1、計(jì)算機(jī)科學(xué)的各個(gè)方向

2、計(jì)算機(jī)科學(xué)可就讀的學(xué)位

3、計(jì)算機(jī)科學(xué)的就業(yè)方向

4、計(jì)算機(jī)科學(xué)未來的就業(yè)趨勢

? ?....

目前學(xué)術(shù)界，主要是將計(jì)算機(jī)科學(xué)分為三個(gè)方向，第一個(gè)方向就是大家都知道很火的就是AI方向(工智能)，主要是研究人工智能，人工智能交叉學(xué)科為主;第二個(gè)方向就是系統(tǒng)方向，主要研究計(jì)算機(jī)系統(tǒng)為主，它包括的種類就非常的多，非常復(fù)雜，第三個(gè)方向就是計(jì)算機(jī)的理論方向，包括一些算法的復(fù)雜度、數(shù)據(jù)結(jié)構(gòu)、密碼學(xué)都算是理論方向。接下來我會(huì)非常詳細(xì)的解釋三個(gè)方向，它們現(xiàn)在各自研究重點(diǎn)，以及他們一些包括的學(xué)科的含義。

我是今年AI方向的博士生。所以我對(duì)AI方向還是比較了解的，我希望能夠更加詳細(xì)的向大家介紹我們方向，目前關(guān)注重點(diǎn)以及我們主要?jiǎng)澐值念I(lǐng)域。

我相信其實(shí)大家應(yīng)該聽得最多以及最想涉獵的方向，其實(shí)應(yīng)該都是AI方向。但是其實(shí)CS并不等于AI，就是其實(shí)研究AI的，只是在計(jì)算機(jī)系統(tǒng)里面很小的一個(gè)部分而已。

AI方向主要包括兩個(gè)分得比較大的方向，第一個(gè)就是偏理論性的方向，理論性的方向，主要是研究一些關(guān)于神經(jīng)網(wǎng)絡(luò)或者是關(guān)于貝葉斯它們的數(shù)學(xué)理論的原理，這樣它們涉及到了那個(gè)數(shù)學(xué)知識(shí)就會(huì)非常的多。

另一個(gè)方向，主要是以實(shí)驗(yàn)為主，這是通過計(jì)算或者是通過寫代碼，去驗(yàn)證自己提出來的結(jié)論，這樣的方向，就不需要太多的數(shù)學(xué)基礎(chǔ)。同時(shí)實(shí)驗(yàn)方向，我們整個(gè)項(xiàng)目進(jìn)展會(huì)走的非常快，就是它其實(shí)是不需要太多的時(shí)間在一整個(gè)研究項(xiàng)目上。

AI主要是包括了三個(gè)比較大的子類：第一個(gè)是計(jì)算機(jī)視覺子類，計(jì)算機(jī)視覺在中國發(fā)展的應(yīng)該算是世界比較頂尖的級(jí)別，也有非常多的創(chuàng)業(yè)公司、獨(dú)角獸在中國，舉個(gè)例子比如說商湯、以及曠世以及一些獨(dú)角獸，他們都是以計(jì)算機(jī)視覺方向?yàn)橹鞯模?jì)算機(jī)視覺方向的應(yīng)用，主要包括比如說人體識(shí)別、動(dòng)作識(shí)別、視頻分析等一些跟視覺有關(guān)的；用AI技術(shù)，數(shù)據(jù)分析，視覺視頻，圖像等了一些研究。

第二個(gè)子類是NLP方向，自然語言處理方向，主要是跟翻譯有關(guān)，跟自然語言處理，用AI去進(jìn)行一些。翻譯以及閱讀理解等一些與語言文字有關(guān)的一些處理。

最后一個(gè)子類就是Machine learning方向是機(jī)器學(xué)習(xí)方向，實(shí)際機(jī)器學(xué)習(xí)方向包含的學(xué)科比計(jì)算機(jī)視覺以及自然語言處理要更加多一些，因?yàn)闄C(jī)器學(xué)習(xí)方向，它包括了很多分子類，比如說強(qiáng)化學(xué)習(xí)等其他方向，他們都被統(tǒng)稱為叫機(jī)器學(xué)習(xí)。

