计算机专业现在是美国理工科当中最热门的专业。之所以热门主要有几方面的原因。

首先CS在美国就业情况很好，吸引了很多希望读书进而留在美国工作的申请人。

其次，美国的CS在技术和产业上都是全球领先的，自然也就成了最热门的目标国家。

接下来及第留学小编就为大家解析一下关于计算机科学专业的相关内容，有需要的小伙伴赶快一起来了解一下吧！

专业介绍

院系和学位设置

院系设置

美国绝大部分学校都开设有计算机专业。此专业基本都开设在工程学院下。

绝大多数的美国学校的计算机工程和EE是合并在一起的，一般称为ECE(electronic and computer engineering) department或 者CEE， 如MIT的CS就开设在EECS系下面。

有的学校有独立的计算机（CS）系，如CMU开设有独立的School of CS。

学位设置

Ph.D：博士学位，学制为5年，主要跟随教授做学术研究。毕业后可在高校任教，也可以进入企业的研发部门，主要培养高端学术科研人才。

MS：Master of Science理学硕士学位，学制为两年，以授课为主，比较侧重学术，毕业后可选择就业也可选择继续攻读Ph.D学位。

ME：Master of Eng工学硕士学位，学制为一年或一年半，主要针对就业，更加侧重于实践。毕业后进入企业就业。

计算机专业专业分支方向

计算机涉及的领域非常广泛，其分支学科也是非常多。

在美国将主要的专业方向分为四个部分：

人工智能（Artificial Intelligence）

程序应用（Programming Language）

计算机系统（Systems）

计算机理论（theory）

而每个部分又有很多的研究方向，诸如：

人工智能与知识工程

模式识别与图像处理软件

多媒体技术与图形学

智能信息系统工程与软件自动化

数据库与数据仓库

数据挖掘与知识发现

计算机网络技术及其应用

计算机系统与控制

信息系统安全

计算机安全等等

下面，我们对CS的16个常见研究方向进行逐个介绍。

体系结构、编译器、并行计算和硬件系统设计

Architecture,Compilers and Parallel Computing/ Hardware Systems and Design/VLSI

体系结构和编译器的研究主要集中在硬件设计，编程语言以及下一代编译器。并行计算研究的包含范围很广，包括并行计算的计算模型，并行算法，并行编译器设计等。

计算机硬件芯片，例如CPU的结构设计，内部结构逻辑门的电子开关，了解 VLSI 的同学应该知道这个方面的研究深度和难度，申请者必须具备很强的逻辑电路基础知识。

申请难度：

由于就业环境的影响，申请热度下降非常快，因为更偏向于理论性的研究，申请的难度也很大，并且奖学金情况也不乐观!申请者要有这方面的背景，特别是实际工作经验，是很重要的。

系统与网络 Systems and Networking

可细分为：

网络与分布式系统

(Networking and distributed systems)：

移动通信系统

无线网络协议 (wireless protocols)

Ad-hoc网络

服务质量管理 (Quality of Service management(QoS)

多媒体网络

计算机对等联网 (peerto-peer networking, P2P)

路由

网络模拟

主动队列管理(active queue management, AQM)

传感器网络 (sensor networks)

操作系统 (Operating system)：

分布式资源管理，普适计算(ubiquitous computing/pervasive computing)环境管理，反射中间件 (reflective middleware)，中间件元级操作系统 (middleware “meta-operating systems”)，面向对象操作系统设计，允许单个用户与多计算机、对等操作系统服务交互的用户设计，上下文敏感的分布式文件系统，数据中心的电源管理，文件 / 存储系统，自主计算 (autonomic computing)，软件健壮性的系统支持以及数据库的系统支持。

安全 (Security):

隐私，普适计算，无线传感器 (wireless sensors)，移动式和嵌入式计算机，规范，认证，验证策略，QoS保证和拒绝服务保护，下一代电话通讯，操作系统虚拟化和认证，关键基础设施系统，例如SCADA控制系统和医疗，消息系统，安全网关，可用性安全。

实时和嵌入式系统 (Real-time and embedded systems)：

开放式实时系统，Qos驱动的实时调度和通信协议，控制设计和实时调度整合，实时、容错和安全协议整合，网络化器件和智能空间的鲁棒动态实时构架。

申请难度：

这个研究方向越来越多的出现在 EE,ECE 专业下 ,不过计算机背景的学生在申请这两个方向的时候仍然具有相当不错的竞争力!

