当初填志愿的时候对着表格翻来翻去，才慢慢搞懂计算机方面的专业有哪些，一开始我还傻乎乎以为就只有一个计算机科学与技术，报上去就完事了，后来才发现同属计算机大类，课程、以后能碰的方向差得老远，选错了学起来会特别煎熬。
最先留意到的就是计算机科学与技术，很多人都把它当成计算机大类里最正统的那个专业，课程铺的很广，数据结构、操作系统、计算机组成原理、编译原理这些硬核基础全都要啃，软硬两边都会沾一点，写代码、搭电路都有对应的课。班里有同学喜欢钻研底层，天天泡实验室看芯片相关的资料，也有不少人学完基础直接转后端开发，路子比较宽，但坏处就是啥都学一点，不会专门往某一个细分方向扎很深，想要专精还得自己课外下功夫。这只是我的个人感受，不是标准答案。
软件工程和它放一起对比就很明显。这个专业更偏向项目落地，不会花太多时间深挖硬件底层，重心放在怎么规范的做软件，需求分析、项目管理、软件测试、版本控制这些内容占比更高，平时作业大多是组队写完整项目，不是孤零零写一段算法题。同宿舍学软工的那个朋友，大三就跟着导师做外包类的开发项目，对迭代流程、bug排查熟得很快，毕业之后进互联网做开发、测试的人也多。
网络工程又是另一条路子。上课的时候围着交换机、路由器、网络协议打转，组网、排障、防火墙配置是日常，很多课程都要在模拟器或者机房设备上实操。我听过他们吐槽，记各类协议规则特别枯燥，一个参数写错整个网络就通不了，适合喜欢折腾设备、对网络架构感兴趣的人，后续可以往运维、网络安全、运营商相关岗位走，和天天写业务代码的节奏完全不一样。
还有信息安全，这几年热度涨得很快。它是在计算机基础之上，再学加密算法、渗透测试、漏洞挖掘、等保相关内容，要懂代码，也要熟悉网络架构，还要记很多安全规范。身边学这个的同学，课余时间会去打CTF比赛，熬夜找漏洞是常态，这个方向门槛不算低，需要持续跟进新的攻击手段，不是短期突击就能学好的。
人工智能、数据科学与大数据技术，算是后慢慢兴起的专业。大数据会教分布式框架、数据库、数据清洗，大量时间和海量数据打交道；人工智能方向会侧重机器学习、深度学习、图像识别这些内容，数学要求会高出一截，线性代数、概率论学得浅了根本跑不通模型。很多人误以为这个专业就是直接做AI大模型开发，实际大部分本科阶段，更多是学习工具调用和基础模型训练，想往前沿走，很多人都会选择继续读研。
还有几个容易被归进来，但侧重点不一样的。物联网工程，是计算机、电子、通信掺在一起，做硬件设备加上配套的软件程序，像智能设备、传感器联动这类项目；数字媒体技术，会写代码也会碰图形渲染、动画、游戏引擎，和纯设计专业不同，核心还是用程序去实现画面效果，不少毕业生会去往游戏、可视化方向。
当初填报的时候踩过一个误区，只看专业名字带不带计算机三个字，没有细看培养方案，以为名字差不多学的东西就一样。后来慢慢明白，选专业不是挑一个好听的名头，要看自己能不能接受它的课程偏向，喜欢底层原理就往计科，想早点做软件项目可以看软工，对设备和网络感兴趣再考虑网工。
隔壁班有个同学，当初跟风选人工智能，结果本身很抵触数学，高数、线代学的很吃力，后面只能靠自学转去前端开发，把之前很多课程的精力都白费了。专业只是给一个学习的框架，同一个专业里面，最后走的路线也会千差万别。
志愿表关掉那天，盯着那一堆专业名称，只觉得信息太多，很难一次性预判几年之后的走向。