AI比較火的一個(gè)原因在于，它是一個(gè)交叉學(xué)科。比如說跟Robot(機(jī)器人)有關(guān)，跟人機(jī)交互有關(guān)，以及跟生物有關(guān)。它們都是交叉學(xué)科融合在一起，經(jīng)常會(huì)有別的學(xué)科的學(xué)者，他們也自稱自己是研究AI的。

最后我想強(qiáng)調(diào)的一點(diǎn)是AI其實(shí)跟我們經(jīng)常聽說數(shù)據(jù)科學(xué)，它是有本質(zhì)的區(qū)別的，盡管數(shù)據(jù)挖掘也算是AI技術(shù)的一部分。但是其實(shí)數(shù)據(jù)科學(xué)本身，它所研究的內(nèi)容，比如說數(shù)據(jù)分析，數(shù)據(jù)庫處理等一些內(nèi)容，其實(shí)是不包括在現(xiàn)有領(lǐng)域的AI領(lǐng)域內(nèi)。

AI感覺我說得比較詳細(xì)，因?yàn)橐彩俏冶容^了解的方向，同時(shí)，AI也是目前轉(zhuǎn)專業(yè)申請最多的方向，也是最熱門難度最大的方向，可以說選擇AI方向的錄取要求與就業(yè)要求一定會(huì)更高。

接下來跟大家聊一下更多人不了解的計(jì)算機(jī)系統(tǒng)方向，計(jì)算機(jī)系統(tǒng)方向可以說是一個(gè)對(duì)代碼能力要求最高的。

計(jì)算機(jī)系統(tǒng)其實(shí)主要是包括體系結(jié)構(gòu)Architecture，還有數(shù)據(jù)庫，比如說Data base的一些分析、建立。以及計(jì)算機(jī)的security和網(wǎng)絡(luò)，還有一些表現(xiàn)分析方向，計(jì)算機(jī)語言的設(shè)計(jì)，計(jì)算機(jī)它的性能的分析，其實(shí)有些方向是跟硬件相關(guān)的。

為什么從事計(jì)算機(jī)系統(tǒng)的人沒有那么知名呢，這是因?yàn)橛?jì)算機(jī)系統(tǒng)不像是AI技術(shù)它的周期長，比如說我之前有參與搭建一個(gè)分布式的計(jì)算機(jī)訓(xùn)練的系統(tǒng)，項(xiàng)目周期的話一定會(huì)超過半年，但是AI的話大部分項(xiàng)目周期都會(huì)在三四個(gè)月就可以完成了一個(gè)項(xiàng)目。

所以，計(jì)算機(jī)系統(tǒng)其實(shí)是要求更高的一個(gè)方向。但是同時(shí)我覺得計(jì)算機(jī)系統(tǒng)相比AI有個(gè)特點(diǎn)來講，它是比較穩(wěn)定，因?yàn)樗呀?jīng)穩(wěn)定發(fā)展了很多年，AI之后的走向其實(shí)我們沒辦法去預(yù)測。所以研究計(jì)算機(jī)系統(tǒng)，我覺得是相對(duì)非常穩(wěn)定的一個(gè)方向，它一定會(huì)有所需求。

以及值得注意的是，現(xiàn)在逐漸的有了AI system這個(gè)結(jié)合的方向，就是通過設(shè)計(jì)計(jì)算機(jī)系統(tǒng)，來交付AI一些算法的運(yùn)并行化，或者是說部署算法，其實(shí)這些東西都是需要系統(tǒng)的知識(shí)的。

因?yàn)門heory方向的內(nèi)容比較簡單，我在ppt上沒有標(biāo)注。因此就簡單向大家介紹一下理論計(jì)算機(jī)，tcs可以說是計(jì)算機(jī)中對(duì)數(shù)學(xué)要求最高的學(xué)科，從事tcs方向的老師也很多是數(shù)學(xué)系出身，甚至很多imo（數(shù)學(xué)奧林匹克）的優(yōu)秀選手。