网络技术这个方面也有很多的设置在EE下边,以致于很多CS的同学为了这个专业转向EE或者ECE下边的通信与网络专业。

网络虽然现在应用比较广泛，但是将来的就业不是太好，所以选他的人不是很多，而且这个专业也确实没有什么大多的项目可做，所以奖不太好申。

理论与算法 Theory and Algorithms

计算机理论研究主要集中在算法和数据结构的设计与分析，以及计算复杂性的研究。

具体包括最优化(optimization)

计算几何和拓扑 (computational geometry and topology)

近似算法 (approximation algorithms)

密码 (cryptography)和安全计算 (secure computation)

网络设计 (network design)

数据挖掘 (data mining)

机器学习 (machine learning)

有限元网格生成 (finite-element mesh generation)和自动化软件验证 (automatic software verification)

人工智能 Artificial Intelligence

它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，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。

这个领域包含广泛的研究课题，包括知识表示，机器学习，计算机视觉，推理和机器人等。

知识表示 (knowledge representation)：

把知识按照一种有利于推理(得出结论)的方式表示出来。

机器学习 (machine learning)：

自动学习如何识别复杂模式并基于数据作出智能决策。

计算机视觉 (computer vision)：

使机器自动从图像和视频中提取信息并理解其中包含的视觉概念。

推理 (reasoning)：

学习推理的计算模型。

机器人 (robotics)：

工程学和机器人技术，以及它们的设计，制造，应用和结构配置。

申请难度：

人工智能做为当前计算机科学专业下最热门，最有发展前景研究方向，因此所招收的国际学生多具备很强的学术背景，在该方面有着非常突出表现的人才。

MASTER招收的并不多，主要是PHD的学生居多。由于这个方向更多的强调数据表述及算法方面的知识，所以当申请目标定位在这个方面的时候可以整理一下自己在这些方面的背景，看看对于这个方面的理解是否很深度。

编程语言 Programming Languages

该领域的研究包括计算机语言的设计与实现，其目标是同时提高开发人员的开放效率和软件质量。包含如下课题：

程序语言设计和实现

(Programming Language Design and Implementation)：

编译器优化 (Compiler optimization)

语义 (Semantics)

即时编译器 (JIT complier)

域特定语言 (DSL：Domainspecific languages)

编程环境和工具 (Programming Environments and Tools)：

监控 (Monitoring)

程序员搜索引擎 (Programmer search engines)

基于模型的设计 (Model-based design)

程序分析和验证 (Program Analysis and Verification)：

模型检测(Model checking)

静态和动态分析 (Static and dynamic analysis)

定理证明(Theorem proving)

实时系统的任务调度分析

(Schedulability analysis for real-time systems)

申请难度：

国际学生申请最热衷的方向。录取的名额较多，招生量较大，拿到全奖的比例和工科其他专业比较低（因为就业），但在CS里也并不属于难拿全奖的一个方向，竞争激烈程度一般。

通常这个方向研一入学时funding不多，但第二年后的钱就会比较充裕。

数据库与信息系统 Database and Information Systems

包括以下研究内容：

数据库 (Database)：

数据模型，数据查询、集成，各种数据库系统的设计、实现等。

数据挖掘 (Data Mining)：

从数据中提取模式的处理过程。它在很多领域有广泛的应用，如市场营销、监测、入侵检测和科学发现。

数据挖掘和机器学习很相关，但是数据挖掘更关注实际应用。

信息检索 (Information Retrieval)：

研究如何提取各种媒体 (文本、音频、视频等，目前的研究以文本居多) 中的信息，同时还搜索与之关联的数据库和万维网。

自然语言处理(Natural language processing)：

构建一种可以分析、理解和生成自然语言的计算机系统。研究课题包含：

自动摘要(automatic summarization)

