全，隐私安全与可用性，软件工程，密码学基础等。完成课业任务之后，学生还可以做6-8个月的co-op实习，以及3-4个月的暑期实习，对未来找工作也是帮助非常大的。同时，NEU还为非计算机背景的申请者设置了Align的桥梁课程，让转CS的同学可以有2个学期的时间来补一些计算机的基础，可以说，这对转专业申请CS的同学来说，考虑得算是非常周到了。工科转CS：Duke ECE杜克大学的Master of Science in Electrical and Computer Engineering是比较常见的工科学生转CS的项目，课程一共有4个方向，包括：计算机工程，信号与信息处理（大数据分析方向），工程物理，微电子与纳米材料。这是个很flexible的项目，也就是说即使你入学的时候背景是微电子相关的，一样可以选择计算机工程来作为你的硕士方向。这个项目一般两年可以读完，可以选择纯修课（coursework only），做project或者做thesis来毕业。每年招生规模在120人左右，中国学生比例较高。对于计算机工程方向，可以选择软件开发或者硬件设计两个方向。对于毕业相从事Software Development Engineer（码农）的同学来说，选择软件开发方向就行了，课程架构包括编程基础，软件工程和计算机系统基础，还有分布式系统，iOS开发，存储架构，云计算等比较实用的课程。ECE 551：是关于编程、数据结构、算法以及C++实现的课程，要求在Linux系统下用emacs写代码交作业，实现Makefile编译，gdb调试，valgrind查内存泄漏等等。教材是Duke的Drew Hilton教授自己写的《All of programming》，基本上面试中会碰到的编程问题都会在这本书里找到对应的知识点，如heap实现，哈希表实现，C++的虚函数的实现，编译基本过程，sort排序等等。ECE 550：和ECE 551一样，这也是软件工程的基础课，主要关于计算机系统与工程的入门知识。这门课从基本的电路的基础到后面讲cache的实现，MIPS语句，Datapath,指令，操作系统等等，基本是计算机里面的硬件实现，虽然内容多也杂，但感觉作为一个没学过操作系统和计算机组成的人来说还是很有收获的。ECE 650：主要关于系统编程，内容涵盖计算机网络、并发、进程线程、操作系统、数据库等等。其中比较详细的讲了计算机网络和操作系统。project也非常偏向应用，包括线程安全地实现malloc函数，基于socket编程的HOT POTATO游戏，C++里用postgresql增删改查数据库，最后修改Linux的kernel以实现几个攻击内核的函数。ECE 651：主要关于软件工程的基础知识，老师会安排实际的项目来分组，（安卓组，后端组，前端组）基于agile 的开发模式让大家给客户开发软件。可以了解到各种开发模式的区别，熟练Java开发，包括需要写一些requirement，architecture文档等等，以及真正完成一项可以使用的软件。数据科学家第一步：USC Applied Data Science随着数据科学（Data Science）越来越火热，很多北美的CS院系也开始开设新的数据科学硕士项目。南加州大学（USC）的应用数据科学硕士项目前身为Master of Science in Data Informatics，而且这个项目也可以用来做OPT的STEM extension。项目主要培养学生数据管理，数据可视化，数据挖掘，人工智能与机器学习的知识，以及大数据的基础架构（Hadoop和Spark）的应用和解决实际问题的能力。灵活的课程设置也能让学生有选择性地规划自己的学业，为留美找工作做好准备。该项目培养计划要求学生修读32学分的课程（8门课），其中6门必修课包括：INF 510：Principe of Programming for Informatics，即编程原理，包括利用Python存储，抓取和分析web数据，熟悉如何对大数据集进行操作和管理，以及简单的Java编程入门。对于Python编程能力出色的同学，可以申请免修这门课，换一门对应的选修课。INF 549：Introction to Computational Thinking and Data Science，即数据科学和计算的入门课程，授课范围覆盖数据分析，数据可视化，并行处理，元数据，数据溯源与管理等。