上面就是我對(duì)計(jì)算機(jī)各個(gè)方向的了解。我主要研究的方向在于AI，今年在微軟也參與了不少system方向的研究，大家有什么問題之后可以再提問細(xì)節(jié)。

undergraduate，本科學(xué)位我這里就不介紹了，主要以介紹graduate學(xué)位為主。

一般來講，理論計(jì)算機(jī)方向都是在學(xué)界那活躍，基本上工業(yè)界對(duì)于理論計(jì)算機(jī)的重視并沒有那么多，所以的話理論計(jì)算機(jī)有個(gè)很大特點(diǎn)，就是很缺錢，就跟純數(shù)學(xué)一樣，他們的Funding比較少，所以他們每年的坑位以及招生也會(huì)非常的少，并且對(duì)學(xué)生的要求也是非常高的。

舉個(gè)例子，我之前認(rèn)識(shí)的一個(gè)理論計(jì)算機(jī)方向的老師，他的學(xué)校并不是非常的好，但是他對(duì)學(xué)生的要求是非常的高的，他之前的學(xué)生，基本都是清華，北大拿過Mo金牌，銀牌之類的人。因?yàn)槠鋵?shí)對(duì)于做這個(gè)方向老師來講，博士生多不多，對(duì)他們來講并不是一件可以衡量他們工作成果的事情。

其實(shí)不同學(xué)校開設(shè)的計(jì)算機(jī)，能夠提供的學(xué)位是有不一樣的。并且它有的學(xué)位其實(shí)有限制，它可能根本就不招從大陸來的學(xué)生，或者它們每年不招從他們自己本科升上來的學(xué)生這樣的規(guī)定。這可能需要研究一下，因?yàn)楝F(xiàn)在CS計(jì)算機(jī)非常火，所以其實(shí)每個(gè)學(xué)校他們或多或少都有增開一個(gè)計(jì)算機(jī)的項(xiàng)目，你可以更多詳細(xì)了解一些新開的項(xiàng)目。

常規(guī)來講，計(jì)算機(jī)的話一般是有兩個(gè)學(xué)位，一個(gè)是碩士學(xué)位，一個(gè)是博士學(xué)位。然后我們先從碩士學(xué)位開始吧，一般是兩種學(xué)位，一種是Course base，一種是Research base。一般來講就是Course base是以上課為主，你修夠那學(xué)分，你就可以畢業(yè)，這種學(xué)位的話，他們一般目標(biāo)是讓學(xué)生在美國或者是在其他地區(qū)以找到工作為主。

但是Research base的master，就是不一樣的，比如說CMU提供的master of science in Robotics 就是一個(gè)以研究為主的碩士學(xué)位。學(xué)校或者是說老板(學(xué)校導(dǎo)師）會(huì)給這些學(xué)位的碩士學(xué)生提供資金的幫助，然后像博士生一樣幫助他們完成碩士學(xué)位。

以及我了解到的是，不少學(xué)校似乎是可以滿足你在學(xué)校做研究，你可以將那部分的研究轉(zhuǎn)化成你的學(xué)分。可以湊學(xué)分來畢業(yè)。所以其實(shí)這兩者之間有可能也沒有那么嚴(yán)格的分別，只是說有可能會(huì)有學(xué)費(fèi)上以及學(xué)校提供的資助上面的區(qū)別而已。

一般在美國的話，讀完Master學(xué)位的話就可以有兩個(gè)選擇，第一個(gè)就是直接在美國找工作，這個(gè)是比較常見的中國留學(xué)生的選擇；第二個(gè)的話就是繼續(xù)在學(xué)校本校或者在別的學(xué)校繼續(xù)申請就讀博士學(xué)位。