语篇分析(discourse analysis)

机器翻译 (machine translation)

命名实体识别(named entity recognition)

自然语言生成 (natural language generation)

语音识别(speech recognition) 等

图形学与多媒体 Graphics and Multimedia

计算机图形学主要研究内容就是研究如何在计算机中表示图形、及利用计算机进行图形的计算、处理和显示的相关原理与算法。

研究包含:

对自然景象的建模和动画生成

(modeling and animation of natural phenomena)

计算拓扑学 (computational topology)

图形硬件的使用 (graphics hardware utilization)

渲染 (rendering)

网格处理和简化(mesh processing and simplification)

形状建模 (shape modeling)

曲面参数化 (surface parameterization)

可视化处理 (visibility processing)等。

利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论/方法和技术。

它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域，成为研究数据表示、数据处理、决策分析等一系列问题的综合技术。

多媒体研究包括:

图像处理 (image processing)

视频处理(video processing)

音频分析 (audio analysis)

文本检索和理解 (text retrieval and understanding)

数据挖掘和分析

数据融合 (data fusion)

申请难度：

申请这个方向，需要掌握计算机制图，计算机成像的一些基本工具及原理，但这通常往往不足以满足录取的要求，因为这种应用性极强的方向更多的强调经验,所以本科学生要谨慎选择!

人机交互 Human-Computer Interaction (HCI)HCI

主要研究人和计算机之间的交互。它通常被认为是计算机科学、行为科学、设计及其他相关领域研究的交叉学科。

研究关于设计、评价和实现供人们使用的交互计算系统及有关这些现象。

研究课题包括：

上下文感知计算 (Context-aware computing):

行为分析

智能空间 (Smart Spaces)

定位感知系统(Location-aware systems)

隐私技术

感知人机界面 (Perceptual Interfaces)：

基于视觉的界面 (Vision-based interfaces)

语音和话语界面(speech and discourse interfaces)

协同和学习 (Collaboration and Learning)：

基于模式的编辑工具 (Pattern-based authoring tools)

ESL (English as a second language) 学习

群组协同技术 (group collaboration technologies)

包含按地理分布的远程沉浸协同(geographically distributed tele-immersive collaboration)

验光和人的视觉模拟

(Optometry and Human Vision Simulation)：

计算机辅助的角膜建模和可视化

医学成像 (medical imaging)

手术仿真的虚拟环境

(virtual environments for surgical simulation)

仿真渲染 (vision realistic rendering)

申请难度：

人机交互技术的申请热度随着这个在业界的关注度提升而渐渐升温，但该方向对于申请者的背景要求同样很高，多数录取者也是具备研究生学位。因此对于本科毕业的学生来讲申请这个方向的难度也是相当大的！

科学计算 Scientific Computing

科学计算主要是研究构建数学模型 (mathematical models)和数值解法 (numerical solution)，并用计算机来分析和解决科学、社会科学以及工程问题。

研究课题包含：

并行计算 (Parallel computing):

并行计算语言和并行算法。

自动性能调整 (Automatic Performance Tuning):

Automatic generation of optimized implementations of computational and communication kernels。

网格剖分 (Mesh generation)：

自动生成三角网格(triangulated meshes)来表示物理和计算区域。

矩阵计算 (Matrix computations)：

设计高效的矩阵计算算法和软件。

浮点数 (Floating point)：

可扩展的精度算术 (Extended precision arithmetic)

可靠的浮点数标准(Reliable floating point standards)

浮点数标准的体系和执行时间实现 (Architectural and run time implications of floating point standards)

浮点数标准的编程语言实现

计算机代数 (Computer Algebra)：

符号数学计算方法。

申请难度：

该方向的申请一直是不温不火的局面，由于这个方向偏基础所以大多数申请者考虑到今后就业的问题而放弃了他，也因为这个方向的资金相对较少，所以不被大多数人所关注，只是本科从事该方向学习的学生是申请这个方向的主流。历年AD出一些 ,OFFER相对较少 !

