intel本科专业,intelligent systems专业

留学本科专业
2024-10-29 08:41:59

随着科技的发展，intel本科专业的今日更新也在不断地推陈出新。今天，我将为大家详细介绍它的今日更新，让我们一起了解它的最新技术。

文章目录列表:

1.美国哪所大学的计算机系最好？
2.留学，哈佛CS或者EE专业的本科生毕业后都去哪儿了
3.大连英特尔公司好吗
4.计算机分哪几个专业
5.大学与计算机有关的专业都有哪些？
6.关于计算机专业

intel本科专业,intelligent systems专业(图1)

美国哪所大学的计算机系最好？

美国计算机专业的大学有很多例如：（信息来源美国大学院校库/university/?page=1&country=USA?ozs=zj-lx）

1、斯坦福大学的计算机科学拥有40人以上，其中不乏响当当的图灵奖得主和各个学科领域的****。

2、麻省理工学院，MIT招生不太喜欢看GRE成绩。MIT曾为计算机科学的发展作出不可磨灭的贡献，数据流计算的思想和数据流计算机、人工智能方面的许多重大成就，影响深远。

3、加州大学伯克利分校，同样地处旧金山湾畔，硅谷地带，离Stanford大约只有50公里的UC.Berkeley是美国激进的学校之一。

4、卡耐基梅隆大学，CMU是位于匹兹堡的不大的学校，但这个学校在工程及其他一些领域的学堂。

5、伊利诺斯大学、UIUC的工程学院在全美是至尊级的，其CS、ECE、EE在历史上都屡建战功。

如果想了解自己的成绩可以申请到那些美国大学的计算机专业，可以通过留学志愿参考系统/dingwei/?ozs=w-hf把你的GPA、语言成绩、专业、院校背景信息输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，看看他们成功申请了哪些院校和专业，这样子就可以看到你目前的条件能申请到国外什么层次的院校和专业了

留学，哈佛CS或者EE专业的本科生毕业后都去哪儿了

CS与EE的就业情况

首先我们要搞清楚EE和CS在就业上代表着什么不同的方向。宏观上说，EE是属于物理层面偏硬件，CS是物理层偏软件。举例来说，凡是跟芯片有关系的，Intel，AMD，德州仪器，都是偏硬件;凡是跟软件关系大的，从微软到甲骨文到金山，都是偏软件的。还有一些是做产品和集成的，比如说NOKIA，华为，BYD之类，是典型的软硬兼修，并不偏向哪一个，因为他们的产品离开了硬件软件都不行。

EE几个比较有代表性的方向是电磁学、电路设计相关、控制电路相关、微机电系统、强电系统、通信系统相关。在美国所有相关的专业都有比较好的工作形势，但是要注意不要过于涉密，否则由于是外国人的缘故可能有些不便，签证时候也免不了被Check。偏硬件的EE的好处是比起纯软件的CS门槛高，工作经验更加值钱。坏处是更新慢，硬件价格高，用户没有明显的动力去更新产品，因此做产品的公司自然也就受到一些影响。做EE的话在美国有一个有意思的现象，就是凡是电磁学、电路设计、微机电系统、通信相关的这些，名声很大，学习的人也很多，但是找工作竞争很激烈。但是偏强电和供电系统的，学的人少，工作形势反而挺好。

CS的方向就太多了。但是真正在公司的话其实就是两种人：写代码或者做上层设计。再细分有医学应用方向，网络安全方向，图像处理方向，还有更多的用Java之类的语言去做application的coding，或者是用C/C++写从上层到系统到driver层的代码，没什么明确的“方向”。但是通常coding不是做一辈子的事，一般做到1-2年就能做Team leader，再往上分成管理路线和技术路线。如果是管理路线则是Project Manager，然后发展成Section Manager，如果是技术路线则是senior engineer或specialist。当然美国有的企业直接录取了CS的PhD的话就叫做CS Scientist，其实一开始干的活还是coding。Coding干久了如果做得好，就像刚才提到的成为技术专家，做一些architecture方面的设计。

大连英特尔公司好吗

大连英特尔公司很不错，属于外企，但是要求也高，普通的操作工人最低学历也要大专以上，就连班车司机都要会简单的英语，具体待遇不是很清楚，只知道工人最低工资没有低于2000的，而且是基本工资，如果是办公室或者管理部门的，那就更高了。

英特尔半导体(大连)有限公司于2006年06月06日在大连市工商行政管理局登记成立。法定代表人Tiffany D.Silva，公司经营范围包括半导体集成电路产品制造、封装测试、加工、仓储等。

2020年4月，英特尔半导体(大连)有限公司入选2019年中国出口企业200强。

注册地位于辽宁省大连经济技术开发区淮河东路，法定代表人为Tiffany D.Silva。经营范围包括半导体集成电路产品制造、封装测试、加工、仓储、销售自产产品和售后服务;高科技信息领域内的与半导体集成电路产品和技术有关的研发、中试;提供安装、测试、维护、咨询、技术解决方案等技术服务(依法须经批准的项目，经相关部门批准后方可开展经营活动。)英特尔半导体(大连)有限公司对外投资8家公司。

计算机分哪几个专业

# 硬件

### 硬件工程师

指在计算机领域里，需要接触到电路底层的工程师，实际上在电气领域，在电方向上分为强电和弱电，强电指高压传输，电动机等高电流作为能源动力领域，弱点就是指微电子方向的信息处理领域。计算机硬件工程师的工作范围在弱电，主要内容主要有PCB设计（印制电路板），ic（芯片）设计，FPGA工程师。往上还包括涉及针对特定硬件做系统开发维护的嵌入式工程。

#### PCB工程师、FPGA工程师、IC工程师

专业术语大家可能不太懂，就举例一下每种工程师对应的工程产品吧。

PCB工程师的工作就是设计一个高速稳健的交通网络，把电路板上各个功能不同的模块连接起来。他们的工作环境如下所示。

FPGA全称叫现场可编程逻辑阵列，就是理解为一个可以编程的硬件。传统意义上的集成电路是定制化的，针对特定的需求设计特定的电路板。而fpga可以通过熔断机制来动态修改电路的结构，达到动态编程的效果，简单点说，针对一块FPGA，你可以把他烧制成视频编码器，也可以烧制成无线wifi通信模块。虽然这些算法都可以通过软件实现，但是硬件实现的效果算法成本更低。开发语言常用的有VHDL（硬件描述语言）。