僅僅以美國為例子的話，一般來講在美國讀博士學(xué)位，他們學(xué)校都是有Funding，就是會(huì)給你一定的資金，以保證你能完成多少多少年，比如說六年五年。他們會(huì)訂一個(gè)期限，給你去完成那么多的研究任務(wù)，相當(dāng)于是一個(gè)博士在讀生。

博士學(xué)位的話，都會(huì)有自己固定的advisor，一般來講，我們叫做advisor就叫自己的導(dǎo)師一樣。比較值得一提的是，美國絕大部分的學(xué)校都是提供directdoctor，就是你可以直接從本科就申請博士學(xué)位。讀完博士學(xué)位就可以拿到博士學(xué)位證進(jìn)行畢業(yè)。但是有的學(xué)校，比如說歐洲一些學(xué)校，他們可能說就沒有這種直博的項(xiàng)目，但是據(jù)我所知，歐洲大部分學(xué)校，包括英國的一些名校以及瑞士的一些名校，他們都是在對(duì)于CS這個(gè)方向提供直博學(xué)位的。

博士學(xué)位有個(gè)操作就是，有些人如果讀不下去了，他們就會(huì)選擇退學(xué)，美國這邊的話，博士學(xué)位退學(xué)是可以拿到一個(gè)碩士學(xué)位。一樣是可以拿opt找工作了，但是國內(nèi)好像的話如果你讀計(jì)算機(jī)的博士學(xué)位，你就沒有辦法拿到碩士，如果你中途退學(xué)，你就連碩士學(xué)位可能都拿不到。這個(gè)也是跟每個(gè)國家他們可能會(huì)有一些細(xì)微的差別，然后需要好好去研究一下那個(gè)內(nèi)容。

總而言之，各個(gè)國家他們開設(shè)的碩士學(xué)位，其實(shí)絕大部分都是以為了讓你怎么更好找工作而開設(shè)的，但是博士學(xué)位，出路的話其實(shí)也有分為工業(yè)界跟學(xué)術(shù)界兩種，有可能進(jìn)入學(xué)術(shù)界進(jìn)行博后，或者是做助理教授AP；第二種是進(jìn)入工業(yè)界，作為工業(yè)界的 scientist 也會(huì)在工業(yè)進(jìn)行研究。

以上就是我對(duì)計(jì)算機(jī)學(xué)位的一些介紹了。緊接著就是計(jì)算機(jī)專業(yè)畢業(yè)之后的就業(yè)問題。

這張ppt列舉的三種職位，其實(shí)是美國互聯(lián)網(wǎng)公司提供得最多的三種職位。都是cs學(xué)位的人可能進(jìn)入的。

比較值得一提就是data scientist。它其實(shí)雖然說是數(shù)據(jù)科學(xué)家，我們翻譯過來就是說，我們會(huì)把它想得很對(duì)研究什么要求，但是其實(shí)美國的數(shù)據(jù)科學(xué)家。這個(gè)職位是一般是data science這個(gè)碩士學(xué)位畢業(yè)后會(huì)從事數(shù)據(jù)分析等一些職位他們主要的職責(zé)就在于數(shù)據(jù)的分析，挖掘以及咨詢.

第二個(gè)其實(shí)最廣泛的一個(gè)學(xué)位應(yīng)該是SDE，就是我們經(jīng)常說的軟件工程師。這個(gè)職位基本上是最多的，也是招聘最廣的,也是碩士生從事的最多的一個(gè)美國互聯(lián)網(wǎng)公司的職位。

美國互聯(lián)網(wǎng)公司的SD就是軟件工程師，他們的起薪其實(shí)挺高的，一般來講是要比數(shù)據(jù)科學(xué)家要。數(shù)據(jù)分析之類的崗位要更高一些，同時(shí)可能競爭壓力也會(huì)更大一些。

總的來說，其實(shí)我認(rèn)識(shí)的基本上在美國碩士計(jì)算機(jī)碩士畢業(yè)的學(xué)生，基本上他們每個(gè)人都會(huì)有SD的面試，軟件工程師的面試，這個(gè)職位在美國能夠包括的含義實(shí)在是太廣了。