算法是属于计算机理论里的了，基本属于计算机里的基础学科，任何的计算机相关的专业基本上都会用到这个部分，所以相对申奖也比较容易。

信息安全 Information Security

课题包含：

密码学 (Cryptology)

密码学理论 (cryptography theory)

新的密码学系统开发

(development of new cryp ographic systems)

密码分析学(cryptanalysis)

协议开发

应用密码学

量子计算 (quantum computation)

隐私 (Privacy)

无线传感器网络的隐私，RFID系统的隐私，数据库的隐私问题，基于网络的应用的隐私。

软件安全(Software security)

开发编程语言和计算机安全之间的相互影响。

一致性和完整性 (Identity and integrity)

预防“网络钓鱼”和攻击。

网络安全 (Network security)

网络安全检测 (network security monitoring)

入侵防御(intrusion prevention)

申请难度：

美国国内的热门方向之一，貌似美国对于与信息技术挂钩的学科都是更多的开放给国内学生，国内学生也是非常热衷这些方向，除这个专业外像，信息系统，信息安全技术，信息恢复，数据库方面国际学生申请的情况非常惨烈，有限的名额使得国际学生很无奈!

其实如果你在这些方面有所专长，还是可以尝试的，不过如果今后想在美国学校接触过于深入的课题或者方向的话恐怕机会很少!

软件工程 Software Engineering

主要研究开发大规模软件系统的原理和技术。

生物信息学和计算生物学Bioinformatics and Computational Biology

研究高效鲁棒的生物计算模拟算法，以及应用数据挖掘，机器学习，自然语言处理和信息检索等方法来分析和挖掘各类生物数据。

主研究课题包括：

生物信息学 (Bioinformatics)

比较基因组学 (Comparative genomics)

遗传分析 (Genetic analysis)

系统发育 (Phylogenetics)

分子进化建模(Molecular evolutionary modeling)

基因调控网络 (Gene regulatory networks)

蜂窝系统 (Cellular systems)

蛋白质结构建模 (Protein structure modeling)

基因调控网 (Gene regulatory networks)

合成生物学 (Synthetic biology)

Computational systems biology

细胞信号传导通路

传输和代谢

自组装系统 (Self-assembling systems)

神经系统 (Neural systems)

生物医学系统 (Biomedical systems)

传感器，健康服务系统，生理模型，医学图像和生物图像分析。

具体而言，生物信息学作为一门新的学科领域，它是把基因组DNA 序列信息分析作为源头，在获得蛋白质编码区的信息后进行蛋白质空间结构模拟和预测，然后依据特定蛋白质的功能进行必要的药物设计。

基因组信息学，蛋白质空间结构模拟以及药物设计构成了生物信息学的3个重要组成部分。

申请难度：

对于这个方向的选择大家一定要谨慎，首先这个专业对于学生背景的选择很特殊，有的时候需要计算机背景的学生，有的时候需要生物学背景的学生，所以除非大家在这两个方面都具备非常强的实力，可以放手一拼，否则不如考虑申请纯CS的其他专业。

申请这个方向需主要具备数学、信息学、统计、计算机科学、化学和生化方面的知识!或者综合知识，一般来说本科生很难达到这种要求 !