IC工程师就是设计一个高效运算的大脑，涉及到流水线机制，超频，最重要的是解决纳米级别下电流扰动问题，最大的制约因素也是材料工艺问题。

以上三种岗位其实在现代学术分支类还是属于EE下的子类，事实上从事这个方向的人也大部分是学习电子电路工程的同学。这个专业的特点就是强者通吃，全球唯二的两家芯片公司intel、AMD。而且他们的核心竞争力并不是芯片设计能力上，而是在制作工艺上。现在在移动终端统一江湖的还有英国Acorn有限公司设计的ARM芯片，它只是提供一个解决方案，设计图纸，具体的制造还得是华为，三星自己开场设立。但是同时又有很多小众领域，比方说无人机，安全门等等你又需要做专门的PCB设计，所以硬件工程师也是有市场需求基础的，但是也不多。从技能需求来看，要求数学知识扎实，逻辑严密，电子电路知识更多，类似工具反而并不是显得那么重要。从未来的发展前景来看，随着智能硬件物联网的推广，会有一波大红利。

岗位需求：IC << FPGA = PCB

薪资：IC >> FPGA = PCB

#### 嵌入式工程师

**系统级别嵌入式**

主要是针对特定硬件移植一套操作系统，类似于linux，VxWorks等，甚至于自己开发一个只能满足需求的未知系统，你需要读管脚信息，读时序。但是大部分还是使用成熟的系统移植，自己写系统一来太慢，二来肯定很多坑。相对来说在这个层面上的人都是大牛。或者做一些驱动开发，比如说，每年让无数游戏宅剁手的最新NVIDIA显卡，都需要这个级别的工程师来做相应的显卡驱动。

薪资水平绝对高，起薪百万级别，入门门槛也绝对高，业内最强不是在研究所，而是在公司。

**应用级别嵌入式**

在基于已经能跑的机器上做开发，比如说，操作系统已经提供了最基本的文件管理，内存管理，CPU管理的情况下。你在此基础上做特定应用的开发。普遍打交道的语言工具是C。本人实验室其实是这个方向的，有过军工和国企的一些项目，从这层往上，到架构师之前，本人至少都接触过一些。能说点自己的感悟，而不是查资料了。

做嵌入式应用开发最蛋疼的不是开发而是调试，在这一层做开发会有各种奇葩问题，比方说你昨天还跑得好好的，今天可能就崩了，可能是硬件问题，虚焊？电容击穿？电路板电流扰动？也可能是软件问题，野指针（很少有系统做了虚拟内存，你所有操作都是在实际的内存空间上操作的），内存溢出。

薪水来看，起薪比较低，今年华为给的算是不错了，能到16K，但是随着你对业务的熟悉，工资是没有上限的，最终达到的升级状态就是系统级别嵌入式工程师。

## 软件

### 桌面程序工程师

传统的桌面应用软件类似于office，浏览器啊在PC端上运行的软件。主流的开发框架有Qt，MFC，.NET。现在还比较强势的一些桌面应用领域就是微软的office和桌面游戏公司。以及基于微软的C#的开发应用，基于QT的C++开发应用。其他的不是特别了解，但是给我的感觉就是这个市场不怎么活跃，招人很少，身边也没有认识的人走这条路线。经知友私信补充，这个行业的薪资并没有随着互联网浪潮而有大幅度增长，该知友在.NET平台下使用C#开发，有5年的从业经验，15年的薪资水平在11k左右，后来转行去了android，当然这可能只是个例，有很多厉害的人我们可能不知道，先谢谢这位知友知友了。

### 网络应用工程师

从google发迹以来，基本上所有新兴的巨无霸公司，facebook，bat，amazon都是依赖于互联网的发展，依赖于这群互联网应用工程师。同时他们也就是在网上自称为码农的这个群体。他们这个群体应该能占到计算机领域70%以上的研发人员。

#### 前端开发

广义的前端就是指呈现在用户视觉的领域，直接可以让用户感受到的开发，往下会细分为web，andoroid，ios。

#### web前端（h5前端）

web前端指在浏览器（包括手机和pc浏览器，或者是webview控件，甚至于搭载JS引擎的任意环境）上运行的一系列应用。

传统意义上的前端主要是指网页，html,css,js那一套了，或者再加上html5,css3。但是最近几年前端发了很多变化。

这个方向是这几年的大热门，随着机器性能的提高，v8引擎的普及，虽然js和c，java的运算效率还是差上很远，但是目前来看对于呈现展示内容已经基本够用，所以，近几年出现了各种叛逃，比如说cocos2d-js来做游戏，react-native来做客户端啊。同时，随着大量人才的涌入，特别是这两年，大量的前端框架，解决方案让你感觉跟不上时代，讲真，两年前还是JQuery的天下，现在你不知道Vue，Angular都不好意思打招呼。同时由于机器性能的提高和V8引擎的强劲有力，脚本语言的另一个优点就是无须编译运行，导致了它可以实现一个其他语言无法做到的事情---动态更新，可以在app不发版的情况下动态的大幅度更改它，进一步的增加了JS的需求量。

薪资比起前两年来看涨了不少，而且市场需求量也很大，基本上任何应用都没有完全脱离web的框架内。门槛也不算高，但是往下深入一样会有很多东西要学。

#### android和iOS

android是一个基于linux内核开发的开放源代码移动操作系统，由Google成立的Open Handset Alliance（OHA，开放手持设备联盟）持续领导与开发，主要设计用于触屏移动设备如智能手机和平板电脑。iOS（原名 iPhone OS，自 iOS 4 后改名为 iOS）是苹果公司为移动设备所开发的封闭源代码操作系统，所支持的设备包括 iPhone、iPod touch 和 iPad。

目前看来，智能机市场上，android的市场份额在四分之三以上，ios占了大概五分之一，剩下的都是什么塞班，winphone我们应该不用考虑，你应该也不会想做这个的。虽然android和ios市场占有率相差悬殊，但是android工程师和ios工程师基本上能维持相同的人数，所以你如果想从事移动端开发，就业市场来看的话,没有很大的区别。

技术层面来看两个其实比较像，主要的区别其实是生态圈的比较。

相应来说，可能android的入门成本门槛比较低，java相对于Object-C，swift来说还是比较流行的，同时，相对于iOS（mac电脑+苹果手机+一年100刀的开发者账号）的起始1.5W的投入来看，可能android的竞争会更激烈一些。