但是中國的國情就不太一樣。中國互聯(lián)網(wǎng)企業(yè)把軟件工程師分為很多種，比如開發(fā)崗，算法崗等等。

雖然美國他們也有這種比較細(xì)微的劃分，但是其實(shí)這個(gè)招聘的時(shí)候，他們更多是把這一些職位都稱之為SDE。但是已經(jīng)進(jìn)去了之后，你可以自由的選擇或者是換組。

但是如果在中國的話，比如說你現(xiàn)在是一個(gè)算法工程師，你現(xiàn)在想去從事開發(fā)方面的工作。其實(shí)可能你接觸的東西就會(huì)不太一樣，然后換組也會(huì)沒有那么容易。

還有第三種，就是公司內(nèi)部的Research Scientist，就是研究科學(xué)家的這個(gè)職位，這個(gè)職位一般是提供給有博士學(xué)位的，不是畢業(yè)生。因?yàn)锳I的紅火，所以現(xiàn)在基本上每個(gè)大公司，他們有都有自己的研究部門。比如說Facebook，他們就飛兒，然后Google他們就有g(shù)rand，微軟的話他們有microsof tresearch，這些部門他們會(huì)養(yǎng)了很大一群PHD，然后給他們公司做一些針對(duì)于公司產(chǎn)品，以及針對(duì)于公司技術(shù)研究。

中國的互聯(lián)網(wǎng)公司也是存在研究院的。比如說我了解到了就有頭條的ai lab，就是主要是一座AI技術(shù)相關(guān)的研究院，然后騰訊他們也有ai lab，滴滴出行，他們也有自己的AI研究所。

然后需要區(qū)分的是學(xué)校也會(huì)有scientist這種職務(wù)，一般來講不算在正式的教職當(dāng)中，有點(diǎn)像博后這樣的類型。所以一般提到scientist有可能是在公司，也有可能是在學(xué)校中。

今年來說，即使是一直有互聯(lián)網(wǎng)公司縮招的傳聞，計(jì)算機(jī)依舊是美國最好找工作的專業(yè)。并且起薪也是最高的。

對(duì)于AI技術(shù)而言，其實(shí)還有太多太多沒有解決的問題。后續(xù)遠(yuǎn)遠(yuǎn)不止現(xiàn)在發(fā)展的程度這樣簡單。可以預(yù)計(jì)的是隨著交叉學(xué)科越來越多，AI的應(yīng)用也會(huì)越來越廣泛。

我所觀察到的是，美國的計(jì)算機(jī)名校與工業(yè)界的合作也越來越緊密。這代表著學(xué)界的成果往工業(yè)界轉(zhuǎn)化也越來越多。研究出來的應(yīng)用價(jià)值得到提高。這也是計(jì)算機(jī)未來的一個(gè)趨勢。

從博士生的角度而言，計(jì)算機(jī)的資金因?yàn)槌渥悖?jì)算機(jī)系的學(xué)生很少說需要自己出資金完成博士學(xué)位的就讀。這對(duì)于想做研究的學(xué)生而言也是一種機(jī)會(huì)。

從碩士生的角度而言，就讀計(jì)算機(jī)方向的碩士學(xué)位，在找互聯(lián)網(wǎng)公司的工作時(shí)不得不說是有比轉(zhuǎn)專業(yè)更巨大的優(yōu)勢的，所以盡管申請難度越來越大，計(jì)算機(jī)方向的碩士依舊是申請人最多的專業(yè)。

Q1：申請美國的計(jì)算機(jī)碩士或者博士需要什么資質(zhì)證明文件？怎么申請？申請會(huì)不會(huì)很難？

L師姐：一般來說需要提供本科成績單，gre成績與托福成績。以及一些其他的資料。某些學(xué)校是不需要提交gre成績的。然后難度上來說，應(yīng)該是最難申請的專業(yè)，目前而言。