INF 550：Overview of Data Informatics in Large Data Environment，即大数据环境的数据信息学基础课程，主要讲授数据信息学的方法，因此需要有对应的数理基础，覆盖的话题包括机器学习，数据挖掘，非SQL数据库，基于cluster的大数据分析，in-data技术等。INF 551：Foundation of Data Management，即数据管理基础，需要有相关的操作系统，网络与数据库的知识背景，主要讲授现代数据存储系统（云存储），数据管理，数据网络，数据中心，map-rece架构等。INF 552：Machine Learning for Data Informatics，即大数据科学里的机器学习，对编程能力，线性代数和统计知识有一定要求，主要侧重运用机器学习方法来解决实际问题，如专家推荐系统的搭建。INF 553：Foundation and Application of Data Mining，即数据挖掘的基础与应用，主要侧重于map-rece 架构的运用，同时结合数据挖掘算法来处理实际应用中的大数据情形。除了这些必修课以外，还需要选择一门用户界面开发或者可视化的课程，同时还有其他方向的课程可以自由选择，包括应用自然语言处理，高级数据存储，算法分析，网络搜索引擎与信息存储，大数据里的隐私与安全，知识图谱的构建等等。虽然这个项目时间紧凑，很多学生在第二学期就拿到了实习，毕业之后的就业率也算不错，不少同学都最终成为了一名传说中的Data Scientist！申请规划数学背景+编程能力正处在风口上的计算机科学，留学申请的难度越来越大。不仅有数学统计物理的同学想转行做CS，就连传统的社科类专业，比如经济学、政治学、 新闻学、社会学的人都有申请CS项目的。 一般来说CS的master比较强调申请者的编程能力和项目经历（甚至GitHub上star的多少）。同时，数学背景，比如数学分析，线性代数，数理统计等课程的成绩也是很看重的一方面，相比之下GPA比GRE托福等Standard Score重要得多。 再者，美国CS华人faculty比例相当大，一般来说国内的老师也跟北美CS的学术圈有紧密的联系，能拿到靠谱的推荐信为申请结果提升不少。除了推荐信，项目经历和研究经历，如果能在文书材料中适当地展示出申请者的学术潜力，突出科研经历与项目经历，对申请结果会有出其不意的效果。对于跨专业的申请者，在Coursera等公开课平台上修读一些编程和计算机理论的基础课，也能弥补一些跨专业申请的障碍。背景提升+套辞美国CS的申请中，套辞的作用是非常显著的，因为funding基本上是来自于professor自己的科研经费的，而且年轻的assistant professor需要大量的科研助手。当然，对于大牛校，比如哈佛大学或者CMU，他们的PhD项目都是给fellowship奖学金的，同时为了给学生自由选择导师的权利，也不会一开始就绑定导师，因此套磁的意义就不是很大。如果本科期间有去美国交流或者暑期研究的机会，可以多修课弥补国内课程设置的短板，刷高GPA，还有机会拿到内推，对申请结果是很大的提升。但是如果申请欧洲国家，或者澳洲的学校，套磁就更有决定性影响了。只要是研究型的项目(PhD/Mphil)，导师都有决定要不要你的权利，甚至说你的奖学金很可能就是从导师自己的科研经费里来的。总的来说，不管是申请硕士还是PhD，有合适的海外交流机会的话更是不要错过。 如果有参加美国数学建模比赛、Kaggle平台上的比赛、以及商业公司举办的大数据分析比赛的经历，也会让申请者增色不少。另外，由于 PhD 申请水涨船高，原本很看中 GPA 和英语成绩的 master 也越来越看科研了， 这是 master 申请者需要注意的。申请PhD：学校背景和科研经历很重要北美CS不管是硕士还是PhD，里面中国学生的比例也相当高，而且负责招生的教授很多也是华人，他们对中国学校的情况非常了解，对名校背景非常看重。每个学期的Summer都是教授们回国内开会，讲课，拿funding的季节，同时也会直接去清北复交科大等学校去找系主任要人。因此非名校背景的申请者非常吃亏。随着CS的竞争越来越激烈，名校背景往往意味着更扎实的基础知识。如果不是名校背景的同学，GPA保持在3.5以上，也可以取得不错的申请结果。