计算机教育 Computers and Education

本领域研究如何教授计算机科学以及如何将计算机应用到教育中。这部分内容比较宽泛。

计算机工程 Computer Engineering

主要研究计算机处理器、多处理器通讯设计、网络设计和存储器体系，着重于硬件设计以及与软件和操作系统的交互的性能。

计算机工程以电子计算机技术的应用层面为主，而较少应用自然学科中的数学、统计以及物理理论。

申请难度：

绝大多数的美国学校的EE和计算机工程是合并在一起的，从专业学习上看，虽然研究生最后获得学位有EE和CE之分，但是有许多研究方向的跨学科性是非常强的。对申请者的研究背景或实践经验更注重。

计算科学Computational Science

申请难度：较偏理论，竞争不象软件工程那样激烈，无论是拿录取，还是申奖学金，在CS里都属于较容易的方向。

如果有较好的数学背景，和一定的研究经历，申请起来会占优势。

管理信息系统Management Information System

MIS，作为一门跨学科新兴专业，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。

申请难度：

此方向设置MASTER课程相对PHD少。申请时要注意，因涉及到管理，所以很多管院也开设了此方向，更多偏向于管理 ,CS下的这个方向仍然是主终于技术，如果CS下MIS出身的想改行去管院读MIS的话也有不错的优势，曾经有人拿到过MBA下MIS的MASTER半奖录取。

申请要求：

语言考试：

有的学校不接受雅思成绩，因此建议准备托福。CS对于托福的要求不高，一般达到90-95的区间就可以满足一般要求，但对于以名校为目标的申请人，最好还是要考到100以上。

GRE考试：至少要达到300。最好要考到320以上，如果以前30为目标，则需要达到325以上。

时间安排：

10月前GT等标准化考试的 Deadline（建议）

7-11月完成 CV、RL、PS、Essay等文书写作

7-11月学校查询筛选，进行自我定位，确定选校名单

7-11月到学校开据成绩单、在读证明、学位证明、学历证明；到银行开据资金证明，办理双币信用卡

9-12月完成学校的网申，给学校邮寄纸质材料，通过 ETS给学校寄送 GT 成绩，按照学校要求做成绩单的认证评估

次年 1-2月 定期查询网申状态，联系学校确保所有申请材料都顺利提交

次年 2-4月 参加面试，陆续收到学校录取，从录取的学校中选出最适合的学校，交押金，向学校索取I-20 表格

次年 5-8月 办理签证，租房，定机票，准备行李

次年 8月 入学报到

就业前景：

Developer/Programmer/Software engineer

不管硕士、博士，不管学CS哪个方向的。

研究算法（algorithm）

捣鼓人工智能（AI）

软件工程（software engineering）

图形处理（graphics/image processing）

网络（network）etc

大家将来都有一条共同的也是CS最大的出路，就是去写code编程做软件开发。

很多人申请的时候，或者在学校读书学习期间，很在意各个方向的区别，痴迷于某个领域，但是工作几年回过头来看，大家都有一个光荣的头衔，好听点叫软件工程师，难听点叫程序员，职称（title）和工资高点低点而已。

Software QA(quality assurance）/Testing

从软件工程角度说，有人写软件，就得有人专门跟在后面找bug提高软件的 quality。

QA被越来越重视，QA工作已经在计算机行业里占了很大比例，它对技术的要求相对低。

QA可粗略分成：

1）mannual testing，全手工测试，不需编程，基本就是分析软件系统，制定测试计划和用例，然后用鼠标去点击为主，现在随着公司对产品质量和测试工作的重视，有CS技术背景出身的QA越来越被青睐；

2）QA，自动化测试（automated testing），就是用软件工具或者自己编程来自动化测试，要求懂技术甚至要会编程，但是要求又没有developer高，这种技术性的QA也较缺乏，现在趋势是很多公司尽量用 automated testing替代mannual testing来提高效率。

同样经验/教育背景，QA的工资应该比 developer低，但是差别也不是很大。很明显，学CS任何一个方向的人，都可以胜任QA的工作。

Other

其他工种

如release management，用户界面（UI, user interface）设计，usability,Technical support等等。

但是一方面这些工作数量相对少，另一方面，不同的公司里，相同的职位名称可能具体的工作性质不太一样，比如release management，有的公司要求做很多QA的活，有的公司更靠近developers，还有的公司可能让你安装/搭建系统来管理不同的releases，如同系统管理员。

