本科這些專業 課程相差不大，國外許多大學都是一個學院，學生自己選課，其實就是幾門課的差別。人工智慧 要掌握，週期比較長，需要專門讀 研究生 ，有專門用於研究的時間，才能做有意義的工作。軟體工程 本科一畢業可以實際幹活，技術深度不深，會幹的人多 競爭對手多。 其實看個人興趣，專業帶來的差別遠小於個人差別。

引言

對於這個問題，不能籠統地回答哪個比較好，因為站在不同的視角和提問者自身的情況，會有不同的答案。

人工智慧是目前最火爆、也是投資者最看好的方向。

人工智慧的概念誕生於20世紀50年代，標誌性事件是達特矛斯會議。

會議持續了一個月，基本上以大範圍的集思廣益為主。這催生了後來人所共知的人工智慧革命。

人工智慧的發展經歷過兩次低潮，直到2016年，再次被世人推向了高潮：

谷歌旗下的DeepMind開發出AlphaGo，擊敗了人類圍棋高手李世石，標誌著人工智慧突破了人們的常規認知：機器智慧無法勝任人類的抽象思維和精妙的直覺——圍棋是所有棋類運動中規則最簡單，但是技巧和取勝難度最高的一個。

傳統的圍棋高手，都需要經過長期的訓練和對大局的直覺把控（也就是很多時候講究的“形狀”）。

因為棋盤上一共有361個下子點，每一步根據棋盤上的當前形勢，可能的落子位置的排列組合呈現“幾何爆炸”。

自此以後，依託於大資料等算力的革命性進步，人工智慧被資本和企業追逐，大量應用於自動駕駛、人臉識別、語音識別、推薦引擎等領域。

人工智慧現在已經滲透到各行各業，2020年全球人工智慧產業規模1565億美元，增長率是12%，中國的產業規模大概是3100億元，同比增長了15%。

根據國際資料公司（IDC）上個月釋出的《IDC FutureScape: 全球人工智慧（AI）市場2021 預測——中國啟示》報告：

預測1：到2023年，在金融、醫療、政府和其他受監管的公共部門中，超過15%的以消費者為中心的AI決策系統將引入解釋其分析和決策過程的相關規定。

預測2：到2021年，超過50%的組織將在呼入電話處理環境中增加AI功能。

預測3：到2024年，45%的重複工作任務將透過使用由 AI、機器人和機器人流程自動化（RPA）提供支援的“數字員工”實現自動化或增強。

預測4：到2023年，使用自動機器學習（AutoML）技術封裝的、從資料準備到模型部署的端到端機器學習平臺的資料分析師和資料科學家的數量將增加2倍。

預測5：到2024年，自動化運維（AIOps）將成為IT運營的新常態，至少有50%的大型企業將採用自動化運維解決方案來自動化主要IT系統和服務管理過程。

預測6：到2025年，10%的人工智慧解決方案將更接近於通用人工智慧（AGI）——利用神經符號技術將深度學習與符號方法結合起來，以創造出更可靠的、近乎人類的決策方式。

預測7：到2021年，至少有65%的中國1000強企業將利用自然語言處理（NLP）、機器學習（ML）和深度學習（DL）等AI工具，賦能60%在客戶體驗、安全、運營管理和採購等業務領域的用例。

預測8：到2024年，超過30%的中國1000強企業會將AI工作負載更均勻地部署在端側，邊緣側以及雲端，這些工作負載將由人工智慧軟體平臺提供商統一管理，使AI基礎設施 “隱形化”。

預測9：到2023年，30%的企業將在邊緣側執行不同的分析和AI模型。其中30%的邊緣AI應用將由異構加速方案加速。

預測10：到2022年，80%的中國1000強企業將投資內部學習平臺和第三方培訓服務，以滿足AI採用帶來的新技能需求和工作方式轉變。

面向未來，投資自身的話，人工智慧將是你的優質選擇之一——因為洶湧的產業潛力和市場空間將帶給你巨大的機會。

儘管上述人工智的前景非常美妙，但是其數字底座仍然脫離不了計算機技術。無論是人工智慧用到的大資料系統，還是聯接與計算使用的晶片、網路技術，其核心都是資訊科技，也就是廣義的計算機科學技術。

計算機科學與技術包括了硬體（計算機組成原理、微機介面、IC設計與製造等）、軟體（作業系統、編譯器、資料庫、應用軟體、網際網路App等）、演算法、體系結構的方方面面。