一般来说，申请硕士的GPA不能低于3.2， 申请PhD不能低于3.5，再低就很难弥补了。相对来说GRE的成绩差不多就行，比如Verbal 150+，Quantitative 170，aw 3.5，但是托福成绩的好坏就往往会影响到拿Teaching Assistant(奖学金)的机会。一般来说托福要考到100+，口语22+，才不会成为你的短板。但是CS科研经费充足，老师有足够的research assistant的岗位，只要托福过了学校的基准线，科研能力强的学生也能拿到全奖。因此，对于硬性指标不强的申请者，可以考虑抓住一些科研机会，多发审稿周期较快的会议论文，在申请的时候有不错的publication会对申请者脱颖而出。同时，先申请一个硕士作为后续申请PhD的跳板，是非名校背景的申请者常用的策略。关于PhD的录取标准，担任过CMU admission committee主席的Dave Andersen 教授曾要求负责招生的老师：Don't spend a lot of time reviewing the top 2% of applicants. They're easy to identify, they get admitted everywhere, and the error rate is low.Don't spend a lot of time reviewing the bottom 50% or differentiating among them.Please focus your attention on finding the students who have the potential to be in the top 10% percent, but are likely to be overlooked by other top programs.根据Andersen教授的标准，top 2%的申请者一般毕业于顶尖名校（MIT，哈佛，CMU，Stanford等），有知名期刊或者会议的publication，接近4.0的GPA，有熟知的教授的推荐信，PS展现了对专业领域的focus和motivation。虽然这个标准非常严苛，但是对于中国申请者来说，也可以大概了解到顶尖学校的选人标准，即使不能全部达标，努力往这上面靠就能最大程度地提高自己的录取概率。申请PhD：套磁和暑期研究让你脱颖而出学校背景+推荐信+数学背景+编程能力+科研活动经历+GPA+托福/雅思/GRE……这些指标孰轻孰重，其实这个事情很难说，因为现在的申请形势是瞬息万变的，几年前的经验已经不太适用，例如前几年 MSRA（微软亚洲研究院） 号称“全国第一留学中介”，去实习的学生大多 能收到很好的录取，但是今年明显已经完全不如去美国实验室做暑研了。而即使是 CS 的大方向每个小方向也完全不同，例如，机器学习方向由于申请者多如牛毛，而且一些会议质量有所下降，某些 A 类会议的一作论文并不能保证你申到 TOP30 的学校，而系统方向的顶会一作则基本让你前程无忧。况且不同学校要求也不同。所以最好的方法是和正在国外念书甚至任教的学长学姐联系，他们可能会了解更多录取的内幕，另外要多和清北、美本的同学交流，他们往往有更好的信息来源。 当然，博世留学作为连接申请者和海外导师的桥梁，在这方面是做得非常专业的，众多CS大神在这里等你来预约。一定要对这些事情指标做个排序的话，牛推/内推 >> 顶 会 论 文 > 实 习 >GPA= 本 科 学 校 >>>TOEFL Speaking>GRE AW>TOEFL>GRE。当然，牛推和内推是可遇不可求的，申请者除了在暑期研究或者学术会议的时候去认识一些大牛教授，平时并没有很大的机会，这也是为什么海外本科优势更大的原因。尽管推荐信放在这么重要的位置，并不意味着后面几项就可以不下功夫了，而且在中国申请者这个pool里，这一项基本都可以忽略不计。一个得到了美国大牛教授强推的人，一定是和他合作发表了若干篇高水平论文，且经常用流利的英语和他谈笑风生，另外大牛之所以同意他来组里做科研，也是因为他在名校上学且有着很棒 GPA 和实习经历。所以这些变量都是强相关的，说推荐信重要是因为在审材料的时候非常看重推荐信，因为这往往反映了学生的综合实力。而且在多如牛毛的背景各异的申请者中，很难通过其他因素来快速判出高下。