由于android的开放性，基于开源的linux开发，所以业内会有很多公司针对于android做所谓的“深度定制”，“适合国人的智能手机”等，那就导致了android的各式各样，不同的手机厂商在某些细节方面又有不同的理解，倒是android开发最大的一个问题就是适配。同时由于android的权限开放性，他会有很多可以hack的地方，针对android的木马病毒（360管家）很多，你要考虑到的东西会很多，不过目前来看，android的每次发版，安全性也越来越好，权限管理也越来越规范，以后会越来越好。而iOS的封闭特性，相对来说被发现的漏洞少（并不是不多，我个人觉得绝对比android多），但是每次爆出都是大新闻，它的开发相对来说规范很多，有很多成熟的解决方案，他的主要问题其实是iOS审核这块，大部分的公司都有过app被appstore毙过的经历。

另外，最近苹果公司也在推swift，如果你要做iOS，由于各种历史问题，OC并不能完全弃掉，但是swift也会成为你求职的考点或者亮点，通过同事的反应来看，swift比OC更爽，它更愿意做swift。

#### 后端开发

后端开发指的是，在为前端提供数据支撑的一个大的总类，包括数据库，业务逻辑处理，数据处理等。主要的开发语言分两个方向编译型语言，java，c/c++等，他的特点就是运行效率高，相同机器配置的情况下能支撑更大的访问量，适用于超高并发度，比方说淘宝后台是java，网易游戏腾讯游戏是c++。另一种就是以php、python等解释性语言，他们的特点就是开发效率高，无需编译，写完就能运行，主要针对一些运算量不大的中小型网站，比如说你的个人博客，管理后台。

##### 运维工程师

特意把它从后端中拿出来，主要是他的开发任务比较少，但是同样很重要，当数量量达到一定程度，数据库服务器都有上千台的时候，就需要专业的人士做做数据维护的工作了，它的工作难度一样很多，容灾备份，热替换。而且目前的趋势都是服务化，组件化，虚拟化，一样有各种难题有待于你去解决。但是从市场需求来看，只有大厂才会招专业的运维工程师，创业公司100台服务器以下的小公司一般都是托管到各种云，然后由后台工程师兼任。

##### 通俗意义上的后台开发

也就是那些经常说自己是业务狗的屌丝码农，觉得不做架构设计比较low，他们主要的工作就是实现pm的工作需求，比方说双十一来了，pm说，这个要添加一个抢红包的功能，然后后台业务狗就忙起来，要解决高并发下的死锁啊，重复请求啊，带宽啊各种功能，当然也需要前端，但是前端并不需要考虑复杂的并发性问题。而如果这些业务狗在处理高并发问题上有所建树，那么他们就能一步步升级为架构师。那个时候就可以把屌丝码农的屌丝去掉了。

### 测试工程师

一个产品或者一个新的功能需要上线，必须要经过完备的测试，测试工程师目前其实有两种，一种是纯测试，另一种是他的升级版测试开发工程师，它能在测试的过程的顺手把小bug改了而不需要返工。好的测试开发工程师工资也可以比做开发的工资高。

而且你们也不要小看测试这个东西，不要以为你只会点点鼠标看看对不对这么简单，合格的测试工程师需要熟悉各种测试工具，能自己写测试脚本，能找到bug，而且还能知道为什么会出现bug。这个工种一般也都是大公司才会配置的，对于小公司来说，一般就是开发人员自己也是自己的测试人员。

### 安全工程师

同样一个产品或者一个新的功能需要上线，不仅需要要经过完备的功能测试，还有一向就是安全性测试。而由于安全性测试可能需要的知识比较多，所以又会有一个单独的工种来这个。

或者你们也许更喜欢叫他们黑客（坏孩子），白帽子（好孩子）。他们游走在法律的边缘，或做着侠士的行为而不为人所知，或调皮捣蛋想整一个大新闻，更有甚者违法牟利。但是必须指出，他们确实互联网圈子里最有创新精神，反抗精神的人，当然我不是说的那些连脚本都不会写的工具小子了。我指的是阿桑奇，中本聪（主要是技术吊，思维吊，但是没做啥好事）。他们是IT圈的安拉，耶稣基督，精神偶像。必须指出，走安全工程师这条路必须得先走一条边缘线，要想有最好的防守你得先知道别人是怎么进攻的。薪水来看并不是特别有竞争力（不包括黑产）。从业人员这几年很多看到的情况是好孩子越来越多，但是中国的大环境不是特别好（乌云都被关了）。

### 架构师

从这里往后，已经算是程序员界的高富帅了，可以称的上是半个科学家。架构师的工作差不多已经基本脱离代码了，他的主要工具从VIM，EClipse变成了word，ppt。他主要觉得技术选型，针对大容量高并发的问题制定解决方案。基本上他们都是由后台工程师升级打怪升上来的，好像听闻业界也有前端工程师升级为了CTO做架构的，但是毕竟还是少数，node的效率还是差了很多。

### 算法工程师

这类人，基本都是大学参加ACM竞赛拿过奖，或者本身思维逻辑严密性高，数学基础扎实，算法牛逼。如果你是一个数学系或者物理系的优秀毕业生想转IT，这个可以作为你的主要方向。这个算是建筑系里的学院派，从学校毕业之后就直接达到了这个等级，起薪很高。

#### 数据挖掘

它的作用就是从一堆数据中挖去你你想要的信息。打个比方，给你2008年到2016年所有的房屋成交量，房屋成交价格，土地成交量，人口增长，银行贷款利率变化等等很多信息，让你预测明年房价变化情况。他们就是干这个的，这个工作分三步走，爬数据，建模，写算法验证。

爬虫工程师，就是从各种国家统计局网站，链家网站爬去数据，存储为结构化的数据。

数学建模，建立各种数据之间的影响关系，影响因子。

写算法验证，大部分数据挖掘工程师好像都是用python，工具比较多，语法简单。

难点其实不是在写代码部分，而在于建模，如果设计一个有效的模型来量化这些数据间的联系。其中的影响因子权值就是他们的生命价值所在，所有他们会光荣的把自己称呼为“调参侠”，顾名思义，就是天天调整参数，让模型运算结果来匹配实际情况。

薪水很高，一般统计分析局或者大公司才会招人，而且还可以独立创业，像是知乎很有名的团支书，拿数据打脸的那种牛逼轰轰的人物。

另外再而外介绍一下量化交易，量化交易是指以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。这个是计算机屌丝和金融高富帅融合的比较成功的一个新的工种，通过一个优秀的交易员建立一个理论交易模型，再有程序员实现代码，这个算是数据挖掘领域比较直接的变现交易，著名的知乎英国五毛，Lightwing（李轶睿）就是从事这个方向的，他们的薪水是按照日来的，关键也在于模型建立，而且都是通过技术面分析，确保收益，比如说从10块钱涨到了10.1块，即便它很可能涨到11块，他们也可能就会卖掉（算法策略），然后通过超高频率的买卖来确保收益，比如说虽然每次买卖只能赚一毛钱，但是他一天内买卖了几十手，而且大部分都赚了，总的收益可能也会有1块，所以量化交易也有叫高频交易的.