我們國家現在亟需大量的晶片人才和系統軟體人才，如果做一名有抱負的年輕人，完全可以投身這個充滿挑戰和滿滿榮譽感的行業。

專業課程涵蓋：程式設計語言、資料結構、離散數學、作業系統、編譯技術、軟體工程概論、統一建模語言、軟體體系結構、軟體需求、軟體專案管理。

該專業除了學習公共基礎課外，還將系統學習離散數學、資料結構、演算法分析、面向物件程式設計、現代作業系統、資料庫原理與實現技術、編譯原理、軟體工程、軟體專案管理、計算機安全等課程，根據學生的興趣還可以選修一些其它選修課。

軟體工程相對於計算機科學與技術，更加聚焦軟體方面，並且對標企業的工業化、商用需求。所以它天然對就業有優勢。

根據上個月智聯招聘釋出關於《2020新基建產業發展報告》顯示，新基建核心技術人才缺口預計達417萬人，其中軟體開發人才缺口最大。從崗位來看，系統架構設計師月薪高達24277元，整體平均月薪10299元。學歷方面，高素質人才成為將來企業招聘的重點物件。

對於一些網際網路和高科技大廠，薪酬更高。

隨著網際網路與傳統行業的結合，數字化轉型已經成為正在發生著的歷史必然。井噴的互聯需求，將導致大量的潛在資訊保安隱患。

除此之外，5G、區塊鏈、新基建、物聯網等場景的興起，對實時性的資料安全要求更為苛刻。在這樣的產業趨勢下，網路安全的就業崗位勢必會迎來下一輪增長。

大量學生與求職者的第一選擇都是人工智慧、大資料和軟體開發，所以這些崗位對求職者的門檻要求也水漲船高。在這樣的情形下，網路安全其實是一個可以發揮自身差異化競爭優勢的選擇。

從專業課安排上講，就總體上而言，資訊保安和其他計算機學院的專業沒什麼區別，不過在一些課程的必修限制上不同。而且從課程內容上而言，那些課程也和一般人瞭解的"駭客"這方面相去甚遠。"駭客"技術不在大學的教授範圍之內，不過老師在講計算機網路、網路對抗與防禦這兩門課的時候會涉及到一些攻擊技術的原理。實際想獲取這方面的知識，自己需要上專業論壇、融入圈子。

本人98年計算機專業畢業，來回答一下這個問題。

如果一定要排個序的話，我想是這樣的：人工智慧>網路安全>計算機科學與技術>軟體工程。

計算機科學與技術自從誕生以來，熱度一直高居不下，隨著社會的進步，分化成4個子學科，如上。寬頻技術不斷突破技術瓶頸，走入尋常百姓家，3D列印、機器人智慧的應用，駭客技術、稜鏡門事件，讓人們認識到網路安全的重要性，人們熱議程式猿的高收入（軟體工程）。

4個專業總體上是相通的，就目前各個高校的課程安排上基本一致，學的內容90%相同的，各個專業在各自的領域內略有側重，略有差別。

計算機科學與技術是其他3個專業的基礎，類似萬金油專業，學好了基礎，在以後向其他幾個專業轉專業的時候，比較容易，只要深造一下就可以了。軟體工程是一門偏軟體的學科，主要是編寫各種程式程式碼，俗稱碼農，一般都是吃青春飯的，經常加班寫程式碼，熬夜是常事，收入高，經濟條件不富裕的家庭可以優先考慮，一般大三、四就開始上機實習，跟著企業鍛鍊寫程式碼，一畢業技術好的就直接到單位工作了，有經驗，比較熟悉企業的工作模式，不用再磨合了，比較受企業的歡迎。隨著年齡的增長，天天加班熬夜寫程式碼，身體透著的比較厲害，比如華為、阿里巴巴、騰訊等都類似，但是到了35歲就有轉型要求了，一般是跳槽到比現在規模下一點的企業當一個技術管理者。網路安全比較適合喜歡一心搞專研的、科研的學生，對計算機底層技術研究的比較透徹，在網路安全和網路攻擊上有一定的側重，現在網際網路這麼發達，個人隱私和專利技術越來越被重視，這都離不開網路安全的保障。人工智慧主要應用的工業領域比較廣闊，在工業4.0上有很大的機遇，各國都在起步階段，還沒有成熟的技術。人工智慧除了需要計算機技術外還要精通的其他學科知識，如：數學、物理、機械等方面，要求高，只適合少數人。