例如，南大的前 3 和清华的前 20 谁更好？ 均分 90 的同学虽然只排十几名，但分数真的比 92 分的第一名差很多吗？这时候，人们就会倾向于相信自己认识的人和认识申请者的人。申请硕士/PhD：时间规划大一大二是最宝贵的大学时光，很大程度上决定了你留学申请的硬件：GPA。对于CS申请者来说，最好的规划是尽量在大一大二保持均分85左右，特别是CS的专业课，有精力和机会的话，还应当多修读一些数学课和统计课程。如果是要去美国留学，大三就要开始准备托福和GRE了。特别是GRE考试要求的词汇量非常大，需要一个比较长的准备周期。 如果是去美国之外的国家留学，也要准备托福或者雅思的考试了。同时大三又是专业课最多的时候，时间规划非常重要。大三暑假也是很重要的时间点，这是准备留学申请的冲刺阶段了。 如果语言成绩考试分数不够，要抓紧时间刷分。同时根据自我发展的规划，定好自己的意向学校，对照各项留学申请的要求，查漏补缺。 比如科研经历缺乏，比赛经历空白，或者还没有跟系里的老师深 接触过，推荐人还没确定......大四一开始，申请季就来了，有的学校12月中旬就截止了。联系推荐人，准备文书材料(PS+CV)，填写网申，英语成绩送分，准备套磁，邮寄书面材料，准备面试，办理签证，行前准备......如果没有充分的准备，你将手忙脚乱。学科前景每天都有人惊呼互联网改变生活，事实上互联网科技公司也在逐步传统经济。当今市值超过5000亿美元的公司，有谷歌的母公司（Alphabet），微软，亚马逊，腾讯，Facebook，阿里巴巴等，今日头条等新兴科技公司发展势头也不容小觑。这些高科技公司每年创造者数以万计的工作岗位，使得Computer Science成为现今最为火热，前景最好的学科之一。从就业的角度而言，计算机工程方向的学生的对口就业职位是软件工程师，即人们所常说的“程序员”。基于不同的细分方向，和个人对于不同工具的熟练程度，可能分成前端工程师、后端工程师、数据库工程师、算法工程师等等。其主要职责在于基于设计文档，利用某种特定开发工具，将设计思想实现为产品。随着工作年限的增加，软件工程师可能进阶成为高级工程师、系统分析师、系统架构师等，也有相当部分的工程师在晋升过程中转为技术管理岗，即研发经理、产品经理、售前（方案）工程师等等。走学术路线的话，科研院所和高等院校是这类学生的一个主要去处。特别地，由于大学里教席通常有限，进入大专院校前有可能需要做一期博士后，以进行更深入的科研训练。然而，近年来，随着人工智能称为社会热点，业界开始意识到理论研究可以成为公司经济效益的增长点，于是对研究型人才的需求呈爆炸式增长，很多公司将研究和开发的概念进行融合，将算法的创新作为公司的主要竞争力。于是，我们可以看到各类从事人工智能领域的公司，都为研究型毕业生留有一席之地，并且薪资丰厚。留美工作相对于国内互联网公司的996甚至007的工作模式，北美的“码农”们享受着到点就打卡下班的福利。良好的work-life balance，完善的福利体系和10万美元起的年薪，让很多CS的同学毕业之后选择留在了美国，成为一个标准的美国中产阶级。一般来说，常见的岗位名称包括软件开发工程师（SDE），数据科学家（Data Scientist），机器学习家（Machine Learning Scientist），移动端工程师（Mobile Engineer），前端工程师（Front-end Engineer），产品经理（Proct Manager）等。举例来说，SDE是互联网公司需求量最大的岗位，每年Amazon，微软，谷歌等高科技公司都会招聘成千上万的工程师。一般这些互联网公司都集中在西雅图或者加州的湾区，起薪范围在14万美元左右。拿Amazon来说，SDE 1的起薪为14万美元左右，股票价值10万美元左右（分四年给），再加上4万美元左右的签字费和1万美元左右的签字费。特别优秀的可以拿到SDE 2的待遇，基本上在SDE 1的标准上可以上浮10%-20%。在积累几年经验之后，跳槽之后拿到20万美元年薪的也不在少数，回国拿到50-100万人民币年薪的也非常多。现阶段正是美国经济复苏的好时期，留学生毕业后有很多的工作机会，尤其以CS专业最为火爆。不论是硅谷/西雅图还是华尔街，软件、互联网、金融公司给CS专业毕业生的薪资水平连续两年超过10%的增长，加上灵活的工作签证和绿卡制度，吸引着许多同学转专业学CS，加入到求职大军中来。