#### 人工智能

我好久也没看过这方面的书了，可能理解有误。大家经常看到的siri，或者聊天机器人之类的都是属于这种东西。他的本质还是一个有限自动状态机，在一个状态下在很多因素的影响下走向下一个状态，理论上你把你在三维世界所有的输入都考虑进去，而且都分别定义了相应的输出，他是可以做到人工智能的。但是这样写出来程序会非常大，电脑跑不动。我个人的理解，基于计算机简单的01唯一向性，真正意义上的人工智能还是蛮难实现的。比如说之前非常火的李世石大战阿法狗，在这种特定的应用下，输入很简单，围棋上的落子16*16，状态也很简单，2的16*16次方，在这个复杂度下，肯定也是没办法枚举的，他们会有降维算法各种算法来聚类他们的状态。

#### 深度学习

我们上面所说的数据挖掘会有一个调整参数的过程，而在深度学习领域，他会添加一个正向反馈，让你的参数由机器自动调整，让他计算的结果去自动匹配实际的结果。这个就是所谓的机器学习，就是把人为调参的过程让机器自动完成。

此外，人工智能，深度学习，数据挖掘并不是分开来看的，他们会存在一定程度上的重合。他们其实真正的难点实在各种降维算法，概率论，退火等数学领域。所有说他们算是半个科学家也就是这样原因了。

#### 性能效率支持

这个才是普遍意义上的互联网的算法工程师做的事情。比方说，我要求一个数的平方根，现在我们编程很简单，只需要sqrt（）就可以了，但是你如果看过这个的源码，你就会惊呼，感兴趣自己去搜，他并不是用牛顿莱布尼兹公式做的，它比牛顿牛逼多了，能提高100倍的效率。这只是一个很简单的例子，在实际应用中，当遇到大运算量的时候，就是他们该出场了。这部分功能其实大部分也是由后台工程是自己担任的，但是不排除大公司类似google，fb会特意招ACM来做算法支持，起薪很高。

在这里我特意提一下效率工程的头面担当，游戏引擎工程师（目前国内主要使用开源的unity3d）。主要做3D渲染，需要在计算机图形学方面有较高建树。类比于工业皇冠上的航天发动机一个级别。游戏开发只是一个特定方向的开发，，一样有客户端，web端，pc端，后台，数据库运维等。并没有需要单独拿出来一个讲。不过游戏开发工程师一般来说都是比较累的，但是同样薪水也是高，阴阳师团队今年估计年终奖拿100个月我都不稀奇。

### 标准化组织协会会员

这个也算是吧。比如说，美国电子工程协会，3GPP协会。他们主要是制作各种标准化协议。这个级别太高了，在特定领域，全球估计也就几十个人能做的了主吧。工资多少，人家应该都不在意这个东西。而且大部分还都是国家拨款或者公益组织拨款，反正不是盈利性质的。比如说，TCP/IP协议制定，5G协议制定。我也不知道他们从拿招人，可能是大学教授或者行业领袖吧。

### 量子计算机工程师

这个超级吊，这个是先驱，未来的计算机，至于他们干嘛的，怎么做，别问我，我不知道！！！

大学与计算机有关的专业都有哪些？

1,电子信息科学与技术

电子信息科学与技术专业培养具备电子信息科学与技术的基本理论和基本知识，受到严格的科学实验训练和科学研究初步训练，能在电子信息科学与技术、计算机科学与技术及相关领域和行政部门从事科学研究、教学、科技开发、产品设计、生产技术管理工作的电子信息科学与技术高级专门人才。

2,信息科学技术专业

信息科学技术专业是一个大学专业，培养具有扎实的数学、物理、电子和计算机的基础知识，系统地掌握光学信息处理技术、现代电子学技术和计算机应用技术的基本技能。

能在光通信、光学信息处理、以及相关的电子信息科学、计算机科学等信息技术领域、特别是光机电算一体化产业从事科学研究、产品设计和开发、生产技术或管理的面向二十一世纪的高级专门人才。

3,数字媒体

数字媒体属于工学学科门类，是指以二进制数的形式记录、处理、传播、获取过程的信息载体，这些载体包括数字化的文字、图形、图像、声音、视频影像和动画等感觉媒体，和表示这些感觉媒体的表示媒体（编码）等，通称为逻辑媒体，以及存储、传输、显示逻辑媒体的实物媒体。

4,软件工程

软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。

5,计算机科学与技术

计算机科学与技术是研究计算机的设计与制造，并利用计算机进行有关的信息表示、收发、存储、处理、控制等的理论方法和技术的学科。

关于计算机专业

计算机科学与技术这一门科学深深的吸引着我们这些同学们，上计算机系已经有近三年了，自己也做了一些思考,我一直认为计算机科学与技术这门专业，在本科阶段是不可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需要技术；每一个人(包括非计算机专业)，掌握简单的计算机技术都很容易（包括程序设计），但计算机专业的优势就在于，我们掌握许多其他专业并不"深究"的东西，例如，算法，体系结构，等等。非计算机专业的人可以很容易地做一个芯片，写一段程序，但他们做不出计算机专业能够做出来的大型系统。今天我想专门谈一谈计算机科学，并将重点放在计算理论上。

计算机理论的一个核心问题——从数学谈起：

记得当年大一入学，每周六课时高等数学，天天作业不断(那时是六日工作制)。颇有些同学惊呼走错了门:咱们这到底念的是什么系？不错，你没走错门，这就是计算机科学与技术系。我国计算机科学系里的传统是培养做学术研究，尤其是理论研究的人（方向不见得有问题，但是做得不是那么尽如人意）。而计算机的理论研究，说到底了，如网络安全，图形图像学，视频音频处理，哪个方向都与数学有着很大的关系，虽然也许是正统数学家眼里非主流的数学。这里我还想阐明我的一个观点：我们都知道，数学是从实际生活当中抽象出来的理论，人们之所以要将实际抽象成理论，目的就在于想用抽象出来的理论去更好的指导实践，有些数学研究工作者喜欢用一些现存的理论知识去推导若干条推论，殊不知其一：问题考虑不全很可能是个错误的推论，其二：他的推论在现实生活中找不到原型，不能指导实践。严格的说，我并不是一个理想主义者，政治课上学的理论联系实际一直是指导我学习科学文化知识的航标（至少我认为搞计算机科学与技术的应当本着这个方向）。

