发布时间:2021-06-16 文章来源: 至领留学 点击:1792次
美国计算机专业研究方向有很多,下面我们就来了解一下各分支方向。
管理信息系统MIS本质上说就是一个数据库系统,它和其他数据库系统的不同就在于其目的用于整合必要的信息用于决策。决策支持系统、专家系统、执行信息系统等都是 MIS的组成部分。MIS专业还分成在工程院(计算机学院)或者商学院(管理)下面。前者偏技术,后者是偏商科了。咱们中国人去美国读Master,当然是偏技术的那种毕业以后路子平坦一些。
信息科学Information Science这个学科与软件工程、数据库、网络、计算理论都有一定的关系。主要研究领域是跟信息相关的一切,信源编码、信道编码、加密解密、数据恢复、数据储存等等。由于跟安全相关,所以美国人一般倾向于把工作让给美国公民。学校的录取位置也有限,不过申请的人还是不少。就跟前面一样,这类跟安全扯上关系的学科,都不属于建议的范围。
编程语言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。包含如下一些课题:
(1)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:Domain-specific languages)。
(2)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)。
(3)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)。
计算机理论Computing。这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。本专业不太建议同学们申请,从各个渠道得来的消息都是这个专业不好找工作。
人机交互Human-computer interation,语音识别之类(语音识别有时候也作为一个单独的领域)。这个专业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。
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。
研究课题包括:
(1) 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。
(2) 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)。
(3) 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)等。
(4) 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)。
系统架构System architecture,computer architecture。这个很偏EE,computer engineering也跟这个紧密相关。这个专业做下去其实就是VLSI了,设计底层的芯片。个人感觉这个是EE的专业。但是由于EE和CS密不可分,有时候也就混为一谈。这个专业对数字电路(逻辑电路)之类的背景有要求,学出来工作还是比较好找的,但是学得比较累,跟硬件相关,不是仅仅写代码就能对付得了的。在各类设备生产商处有工作可找。
科学与工程计算Scientific Computing。具体包括生物信息学(这个目前名头最响),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。且个人感觉这个专业听起来时髦,但是学习的人不少,完全相关的工作岗位也不算太多,所以好多人毕业后还是去coding了。
计算机图形学Computer Graphics,多媒体Multimedia。这个专业与上面的人工智能、计算机网络、软件工程全都有交叉。研究图像的表达、处理等。计算机成像,三维动画,甚至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,电影视频制作公司找工作。没准能够参与设计暗黑3。总之,现在的生活离不开图形图像的数字表达处理,也就离不开学计算机图形学和多媒体的同学。
人工智能其实是很综合的学科,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,机器人等等。对于申请者的计算机科学背景要求较高,包括数据结构算法等等,都需要有一定学习基础。不过这个方向好像最近很热,招收的名额也比较多,也有从主要招收PhD 向Master转移的趋势。完全对口的工作应该是R&D的性质,找起来有难度,不过退一步海阔天空,在各类电子设备商处都有学习此类专业可以涉足的工作。
计算机网络Networking甚至包括Telecommunication。这个范围可就大了。网络应用、网络协议、网络通信、网络理论、网络安全等等全算在内。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。不过本学科就业也 算不错,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。
美国计算机专业数据库方向具体又有数据库系统,数据挖掘等等。从很理论的关系数据库、云数据库,到很应用的SQL,全在学习范围之内。毕业生可以做数据库管理工程师。不过请注意这种工程师职位对于经验要求较高,尤其是高薪全职在大公司的数据库管理工程师,刚毕业的学生恐怕有困难。不过工作可以找到,比如说兼职的实习性质,可以作为起步。对于编程序要求不算太高。
(1)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。
(2)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,例如市场营销、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。
(3)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。
(4)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)和语音识别(speech recognition)等。
美国计算机专业软件工程方向主要研究开发大规模软件系统的原理和技术。
大体上分成软件设计、编程语言和软件测试。什么需求分析、结构设计、开发流程、生命周期等等全在此范围内。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,录取名额很多,奖学金也有一些。不过由于市场需求巨大,就业也不是什么问题。说白了,这个专业是培养coder的,当然coder做长了能做architect。学这个专业,衣食无忧,想挣大钱暂时也难。
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。
研究课题包括:
(1)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)。
(2)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)。
(3)神经系统(Neural systems)
(4)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。
编辑:翁晓兰