选校策略

地理位置

MS找工作最重要的考虑因素是location。对于CS，最好的location当然是加州，然后是东北部。

北卡三角马马虎虎，德州硬件比较强，然后就是各大城市。中部地区的location是最不用考虑的。

学校特点

Stanford ：

综合认为是最值得读的MS院校。该校提供的是两年经典MS项目，且排名、知名度均相当高，地理位置优。缺点是费用高，并且转PhD难。

Columbia University：

地理位置优越，位于纽约市区，费用高。该校的MS为授课型，招生人数相对较多，一年约有50人。

据说该校毕业生好多就业于四大以及纽约金融行业，比如高盛、摩根斯坦利等。University of Pennsylvania：第一台计算机诞生的地方，位于费城。官方给出总费用为两年52W，该校有5个CS项目。

一般选择MSE in CIS，该项目为传统CS项目，难度也最高。假如你原先不是CS专业(信管算是CS)。

那么可以选择Computer Games and Visual Effects，Robotics，Embedded Systems和MCIT这4个专业学位。

Upenn的人工智能非常强，有AI界的超级大牛Michael Kearns教授，学生基本学成以后走学术路线。

CMU：

该校有一堆MS专业项目，因为计算机学院下的系比较多。这些项目均为授课型，以毕业直接工作为导向。你可以选择自己喜欢的项目读，比如 MISM,INI等等。学费较贵，读一年半，课程质量有保证，很累。

毕业后工作很好找。优点为排名高，名气大，在顶级院校中性价比高，相比于Stanford等院校相对容易申请。缺点：假如想转PhD的话就比较麻烦了。

Brown University:

该校硕士课程质量相当高，有自己写个小操作系统什么的。优点是该校为常春藤院校，缺点为费用较高。

Yale University：

搞理论较多，但毕竟是耶鲁。该校的CS MS强制学生做TA，所以申请该校英语必须要好。该校MS项目一年不到就能毕业，优缺点都有。优点是省钱，缺点是不知道是否会对找工作产生影响。

UIUC：

该校有若干MS项目，主流的是两种：有导师和没导师。有导师项目的申请难度和和PhD不相上下，拿的是RA，需要提前套磁联系。

对于无导师的 professional MS，其实也就是上课。该授课型项目优点是学校牛，找工作貌似还不错。缺点是学费贵，综排低，在中国知名度不大。该校教授的权力很大，所以申请时候(包括学术MS和PhD)最好去套磁。

University of Texas-Austin：

该校MS的录取标准相当高，据说接近Stanford。托福IBT的平均分为 112。优点是工科很强，地理位置相对较好，学费便宜。缺点是综排比较低，在中国国内知名度不高，申请难度太大。

Gatech：

传说的三大理工之一，位于亚特兰大。该校学术氛围浓厚，据说导师方向诡异。在网申时候PS要分两部分写，很麻烦。优点为地理位置还算不错，工程学院很好很强大。缺点为综排较低，中国知名度不高，费用较贵(官方数据一年6W)。该校教授说话有分量，申请PhD时候最好去套磁，发RA较多。

UCLA：

牛校，地理位置没的说，其他也非常好。该校的IBT口语线卡24分也是唬人的。优点是地理位置好，学校名气大。缺点是费用较高。

UCSD：

该校最近一直在崛起，找了一堆CS大牛去。地理位置在风景秀丽四季如夏的 San Diego。优点是地理位置好，风景好，有导师带。缺点是综合名气不如UCLA,USC大，费用较高(加州都这样)，在中国知名度不高。

University of Maryland-College Park:

牛校。优点是地理位置不错，学费相对便宜。缺点是申请难度很大，综排不高，在中国国内知名度不高。

关于计算机科学专业的相关内容及第留学小编就为大家分享到这里了，希望能够对大家有所帮助，阅读愉快！