其实我们计算机系学数学光学高等数学是不够的（典型的工科院校一般都开的是高等数学），我们应该像数学系一样学一下数学分析（清华计算机系开的好像就是数学分析），数学分析这门科学，咱们学计算机的人对它有很复杂的感情。在于它是偏向于证明型的数学课程，这对我们培养良好的分析能力极有帮助。我的软件工程学导师北工大数理学院的王仪华先生就曾经教导过我们，数学系的学生到软件企业中大多作软件设计与分析工作，而计算机系的学生做程序员的居多，原因就在于数学系的学生分析推理能力，从所受训练的角度上要远远在我们之上。当年出现的怪现象是：计算机系学生的高中数学基础在全校数一数二(希望没有冒犯其它系的同学)，教学课时数也仅次于数学系，但学完之后的效果却不尽如人意。难道都是学生不努力吗，我看未见得，方向错了也说不一定，其中原因何在，发人深思。

我个人的浅见是：计算机系的学生，对数学的要求固然跟数学系不同，跟物理类差别则更大。通常非数学专业的所谓"高等数学"，无非是把数学分析中较困难的理论部分删去，强调套用公式计算而已。而对计算机系来说，数学分析里用处最大的恰恰是被删去的理论部分。说得难听一点，对计算机系学生而言，追求算来算去的所谓"工程数学"已经彻底地走进了误区。记上一堆曲面积分的公式，难道就能算懂了数学？那倒不如现用现查，何必费事记呢？再不然直接用Mathematics或是Matalab好了。

我在系里最爱做的事情就是给学弟学妹们推荐参考书。中文的数学分析书，一般都认为以北大张筑生老师的"数学分析新讲"为最好。万一你的数学实在太好，那就去看菲赫金哥尔茨的"微积分学教程"好了--但我认为没什么必要，毕竟你不想转到数学系去。吉米多维奇的"数学分析习题集"也基本上是计算型的东东。书的名气很大，倒不见得适合我们，还是那句话，重要的是数学思想的建立，生活在信息社会里我们求的是高效，计算这玩意还是留给计算机吧。不过现在多用的似乎是复旦大学的《数学分析》也是很好的教材。

中国的所谓高等代数，就等于线性代数加上一点多项式理论。我以为这有好的一面，因为可以让学生较早感觉到代数是一种结构，而非一堆矩阵翻来覆去。这里不得不提南京大学林成森，盛松柏两位老师编的"高等代数"，感觉相当舒服。此书相当全面地包含了关于多项式和线性代数的基本初等结果，同时还提供了一些有用的又比较深刻的内容，如Sturm序列，Shermon-Morrison公式，广义逆矩阵等等。可以说，作为本科生如能吃透此书，就可以算高手。国内较好的高等代数教材还有清华计算机系用的那本，清华出版社出版，书店里多多，一看就知道。从抽象代数的观点来看，高等代数里的结果不过是代数系统性质的一些例子而已。莫宗坚先生的《代数学》里，对此进行了深刻的讨论。然而莫先生的书实在深得很，作为本科生恐怕难以接受，不妨等到自己以后成熟了一些再读。

正如上面所论述的，计算机系的学生学习高等数学：知其然更要知其所以然。你学习的目的应该是：将抽象的理论再应用于实践，不但要掌握题目的解题方法，更要掌握解题思想，对于定理的学习：不是简单的应用，而是掌握证明过程即掌握定理的由来，训练自己的推理能力。只有这样才达到了学习这门科学的目的，同时也缩小了我们与数学系的同学之间思维上的差距。

概率论与数理统计这门课很重要，可惜大多数院校讲授这门课都会少些东西。少了的东西现在看至少有随机过程。到毕业还没有听说过Markov过程，此乃计算机系学生的耻辱。没有随机过程，你怎么分析网络和分布式系统？怎么设计随机化算法和协议？据说清华计算机系开有"随机数学"，早就是必修课。另外，离散概率论对计算机系学生来说有特殊的重要性。而我们国家工程数学讲的都是连续概率。现在，美国已经有些学校开设了单纯的"离散概率论"课程，干脆把连续概率删去，把离散概率讲深些。我们不一定要这么做，但应该更加强调离散概率是没有疑问的。这个工作我看还是尽早的做为好。

计算方法学（有些学校也称为数学分析学）是最后一门由数理学院给我们开的课。一般学生对这门课的重视程度有限，以为没什么用。不就是照套公式嘛！其实，做图形图像可离不开它，密码学搞深了也离不开它。而且，在很多科学工程中的应用计算，都以数值的为主。这门课有两个极端的讲法：一个是古典的"数值分析"，完全讲数学原理和算法；另一个是现在日趋流行的"科学与工程计算"，干脆教学生用软件包编程。我个人认为，计算机系的学生一定要认识清楚我们计算机系的学生为什么要学这门课，我是很偏向于学好理论后用计算机实现的，最好使用C语言或C++编程实现。向这个方向努力的书籍还是挺多的，这里推荐大家高等教育出版社（CHEP）和施普林格出版社(Springer)联合出版的《计算方法（Computational Methods）》,华中理工大学数学系写的（现华中科技大学），这方面华科大做的工作在国内应算是比较多的，而个人认为以这本最好，至少程序设计方面涉及了：任意数学函数的求值，方程求根，线性方程组求解，插值方法，数值积分，场微分方程数值求解。李庆扬的那本则理论性过强，与实际应用结合得不太紧。

每个学校本系里都会开一门离散数学，涉及集合论，图论，和抽象代数，数理逻辑。不过，这么多内容挤在离散数学一门课里，是否时间太紧了点？另外，计算机系学生不懂组合和数论，也是巨大的缺陷。要做理论，不懂组合或者数论吃亏可就太大了。从理想的状态来看，最好分开六门课：集合，逻辑,图论，组合，代数，数论。这个当然不现实，因为没那么多课时。也许将来可以开三门课：集合与逻辑，图论与组合，代数与数论。（这方面我们学校已经着手开始做了）不管课怎么开，学生总一样要学。下面分别谈谈上面的三组内容。