一般来说，大家欲通过面试进入科技公司，需要先投简历拿到电话/校园面试。一到三轮电话/校园面试之后表现合格的，公司会买机票邀请到总部进行Onsite面试，再进行四到七轮面对面的廝杀之后，就有机会拿到Offer。第一步拿到面试，需要有比较过硬的简历，并且找到和自己的背景对口的职位，如果有相关实习经历会非常有帮助。拿到面试之后，就要想办法搞定面试官了。一般来说面试内容分三类：个人背景 (之前的项目经验和专长）、知识题和代码题。Master的同学们会有更多的代码题，PhD 同学们会被问到比较多的科研内容。个人背景的提问很好准备，根据自己之前的经历，画出四乘四的表格，写出简历上的三到四个项(实习、科研、大研等)，在表格中填好每段经历的四个问题：“遇到了什么困难，怎样克服”、“有趣、最闪光的点”、“掌握了什么技术”以及“如何体现了团队精神”，把这个表格牢记在心即可。知识题一般是考察对基本概念的熟悉程度和CS背景是否扎实，金融公司喜欢问一些C++相关的，互联网公司可能会问一些大规模/多用户应用相关的。代码题是最后决定性的一环，需要花一些时间好好准备，熟悉常见的数据结构和算法。 —般来说，45分钟的面试，要在白板或者在线文档里写出两道中等难度的算法题，做出最低的时间和空间复杂度，没有Bug，就算合格。《Cracking the Coding Interview》、《算法导论》和 leetcode.com 都会很有帮助。有了足够的练习，先问清楚题目，然后向面试官简单描述自己的解法，如果对方觉得可行，就高速高质地把code写好，边写边和面试官交流，最后把结果做出来。可以说，这是Computer Science最好的年代，互联网+的繁荣和产业资本的推动，改变了每个人的生活，也改变了很多中国学生的命运。如果你也想留学北美学习CS，加入这些耳熟能详的互联网巨头，就赶紧预约博世留学的各位CS大神导师吧。

2021年是8个省份（河北、辽宁、江苏、福建、湖北、湖南、广东、重庆）高考综合改革的正式落地年。2021年1月23日至25日，这8个省份的考生，进行了第一次高考前模拟考试联考，这个考试被考生称为“八省联考”。“八省联考”这个词近期在网络上热度爆棚，新模式下怎么看专业？《人民日报》对此做出了热门专业方向解读，本期推送，小编就带大家走进大连东软信息学院看专业！计算机类计算机与软件学院-计算机科学与技术计算机科学与技术专业是大连东软信息学院成立最早的专业，现已建成辽宁省本科工程人才培养模式改革试点专业、辽宁省创新创业改革试点专业、首批辽宁省普通高等学校本科优势特色专业、辽宁省应用型转变示范专业、国家一流本科教育示范专业建设点，2019年获评国家级一流本科专业。毕业生历年就业率超过94％，很多校友已经成为行业内不可或缺的中坚力量，用人单位对毕业生的满意度高达96%以上。软件工程计算机与软件学院-软件工程软件工程专业是大连东软信息学院重点培育的优势特色专业之一，2019年入选国家级一流本科专业建设点、获得辽宁省高校黄大年式教师团队荣誉称号。2015年软件工程系被授予“辽宁省优秀教育集体”称号，2013年在辽宁省本科专业综合评价排名中名列全省第三位。物流工程信息与商务管理学院-物流工程物流工程专业所有教师均获得硕士以上学位，多名教师拥有丰富的从业背景、多元的国际化背景及扎实的工程实践功底，熟悉物流行业发展方向。专业建有智能物流仓储与配送实验室、物流虚拟仿真实验室等校内实验资源，与顺丰、京东、得力等国内知名企业合作建立实践教育基地等校外实习资源，提升学生实践应用能力。专业与俄罗斯国立交通大学等世界名校开展合作，在学历教育、联合科研等方面成绩斐然。机器人工程智能与电子工程学院-机器人工程机器人工程专业成立于2020年。专业面向智能制造、社会服务等领域，以机器视觉、人工智能等技术为核心，以工业机器人、服务机器人和教学机器人等系列实验室为支撑，构建以机器人应用为中心的实践项目体系，培养具有能够从事智能机器人及工业机器人系统设计与开发、技术集成、系统安装、维护和技术管理能力的工程师。拥有智能机器人、工业机器人、TI智能技术联合实验室、可编程逻辑控制器实验室等一系列教学和校企联合实验室，为机器人技术的教学和应用提供良好的实践支撑平台。