這個的話看兩個方面：一方面是你的個人興趣，這個還需要你自己去衡量。你應該在選擇之前，詳細的瞭解這四個方向它們的工作性質、工作內容、工作方向，甚至還要考慮以後落地就業，看看是不是符合自己的職業發展和興趣。

另一方面，是從大環境下出發，根據當下的形式和未來的發展趨勢，去選擇一個比較有發展前景的方向。

個人的建議還是從興趣出發，這四個方向都是資訊產業、網際網路產業、IT產業必不可少的組成部分，他們是相互依存的關係，甚至是缺一不可的關係，哪個方向發展好了都會有不錯的前景。而興趣是評估你在這個行業發展高度的一個指標。興趣也決定著你從事該行業用心的程度。

都很好。計算機科學與技術是計算機軟體最初的專業，軟體工程、網路安全、人工智慧都是由它擴展出來的。

本人大學專業就是計算機科學與技術，有網路工程、軟體工程等方向，學完掌握了計算機專業的基礎知識。畢業後有的做前端開發，有的做C++，有的做Java，也有的做演算法，有的做測試。學校教你的只是基礎，關鍵還是看自己學。基礎也很重要，大學上的課程都有用，雖然不是社會上的最新技術，但是都是專業的精髓，沒有基礎很難成為一名優秀的程式設計師。

軟體工程也是個很好的方向，可能會學Java、.NET、資料庫設計、網頁動畫設計、VC++，大學學的。也是要靠自己踏實學，大學培養的就是學習能力。很多教程，資源都可以利用，掌握好都是很有前途的。

網路安全是當下一個熱點的行業，也要學網路基礎知識。網路駭客攻防，很多比如阿里雲盾、金山衛士，雲平臺裡面都有網路防護的功能，就是網路安全專業的。

人工智慧不用說。未來的趨勢，風口浪尖。人工智慧涉及到演算法、機器學習、深度學習、資料探勘，可能要學Python、Java、Scala、Matlab等語言。人工智慧畢業一般做演算法工程師，高薪的代名詞。很多機械設計專業也有人工智慧方向。智慧製造是未來的動向，也是人類發展的趨勢。

不管學什麼，都有前途。而且不管什麼方向，都可以互相學習，畢業後都能從事相關工作，只要學得好。大學只是啟蒙，更多的專業技能需要終身學習。

先說一下本人的情況，本人本科是計算機科學技術專業，碩士是計算機應用方向，畢業後從事IT行業，這些專業的內容都接觸過，所以從業內人士來回答一下這個問題。

這四個專業都是計算機相關的專業。其中，計算機科學與技術專業的課程比較通用。包括軟體工程，軟體開發，資料庫，作業系統等等內容都會涉及到。所以其就業前景也是非常廣泛的，畢業後可以做軟體開發，測試，資料分析，運維，網路等等，所以一般都不愁找不到工作的。

人工智慧專業是最近幾年才開設的。因為人工智慧是一個新興領域，現在AI概念也非常的火熱，但是想深入的話還是要非常專業的知識，包括演算法處理等等。

軟體工程專業和計算機科學與技術類似，不過偏向於工程領域，就業範圍也類似，但個人認為其含金量沒有科學技術專業高，因為相對而言比較虛一些，而且如果做專案管理或工程管理的話還是需要一定經驗積累的。

網路安全專業跟人工智慧類似，也是一個新興的專業，隨著國家對網路安全的重視，現在的網安隊伍在不斷擴大，由於其崗位需求急劇增加，很多半路出身的人加入這個行業，但是網安同樣需要經驗積累，如果能在這個領域深入鑽研，也是極具光明前景的。

前景都可以，就是學起來做起來都不輕鬆，適合偏理科的學生。

這四個專業很多課程都是相同的，

計算機科學與技術軟硬體兼修，軟體工程重心在軟體的設計與開發，網路安全的核心在安全二字，人工智慧是資訊科技和數學的結合。

如果是本科，建議先報考計算機科學與技術，碩士階段再根據自己的特長和興趣，選擇軟體、安全或人工智慧方向。

有些專業聽起來高大上，但將來真正有興趣、有能力從事研究的人會少之又少，更多人是去做一個工程師，所以不妨務實些。

計算機科學與技術專業範圍很大，把資訊科技都包進去了，軟體工程專業關注資訊科技中的軟體部分，人工智慧則是數學演算法和軟體技術結合的專業，網路安全屬於IT基礎架構類專業。