古典集合论，北师大出过一本《基础集合论》不错。数理逻辑，中科院软件所陆钟万教授的《面向计算机科学的数理逻辑》就不错。现在可以找到陆钟万教授的讲课录像，/html/Dir/2001/11/06/3391.htm自己去看看吧。总的来说，学集合/逻辑起手不难，普通高中生都能看懂。但越往后越感觉深不可测。

学完以上各书之后，如果你还有精力兴趣进一步深究，那么可以试一下GTM系列中的《Introduction to Axiomatic Set Theory》和《A Course of Mathematical Logic》。这两本都有世界图书出版社的引进版。你如果能搞定这两本，可以说在逻辑方面真正入了门，也就不用再浪费时间听我瞎侃了。

据说全中国最多只有三十个人懂图论。此言不虚。图论这东东，技巧性太强，几乎每个问题都有一个独特的方法，让人头痛。不过这也正是它魅力所在：只要你有创造性，它就能给你成就感。我的导师说，图论里面随便揪一块东西就可以写篇论文。大家可以体会里面内容之深广了吧！国内的图论书中，王树禾老师的"图论及其算法"非常成功。一方面，其内容在国内教材里算非常全面的。另一方面，其对算法的强调非常适合计算机系(本来就是科大计算机系教材)。有了这本书为主，再参考几本翻译的，如Bondy & Murty的《图论及其应用》，人民邮电出版社翻译的《图论和电路网络》等等，就马马虎虎，对本科生足够了。再进一步，世界图书引进有GTM系列的"Modern Graph Theory"。此书确实经典！国内好象还有一家出版了个翻译版。不过，学到这个层次，还是读原版好。搞定这本书，也标志着图论入了门。

离散数学方面我们北京工业大学实验学院有个世界级的专家，叫邵学才，复旦大学概率论毕业的，教过高等数学，线性代数，概率论，最后转向离散数学，出版著作无数，论文集新加坡有一本，堪称经典，大家想学离散数学的真谛不妨找来看看。这老师的课我专门去听过，极为经典。不过你要从他的不经意的话中去挖掘精髓。在同他的交谈当中我又深刻地发现一个问题，虽说邵先生写书无数，但依他自己的说法每本都差不多，我实在觉得诧异，他说主要是有大纲的限制，不便多写。这就难怪了，很少听说国外写书还要依据个什么大纲（就算有，内容也宽泛的多），不敢越雷池半步，这样不是看谁的都一样了。外版的书好就好在这里，最新的科技成果里面都有论述，别的先不说，至少是"紧跟时代的理论知识"。

组合感觉没有太适合的国产书。还是读Graham和Knuth等人合著的经典"具体数学"吧，西安电子科技大学出版社有翻译版。抽象代数，国内经典为莫宗坚先生的"代数学"。此书是北大数学系教材，深得好评。然而对本科生来说，此书未免太深。可以先学习一些其它的教材，然后再回头来看"代数学"。国际上的经典可就多了，GTM系列里就有一大堆。推荐一本谈不上经典，但却最简

单的，最容易学的：puter science(计算机科学的数学基础)，也就是理论计算机科学。原来在东方大学城图书馆中曾经看过一本七十年代的译本（书皮都没了，可我就爱关注这种书），大概就叫《计算机数学》。那本书若是放在当时来讲决是一本好书，但现在看来，涵盖的范围还算广，深度则差了许多，不过推荐大一的学生倒可以看一看，至少可以使你的计算数学入入门。

最常和理论计算机科学放在一起的一个词是什么？答：离散数学。这两者的关系是如此密切，以至于它们在不少场合下成为同义词。（这一点在前面的那本书中也有体现）传统上，数学是以分析为中心的。数学系的同学要学习三四个学期的数学分析，然后是复变函数，实变函数，泛函数等等。实变和泛函被很多人认为是现代数学的入门。在物理，化学，工程上应用的，也以分析为主。

随着计算机科学的出现，一些以前不太受到重视的数学分支突然重要起来。人们发现，这些分支处理的数学对象与传统的分析有明显的区别：分析研究的问题解决方案是连续的，因而微分，积分成为基本的运算；而这些分支研究的对象是离散的，因而很少有机会进行此类的计算。人们从而称这些分支为"离散数学"。"离散数学"的名字越来越响亮，最后导致以分析为中心的传统数学分支被相对称为"连续数学"。

离散数学经过几十年发展，基本上稳定下来。一般认为，离散数学包含以下学科：

1) 集合论，数理逻辑与元数学。这是整个数学的基础，也是计算机科学的基础。

2) 图论，算法图论；组合数学，组合算法。计算机科学，尤其是理论计算机科学的核心是

算法，而大量的算法建立在图和组合的基础上。

3) 抽象代数。代数是无所不在的，本来在数学中就非常重要。在计算机科学中，人们惊讶地发现代数竟然有如此之多的应用。

但是，理论计算机科学仅仅就是在数学的上面加上"离散"的帽子这么简单吗？一直到大约十几年前，终于有一位大师告诉我们：不是。D.E.Knuth(他有多伟大，我想不用我废话了)在Stanford开设了一门全新的课程Concrete Mathematics。 Concrete这个词在这里有两层含义：

首先：对abstract而言。Knuth认为，传统数学研究的对象过于抽象，导致对具体的问题关心不够。他抱怨说，在研究中他需要的数学往往并不存在，所以他只能自己去创造一些数学。为了直接面向应用的需要，他要提倡"具体"的数学。在这里我做一点简单的解释。例如在集合论中，数学家关心的都是最根本的问题--公理系统的各种性质之类。而一些具体集合的性质，各种常见集合，关系，映射都是什么样的，数学家觉得并不重要。然而，在计算机科学中应用的，恰恰就是这些具体的东西。Knuth能够首先看到这一点，不愧为当世计算机第一人。其次，Concrete是Continuous(连续)加上discrete(离散)。不管连续数学还是离散数学，都是有用的数学！

理论与实际的结合——计算机科学研究的范畴

前面主要是从数学角度来看的。从计算机角度来看，理论计算机科学目前主要的研究领域包括：可计算性理论，算法设计与复杂性分析，密码学与信息安全，分布式计算理论，并行计算理论，网络理论，生物信息计算，计算几何学，程序语言理论等等。这些领域互相交叉，而且新的课题在不断提出，所以很难理出一个头绪来。想搞搞这方面的工作，推荐看中国计算机学会的一系列书籍，至少代表了我国的权威。下面随便举一些例子。

