计算机科学专业能从事的职业

提供算法,系统,以及大多数大学现在的专用机器学习课程,这些课程构成了几乎每个AI研究专业的技术基础.

为生产级机器学习平台提供编程、分布式系统和算法方面的基础。

支持编译器、仿真、纠错和控制软件。

覆盖算法,数据结构,可计算性和系统——几乎每个领域专业的理论基础.

教授算法、系统与编程知识,适用于应用、云计算和安全工程。

数据库、算法和足够的软件工程来编写生产质量的代码，而不仅仅是一次性的分析脚本，越来越多地将强候选者与弱者区分开来。

机器人越来越依赖训练有素的感知模型和学得的控制政策,而不是仅仅依靠手编码逻辑,而大多数大型机器人公司现在从中大量雇用。

数据库、算法，以及足以写出生产级代码、而不只是一次性分析脚本的软件工程能力，正日益成为区分优秀候选人与平庸候选人的关键。

现代实证工作靠代码运转，而经济学家增长最快的雇主是科技行业，那里的拍卖设计和实验正好落在经济学与计算的交界上。计算机科学-经济学双学位，越来越成为首选的准备方式。

软件时代主导创始人学位：技术创始人无需雇佣即可建首个产品，投资者为该能力定价。过去三十年许多最大初创结果至少有一位编程创始人。

赋予足够的技术素养去读懂技术设计文档、大致估算工程工作量，并赢得工程师的信任——在产品面向开发者的基础设施类公司中尤其受重视。

理论计算机科学本质上就是数学的一个分支——复杂度、密码学、算法——而P与NP问题本身就悬赏克雷研究所的百万美元大奖；数学与计算机科学的双学位如今已是最常见的准备路径之一。

脚本和系统方面的素养，让设计师无需借助工程师就能验证想法，而“技术设计师”这一混合角色是行业里最抢手的职位之一。许多备受赞誉的设计师，从席德·梅尔到马库斯·佩尔松，最初都是以程序员身份入行的。

日益壮大的子领域——拉蒂斯QCD,机器学习辅助数据分析,量子计算——越来越多地雇用同样具有真实计算机科学背景的物理学毕业生.

现代天文学就是软件：巡天流水线、机器学习分类器、模拟代码。带有物理课程的计算机科学学位，正日益成为一条常见且好就业的入行路径。