拟实施产学结合、与国际接轨的CO-OP教育计划，每年将派30%的学生赴上海、北京、深圳、杭州、大连等城市的机器人相关著名企业实习或就业。物联网工程计算机与软件学院-物联网工程物联网工程专业是国家战略性新兴产业支持专业。该专业的设置适应国家及辽宁省信息产业发展需要，于2012 年被辽宁省教育厅确立为本科重点支持专业。物联网工程系建有省级数字家庭工程技术中心，该中心被认定为第二批辽宁省高等学校对接产业集群协同创新基地。数据科学与大数据技术计算机与软件学院-数据科学与大数据技术数据科学与大数据技术专业以人才需求为导向，培养具有良好科学素养、创新意识和实践能力的高素质、应用型高级专门人才。依托于企业的背景，结合学校特有的TC教育教学理念。构建了面向混合式教学的一套完整的课程资源体系。每门课程都具有面向真实应用环境的三级、四级、五级项目，用于学生工程实践能力的培养。动画数字艺术与设计学院-动画动画专业成立于2006年，是辽宁省内最早开展动画教育的专业之一，旨在培养具备良好的艺术修养和审美能力，系统掌握动画设计与制作的基本知识和技能，具备较强的动画创意设计和三维动画制作能力，能够在动画及相关行业从事造型设计、原动画设计、绘本设计、三维建模、三维渲染、三维动画、后期剪辑与合成等工作，具有社会责任感、创新精神、国际视野和较强实践能力的高素质、应用型高级专门人才。视觉传达设计数字艺术与设计学院-视觉传达设计视觉传达设计专业源于2009年设立的艺术设计（视觉传达设计方向），旨在培养具有良好的艺术修养和审美能力，适应数字时代与信息社会发展，掌握视觉传达设计的基础知识、基本理论和方法，具备较强的网络媒体创意设计与制作能力，在视觉设计专业领域从事三维可视化设计、UI设计、新媒体广告设计、品牌设计等工作的，具有社会责任感、创新精神、国际视野和较强实践能力的高素质、应用型高级专门人才。英语外国语学院-商务英语商务英语专业培养德、智、体、美全面发展，践行社会主义核心价值观，具有良好的职业道德和人文素养；掌握英语语言知识、跨文化交际知识和国际市场营销、涉外客户服务等国际商务知识；具备较好的商务英语运用能力、跨文化交际能力、商务实践能力、沟通协作能力与终身学习能力；具有良好的国际视野、思辨与创新精神和社会责任感；能够面向国际商务领域从事市场营销、客户服务、行政管理等相关工作的高素质、应用型商务英语专门人才。大连东软信息学院依托东软产业背景和办学积淀，构筑了产学研互动生态体系，构建了计算机与软件类、智能与电子类、数字媒体与设计类、信息与商务管理类、健康医疗科技类五大特色专业集群。办学20年来，学校以“教育创造学生价值”为理念，紧密依托东软的IT服务优势和大连高新区的产业优势，构建了产教融合、面向应用的办学体制，形成了校企合作、协同共赢的运行机制，创造性地提出并在全校范围实施了TOPCARES一体化人才培养模式，实现了人才培养与产业需求、企业需求的互补对接。目前，学校已累计向社会输送5万余名IT应用型人才，历年就业率均在90％以上，人才培养质量得到了用人单位、社会各界的广泛认可。文章素材来源：大连东软信息学院官网、人民日报

距离19年全国硕士研究生入学考试已经过了快一个月了，距离此公众号更文也有差不多有一年，从备考到考试也有十个月的时候，现在也陆陆续续的进入复试准备，调剂或者实习就业的时间。我是从去年三月份开始备考，而且目标很明确，就是北京大学软件与微电子学院，之所以选这所学校，后期也没改，一直坚定着，第一，北京被称为帝都，16年暑假的时候去过，留下了不一样的故事；第二，作为大城市，资源相对于其他地区高校肯定要好的；第三，想去做志愿者，2022年北京冬奥会志愿者，作为在北京读书的学生，几率肯定要比其他地方要高。关于考试科目，我选的专业是软微的软件工程专硕，也是考着最难的科目，英语一，数学一，867，之所以公共课难，是因为英语一偏重于学术性，长难句要比英语二难，而数学一也要比数学二难，书要多出一本概率统计数二不需要考，数一就要，知识点同样也要比数二多，比如三重积分等。软件工程备考的专业867，在还没正式出参考书目之前，看了以往的经验贴，按王道408的模式复习就可以了，我们专业是考三门，计算机网络，操作系统，数据结构，前两科在校期间上过课，有初步印象，数据结构完全是自学，408还有一门是计算机组成原理，北大软微是不考的，16年北大脱离408，变成自主命题院校就不考机组。