由于应用需求的推动，密码学现在成为研究的热点。密码学建立在数论(尤其是计算数论)，代数，信息论，概率论和随机过程的基础上，有时也用到图论和组合学等。很多人以为密码学就是加密解密，而加密就是用一个函数把数据打乱。这样的理解太浅显了。

现代密码学至少包含以下层次的内容：

第一，密码学的基础。例如，分解一个大数真的很困难吗？能否有一般的工具证明协议正确？

第二，密码学的基本课题。例如，比以前更好的单向函数，签名协议等。

第三，密码学的高级问题。例如，零知识证明的长度，秘密分享的方法。

第四，密码学的新应用。例如，数字现金，叛徒追踪等。

在分布式系统中，也有很多重要的理论问题。例如，进程之间的同步，互斥协议。一个经典的结果是：在通信信道不可靠时，没有确定型算法能实现进程间协同。所以，改进TCP三次握手几乎没有意义。例如时序问题。常用的一种序是因果序，但因果序直到不久前才有一个理论上的结果....例如，死锁没有实用的方法能完美地对付。例如,......操作系统研究过就自己去举吧！

如果计算机只有理论，那么它不过是数学的一个分支，而不成为一门独立的科学。事实上，在理论之外，计算机科学还有更广阔的天空。

我一直认为，4年根本不够学习计算机的基础知识，因为面太宽了......

这方面我想先说说我们系在各校普遍开设的《计算机基础》。在高等学校开设《计算机基础课程》是我国高教司明文规定的各专业必修课程要求。主要内容是使学生初步掌握计算机的发展历史，学会简单的使用操作系统，文字处理，表格处理功能和初步的网络应用功能。但是在计算机科学系教授此门课程的目标决不能与此一致。在计算机系课程中目标应是：让学生较为全面的了解计算机学科的发展，清晰的把握计算机学科研究的方向，发展的前沿即每一个课程在整个学科体系中所处的地位。搞清各学科的学习目的，学习内容，应用领域。使学生在学科学习初期就对整个学科有一个整体的认识，以做到在今后的学习中清楚要学什么，怎么学。计算机基本应用技能的位置应当放在第二位或更靠后，因为这一点对于本系的学生应当有这个摸索能力。这一点很重要。推荐给大家一本书：机械工业出版社的《计算机文化》（New Perspective of Computer Science），看了这本书我才深刻的体会到自己还是个计算机科学初学者，才比较透彻的了解了什么是计算机科学。另外在厦门大学赵致琢老师的著作《计算科学导论》当中的很多经典理论都是在同类书籍中很难找到的。看看他也许你才会明白一个最基本的问题：为什么计算机科学叫计算科学更为准确。这本书在世界上也可成为精品级的著作。

一个一流计算机系的优秀学生决不该仅仅是一个编程高手，但他一定首先是一个编程高手。我上大学的时候，第一门专业课是C语言程序设计，念计算机的人从某种角度讲相当一部分人是靠写程序吃饭的。在我们北京工业大学实验学院计算机系里一直有这样的争论（时至今日CSDN上也有），关于第一程序设计语言该用哪一种。我个人认为，用哪种语言属于末节，关键在养成良好的编程习惯。当年老师对我们说，打好基础后学一门新语言只要一个星期。现在我觉得根本不用一个星期，前提是先把基础打好。不要再犹豫了，学了再说，等你抉择好了，别人已经会了几门语言了。

汇编语言和微机原理是两门特烦人的课。你的数学/理论基础再好，也占不到什么便宜。这两门课之间的次序也好比先有鸡还是先有蛋，无论你先学哪门，都会牵扯另一门课里的东西。所以，只能静下来慢慢琢磨。这就是典型的工程课，不需要太多的聪明和顿悟，却需要水滴石穿的渐悟。有关这两门课的书，计算机书店里不难找到。弄几本最新的，对照着看吧。组成原理推荐《计算机组成与结构》清华大学王爱英教授写的。汇编语言大家拿8086/8088入个门，之后一定要学80x86汇编语言。实用价值大，不落后，结构又好，写写高效病毒，高级语言里嵌一点汇编，进行底层开发，总也离不开他，推荐清华大学沈美明的《IBM—PC汇编语言程序设计》。有些人说不想了解计算机体系结构，也不想制造计算机，所以诸如计算机原理，汇编语言，接口之类的课觉得没必要学，这样合理吗？显然不合理，这些东西迟早得掌握，肯定得接触，而且，这是计算机专业与其他专业学生相比的少有的几项优势。做项目的时候，了解这些是非常重要的，不可能说，仅仅为了技术而技术，只懂技术的人最多做一个编码工人，而永远不可能全面地了解整个系统的设计，而编码工人是越老越不值钱。关于组成原理还有个讲授的问题，在我学这门课程时老师讲授时把CPU工作原理誉微程序设计这一块略掉了，理由是我们国家搞CPU技术不如别的国家，搞了这么长时间好不容易出了个龙芯比Intel的还差个十万八千里，所以建议我们不要学了。我看这在各校也未见得不是个问题吧！若真是如他所说，那中国的计算机科学哪个方向都可以停了，软硬件，应用，有几项搞得过美国，搞不过别人就不搞了，那我们坐在这里干什么？教学的观念需要转变的。

模拟电路这东东，如今不仅计算机系学生搞不定，电子系学生也多半害怕。如果你真想软硬件通吃，那么建议你先看看邱关源的"电路原理"，也许此后再看模拟电路底气会足些。教材：康华光的"电子技术基础"（高等教育出版社）还是不错的（我校电子系在用）。有兴趣也可以参考童诗白的书。

数字电路比模拟电路要好懂得多。推荐大家看一看我们北工大刘英娴教授写的《数字逻辑》业绩人士都说这本书很有参考价值（机械工业出版社的）。原因很明了，实用价值高，能听听她讲授的课程更是有一种"享受科学"的感觉。清华大学阎石的书也算一本好教材，遗憾的一点是集成电路讲少了些。真有兴趣，看一看大规模数字系统设计吧（北航那本用的还比较多）。

计算机系统结构该怎么教，国际上还在争论。国内能找到的较好教材为Stallings的"Computer Organization and Architectureesigning for Performance"(清华影印

