Discrete mathematics
1–2Discrete mathematics은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
진한 칸일수록 이 직업에서 해당 지표가 높습니다.
학업 난이도86
선발성78
취업성94
창의성72
수학 강도80
사람 대면36
낮음높음
짧은 답
컴퓨터과학 학위는 보통 몇 년인가요?
대개 풀타임 약 4년입니다. 전문인증·장기 과정은 더 길 수 있고, 일부 체계는 3+2 볼로냐 구조를 씁니다.
컴퓨터과학은(는) 이론 중심인가요, 실습 중심인가요?
둘 다입니다. 기초는 이론 비중이 크고, 이후 실습실·프로젝트 공간·코드리뷰비중이 커집니다. 인증과 학과 문화에 따라 비율이 달라집니다.
수학을 잘해야 하나요?
이 사이트의 수학 강도는 다른 전공 대비 80/100입니다. 절대 관문이 아니니 해당 학과의 미적분·통계 요구를 확인하세요.
입학은 얼마나 경쟁적인가요?
선발성 점수는 78/100(사이트 내 상대)입니다. 단일 시험 컷이 아니라 전형적 경쟁 강도의 신호입니다.
어떤 커뮤니티에 가입해야 하나요?
학과 학회를 먼저, 이어서 전국 학생 지부와 실무자가 1차 자료를 나누는 온라인 포럼 하나를 고르세요.
후기는 실제 리뷰인가요?
역할·지역·연도가 명시된 에디토리얼 합성입니다. 익명 별점이나 유명인 가짜 인용가 아닙니다.
컴퓨터과학 커리큘럼은 장바구니 목록이 아니라 순서입니다. 초반 공통 어휘, 중반 방법, 후반 공개 종합이 기본입니다.
선택 자유도는 인증 시수와 학과에 따라 다릅니다. 아래는 공통 척추이지 모든 대학 요목이 아닙니다.
핵심 과목
Data structures
1–2Data structures은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Algorithms
1–2Algorithms은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Computer architecture
2–3Computer architecture은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Operating systems
2–3Operating systems은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Databases
2–3Databases은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Networks
3–4Networks은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
Software engineering
3–4Software engineering은(는) 컴퓨터과학이(가) 의존하는 습관을 훈련합니다. 시험용 지식이 아니라 이후 스튜디오·랩·클리닉에서 재사용되는 기술입니다.
세부 트랙
Systems
Systems 강조는 보통 기초 이후, 문제 가족을 깊게 파는 세미나·랩·스튜디오에서 나타납니다.
AI & ML
AI & ML 강조는 보통 기초 이후, 문제 가족을 깊게 파는 세미나·랩·스튜디오에서 나타납니다.
Security
Security 강조는 보통 기초 이후, 문제 가족을 깊게 파는 세미나·랩·스튜디오에서 나타납니다.
Human–computer interaction
Human–computer interaction 강조는 보통 기초 이후, 문제 가족을 깊게 파는 세미나·랩·스튜디오에서 나타납니다.
스킬 맵
Algorithmic thinking94
Systems design88
Debugging90
Math modelling78
Collaboration62
Writing specs70
Algorithmic thinking
Algorithmic thinking은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
Systems design
Systems design은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
Debugging
Debugging은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
Math modelling
Math modelling은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
Collaboration
Collaboration은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
Writing specs
Writing specs은(는) 컴퓨터과학 과정에서 매주 연습됩니다. 비율은 이 페이지 안 스킬 간 상대입니다.
배우는 방식
강의와 읽기
대규모 프레임과 그 주의 어휘를 정하는 원전·문제 세트.
랩·스튜디오·클리닉
실수가 허용되고 피드백이 구체적인 감독 실습.
세미나
소수 논쟁. 침묵은 집단이 알아차리기 때문에 비용이 큽니다.
캡스톤·논문
공개 종합 — 방어, 전시, 클리닉 포트폴리오 또는 프로토타입.
요목을 브랜드 약속이 아니라 연습된 기술의 지도로 읽으세요. 엄격히 채점하고 빠르게 돌려주는 학과가 더 많이 가르칩니다.
더 살펴보기
STEM·공학의 다른 전공
⚡
전기공학
전기공학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 88 🔧기계공학
기계공학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 86 🌉토목공학
토목공학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 84 ⚗️화학공학
화학공학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 82 🛰️항공우주공학
항공우주공학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 76 📊데이터과학
데이터과학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 92 🧮수학
수학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 70 ⚛️물리학
물리학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 68 🧪화학
화학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 72 📉통계학
통계학 — 무엇을 배우고, 어떤 캠퍼스·커뮤니티에서, 어떤 진로로 이어지는지.
취업성 88