北大软微也没有出考纲，就是参考书，在还没出参考书，只是出招生计划和招生简章的时候，北大软微的群就炸了，考试科目的变更，从原先的831到822再到867，纷纷都在猜测北大是不是要考机组了，如果在加机组，那岂不是凉凉，上个学期还在校期间就看过机组的公开课，后面快速看完了，完全不知道在讲啥，就放弃了。 软件工程这个专业也与其他专业不同，貌似大部分高校都是在大三或者大四的时候去企业实训，也叫培训复习是从大三下学期开始，一直习惯校园生活，再去其他地方，可能不适应也是难说，我们这一届是第一次考研和就业班一起实训，考研班的同学在完成基本的实训，更多时间偏重于考研复习的备考，从七月中旬一直到十二月份，有足够的时间保障复习的时间。考试地点从刚开始的不确定到后面的确定，这期间学校领导和这边考试院做了大量的沟通，最终解决了异地考试的问题，一般情况下只能在归属地和学校所在地。考试前的备考是一段难熬的历程，难熬期一般是考试前的20天左右，看着考试时间的来临，心里不慌是假的，题目做不对也会有哪种立马放弃考研的想法，但自己偏偏不服，都坚持了这么久，马上就要考试了，再坚持下，再坚持下就能看到终点了，这些年来，除了高考，再加上考研，还有什么时间能让你放弃休息时间，熬夜，早起，拼了名的去教室看书复习，目的是什么，就是想改变现有的状况，有个不一样的自己。新闻报道也有说，一本科生在企业被认为是最低文凭，一气之下准备考研，今年考研人数增加到了290w+,20年估计要破330W的大关，你懂得？现在社会竞争越来越强，研究生踩本科生的例子也很常见，在公司上班，你表现的比研究生要好，但工资就是没它高，考研势必成为未来的趋势。我依旧记得，考试前的20天之内，教室的钥匙变成我锁门，那个时候熬夜已经成为家常便饭，从原先的11:30睡觉，到后面的12:40再到后面的1:30,2:30,3:00睡觉，早上也从原先的6:00到后面的8:00起来，一直往后拖，因为晚上的效率要比白天的要高，一上午做的题有时还没晚上做的题目正确率要高，那个时候可以挑战生命的极限，不怕死就往死里学，钥匙在手，通宵随时奉陪，这里真心不提倡，身体是第一本钱，身体搞垮了，神马都是浮云。当时的考试书籍考试前的一天，班上大部分都在考场附近预定了房间，准备过去住，而我们也没考虑在那边住，早上打的过去，晚上打的回来，反正又不远，这种突然改变作息方式，在某种程度下肯定是不适应的，继续睡寝室也可以哦，这种情况根据具体情况具体考虑，如果实在远，预定房间也是不错的选择。我们考试的地点在中山学院那边，今年的考研人数是290W，其中有应届生110W，大部分是往届生和二战三站的考生，考试前由于没去踩点，出现特别尴尬的场面，第一科是思政考试，本以为在一楼，就就近进入找到101的那间教室，后面怎么找，就是没找到我的座位号，那个时候开考已经开始，慌得一批，还好在巡考员的带领下找到了教室，就在上面的A栋，如果有时间去踩点的一定要去，不然紧张的心情会影响考试的状态发挥的。在午休的时间段，在学校发现了很多面孔，很多都是在职考研，好好的工作不做，为什么要来参加研究生考试，而且还是这难熬的日子，不得想象，社会竞争压力大，不学习想要过上好日子，那肯定是难上加难，现在文凭社会，没有文凭走出去还真的难。 想归想，后面的考试，真的叫风云变化，考场如战场，没有任何人能确保下一秒会发生什么，真正能应付的就是全心全意的备考，后面英语，数学写到爆炸，英语跟着何凯文的点情班，给了三篇作文模板，后面看到题目的时候，可以直接套用他的模板，英语一是一幅图，第一眼想的的就是insist坚持的意思，后面奈何自己模板没记住，导致自己写句子，整整用了一个半小时才完成作文，本打算一个小时写完，后面基本就靠第一印象确定答案。数学也是如此，时间不够用，后面的三道大题写完，前面基本没时间写了，整体上数学一要比17年的难，18年的简单，而且运算量要大，考完数学后基本所有人都奔溃了，都想放弃，网上，群里都很多，后面还是熬着一股劲，把专业课考完，专业课完全避开了算法题，可见对跨考生多么友好，有的题目就是王道上面的原题，前两年的真题的原题，一字都没改动。考完以后释怀了，准备了整整一年，只要内心不后悔就行，有的东西你是完全把控不住的，尽人事，听天命，未来的路还很长，还有很多不一样的机会在等着我们去开启。我的计划安排如果考研成绩过了国家线，能调剂的就调剂，不能调剂的就先去西部计划，再考虑未来的事。