本)。国际上最流行的则是"Computer architecture: aquantitative approach", by Patterson & Hennessy。

操作系统可以随便选用《操作系统的内核设计与实现》和《现代操作系统》两书之一。这两部都可以算经典，唯一缺点就是理论上不够严格。不过这领域属于Hardcore System,所以在理论上马虎一点也情有可原。想看理论方面的就推荐清华大学出版社《操作系统》吧，高教司司长张尧学写的，我们教材用的是那本。另外推荐一本《Windows操作系统原理》机械工业出版社的，这本书是我国操作系统专家在微软零距离考察半年，写作历时一年多写成的，教操作系统的专家除了清华大学的张尧学（现高教司司长）几乎所有人都参加了。Bill Gates亲自写序。里面不但结合windows2000,xp详述操作系统的内核，而且后面讲了一些windows编程基础，有外版书的味道，而且上面一些内容可以说在国内外只有那本书才有对windows内核细致入微的介绍，

如果先把形式语言学好了，则编译原理中的前端我看只要学四个算法：最容易实现的递归下降；最好的自顶向下算法LL(k)；最好的自底向上算法LR(k)；LR(1)的简化SLR(也许还有另一简化LALR)。后端完全属于工程性质，自然又是another story。

推荐教材：Kenneth C.Louden写的"Compiler Construction Principles and Practice"即是《编译原理及实践》（机械工业出版社的译本）

学数据库要提醒大家的是，会用VFP，VB, Power builder不等于懂数据库。(这世界上自以为懂数据库的人太多了！)数据库设计既是科学又是艺术，数据库实现则是典型的工程。所以从某种意义上讲，数据库是最典型的一门计算机课程——理工结合，互相渗透。另外推荐大家学完软件工程学后再翻过来看看数据库技术，又会是一番新感觉。推荐教材：Abraham Silberschatz等著的 "Database System Concepts".作为知识的完整性，还推荐大家看一看机械工业出版社的《数据仓库》译本。

计算机网络的标准教材还是来自Tanenbaum的《Computer Networks》（清华大学有译本）。还有就是推荐谢希仁的《计算机网络教程》（人民邮电出版社）问题讲得比较清楚，参考文献也比较权威。不过，网络也属于Hardcore System，所以光看书是不够的。建议多读RFC，http://www.ietf.org/rfc.htm里可以按编号下载RFC文档。从IP的读起。等到能掌握10种左右常用协议，就没有几个人敢小看你了。再做的工作我看放在网络设计上就比较好了。

大专读微电子技术好不好就业?我是女生

我也学微电子的.这个专业是很有前途的,只要你技术过硬,工资很高的七八千啊上万的月薪,当然这得靠经验了,这个行业薪水和经验成正比,越是古董级的大师越好.不过微电子贼难学的,而且工作很辛苦的,几乎都是男生,不过要是多个女生进来我们当然是欢迎的了呵呵.给你看点东西了,自己考虑清楚了:

微电子这个专业大家要注意,虽然很缺人,但国内基本上不会培养.因为这个专业的门槛比较高.你如果在一所差的学校学微电子,基本跟没学差不多.而且这个专业如果没有好的氛围,

光凭自学没什么用.所以一定要练顶尖学校.

微电子主要有两个大方向: 设计和工艺,尤其设计很缺人.

工艺应该是清华第一,北大第二.

在设计方向的排名如下: 1.复旦大学微电子系: 复旦是个传统的偏文的学校,工科大多数很烂,但却出了复旦大学微电子这个怪胎.全国五大集成电路公司的老总,三个是复旦的.拥有全国最好的实验设备,最优秀的师资.其实,就学术上看,复旦微电子未必是最有成就的,但就经济成就、学以至用,复旦确是最成功的.系主任闵昊同时兼任华虹的总经理，个人资产约6亿人民币。复旦微电子历史上出过7个个人资产在1亿人民币以上的教师。你看看微电子考研的专业课科目:模拟电路、数字逻辑、模拟CMOS集成电路设计、数字集成电路、专用集成电路,很多都是别的学校研究生才上的课程.据我所知，在集成电路设计企业，刚毕业硕士的起薪，一般复旦就要比华中科技大学、浙江大学、东南大学、成电、西电高百分之五十，当然是平均水平，个体的特殊情况例外。 2.清华微电子. 3.北大微电子. 4.上海交通大学微电子. 5.华中科技大学 6.浙江大学 7.东南大学(指的是东南无线电系的射光所,而东南电子工程系的微电子很烂) 8.成电 9.西电在这九所学校中，第一档次 : 复旦、清华第二档次 : 北大第三档次 : 上海交通大学第四档次 : 华中科技大学、浙江大学、东第五档次 : 成电、西电

部分毕业人士的看法：

IC设计工：

2006-06-25 19:24:41

我是国内微电子学排名前五名毕业的本科学生。毕业后从事数字IC设计工作。我的母校是国家八大集成电路设计基地，从我毕业的那年起，母校就可以向设计输出300名左右的硕士研究生和40名左右的本科生了。数字之大，令人瞠目结舌！

现在社会上炒作的暴料很多。但是我今天以一个业界的工程师把微电子学专业毕业生的生活向大家展示一下:

今年成都intel招收的应届本科生，薪水3500，从事半导体链最低的封装测试工作。

今年北京中芯国际招收的应届本科毕业生，薪水3500左右，从事半导体的生产制造工作。

去年华为招收的应届本科毕业生，基本薪水3500，从事数字IC设计。

很多例子，在本科毕业生里，他们的薪水已经很可观！我们一般工作每天超过12个小时，记住，在IC这个行业里，没有加班费！大家除了薪水，别的一个都拿不到，国内很多都是.

国外的公司，所以我们没有股票，没有分红，除了薪水，这就是被吹捧的微电子产业！我的同事都是各个微电子排名前十的毕业生，他们的成绩在学校都绝对优秀，但是我们的生活却很稀松平常。

很多人吹捧微电子是有他们的目的的，不要盲目随从，否则遗恨终生，当年和我同样高考分数的高中同学，他们从事电力这些传统行业的，已经生活高出我20年后的水平，可悲可叹！

如果真的有人企图送死微电子，从事数字设计工作: 请选择复旦，清华，北大，西安电子科技大学，成都电子科技大学，上海交通大学从事模拟设计: 请选择清华，北大，西安电子科技大学，成都电子科技大学，上海交通大学，四川大学生产制造的话: 这些都差不多。