這是一個非常好的問題，我從技術發展趨勢和人才需求趨勢這兩個方面來說說我的看法。

首先，計算機專業有三個特點，其一是知識結構的迭代速度比較快，其二是方向選擇比較多，其三是實踐能力要求高。

計算機領域的知識學習一定要考慮到當前的技術發展趨勢，除了基礎類知識之外，追求技術熱點方向是沒問題的，而且追求技術熱點往往也會給自己帶來高附加值的就業機會。

當前熱點的技術方向比較多，可以重點考慮三個大的領域，其一是雲計算和大資料領域，其二是物聯網領域，其三是人工智慧領域。

雲計算和大資料從技術體系結構上來說是不分家的，都是基於分散式儲存和分散式計算，只是側重點不同，雲計算更側重算力和服務的提供，而大資料則圍繞資料價值化來展開。

當前雲計算和大資料技術已經開始了全面落地應用，所以人才需求也在逐步得到釋放，近兩年很多同學都進入了雲計算和大資料領域發展，崗位主要集中在開發崗、演算法崗和運維崗。

目前學習雲計算技術應該重點關注微服務、DevOps、持續交付、容器化等內容。

雖然在5G通訊的推動下，物聯網時代已經來臨，但是目前物聯網領域的人才需求還沒有到達一個爆發期，相信未來在工業網際網路的推動下，物聯網領域的發展前景還是非常廣闊的。

物聯網領域涉及到的技術包括感知層、網路層、平臺層、資料分析層、應用層和安全層，目前平臺層正處在快速發展期，很多大廠也在積極佈局自己的物聯網平臺。

人工智慧技術也是當前的熱點領域，但是相對於雲計算、大資料和物聯網技術來說，人工智慧技術目前還處在發展的初期，如果把時間線拉長，未來人工智慧領域會釋放出大量的發展機會。

對於本科生來說，可以在大二以後再確定自己的主攻方向，雲計算大資料、物聯網和人工智慧，這些方向都是不錯的選擇，如果說未來一定要學習的內容，我認為除了作業系統等基礎知識之外，應該重點關注程式設計知識和機器學習（深度學習）相關知識。

最後，如果有計算機專業相關的學習問題，可以跟我交流。

不管計算機的理論和應用發展到什麼程度，只要還是馮諾依曼的計算機架構，它的底層邏輯還是那一套，別被眼花繚亂的新名詞迷惑住，它的底層邏輯都是一樣的，所以把計算機原理吃透是以不變應萬變的最重要最基本的能力，其它都是在基本邏輯上衍生出來的。

軟體的各種框架換了一茬又一茬，但是計算機如今仍然是二進位制，仍然是馮洛伊曼結構。作業系統，網路，資料庫這些基礎理論卻一直維持原狀。現在的一切都是由這些老技術支撐起來的。應該要學好這些不變的內容。上層再怎麼變也脫離不了這些底層的支撐