起码这一年我坚持考北大的愿景没有改变，不管其他人怎么看，自己做的问心无愧就行。给20年的考生一点建议：考研还是非常有必要的，大学颓废了几年，忙忙碌碌的等着大学毕业，是考研让自己变得有目标，变得让自己从迷茫到有明确的目标，然后朝着这个目标努力奋斗，原先是说不参加高考的人生不完整，如果你大学迷茫，可以尝试考研去真正找回那个迷茫的自己，而不是整天除了寝室就是王者，英雄联盟的世界。第一，先确定好目标院校，目标专业，考试科目，确实好了就别随便改，如果你是英语一，数学一改英语二，数学二那问题不大，反之就是难。确定的院校可以是985/211，只要你有足够的实力和勇气，很多时候别吓到的不是别人，而是自己，不用太在乎其他人的感受哦，有的985/211会有一些歧视，还有其他要求的限制，一定要想清楚在做决定。第二，定好学校专业就是复习，如果从三月份开始，数学可以从教材开始看起，刷教材背后的题目，英语词汇也要开始了，具体每天多少词汇自己根据自己的基础来定，可以看些英文杂志，网上都有，都可以去搜的，资料不需要多，精就好，跟老师每门只需跟一个老师就好，不然没那么多时间去消化和吸收。第三，上课老师，B站，公众号都有这样的资料下载，具体的老师比如数学汤家凤，张宇，李永乐老师，汤家凤老师讲的细，李永乐老师讲现代确实细，张宇则比较幽默，看他的视频不笑那是不存在的。英语老师何凯文，他的每日一句可以跟，最起码可以让你每天看句子，具体的根据自己需求来，合适自己的才是最好的。思政九月份开始也不急，跟着肖秀荣的就没错了，专业的话如果跨考，三月份就得抽时候看专业，不是跨考暑假开始也不急，刚开始数学，英语是大块头，文科类的记得过，具体的要问考过的学长学姐哦。

高考的时间越来越近，将需要十几天的时间。 在这段时间里，父母实际上可以开始理解大学专业。 在最受欢迎的大学专业中，最受欢迎的是计算机专业。 有许多学校开设计算机专业，无论是一所，两所还是理工学院。 可以说，每年有很多计算机专业的毕业生。计算机专业是指计算机硬件与软件相结合、面向系统、更偏向应用的宽口径专业。通过基础教学与专业训练，培养基础知识扎实、知识面宽、工程实践能力强，具有开拓创新意识，在计算机科学与技术领域从事科学研究、教育、开发和应用的高级人才。计算机学科的特色主要体现在：理论性强，实践性强，发展迅速按一级学科培养基础扎实的宽口径人才，体现在重视数学、逻辑、数据结构、算法、电子设计、计算机体系结构和系统软件等方面的理论基础和专业技术基础，前两年半注重自然科学基础课程和专业基础课程，拓宽面向。后一年半主要是专业课程的设置，增加可选性、多样性、灵活性和方向性，突出学科方向特色，体现最新技术发展动向。当然，计算机专业的最大特点是对工作的巨大需求，广泛的就业机会以及在每一生中都能找到工作的能力。 此外，高收入和良好的发展前景是许多大学录取候选人的原因。 但是您可能不知道的是，在一所计算机专业的开发中，一所大学和另一所大学的重点不同。以两所顶尖大学为例：北京大学和清华大学。北京大学计算机科学与技术专业属于信息科学与技术学院。新生在第一年不做任何职业转移，可以根据自己的兴趣选择课程。清华大学计算机专业的本科生在三个一级领域入学并接受了培训：计算机科学与技术，网络空间安全和软件工程。不同的大学有不同的重点，因此您需要在申请考试前知道您是否满足要求。例如，一些大学专注于软件，一些大学专注于计算机网络，一些大学专注于信息安全，还有一些大学专注于硬件。 .我们还必须确保未来就业的另一个重点方向。受到影响。即使发展不同水平的大学的方式也大不相同。一般而言，专业大学和其他专业的录取分数相对较高，而2岁以下的大学的录取分数并不高，但该组的候选人数量也最高。 众所周知，计算机专业非常受欢迎，而且前景很好。 实际上，并非所有学生都有资格修读该专业。 计算机专业的数学和英语要求很高。那么数学和英语不好的情况下，是否可以报考计算机类专业呢？当然是可以的，但如果本身数理基础和外语基础不好的情况下，真的对专业感兴趣，肯定还是要自己多努力才行，计算机专业的学习压力挺大的，想要学好也不容易。毕竟报考人数多，竞争肯定也很激烈，如果没有决心能够学得好就最好是慎重一下。但话说回来任何一个大学专业想要学好都是不容易的，所以如果真的感兴趣，大学有很多机会学好数学和英语。别还没有开始就自己把自己给放弃了，这才是最主要的。大学里面多的是成绩不好逆袭的学生。