計算機專業方向有許多，對數學的要求有高有低。但要想在這一行搞得出色，待得長久，數學中等水平以上是必須的。你可以相信一些人認為無需高深數學的忽悠，因為一般的飯碗確實一時不需要太深的數學。然而當你面臨被淘汰的邊緣時，就會發覺，沒有數學儲備是多麼的抗爭無力。計算機行業的高薪放在那，數學低水平的可以用來夢寐以求卻不能探囊取物。～這是最近從孩子書桌上所拍的照片。他主要學歷是計算數學博士，也有穩定工作。然而畢業十幾年了還在自覺充電。

大學計算機系不光是對數學有要求，計算機系是比較難的學科，高考分數起碼550再考慮學習，不然出來只是一張文憑。

基礎課都差不多，大量的背誦和記憶。英語和數學是基礎課。

接下來是專業課。1、計算機應用基礎　　2、計算機網路　　3、計算機組成原理　　4、計算機組裝與維護　　5、計算機網路技術　　6、編譯原理　　7、電路基礎

　　8、C語言　　9、作業系統　　10、面向物件程式設計　　11、資料結構　　12、資料庫　　13、計算機系統導論　　14、實用網路技術(思科)　　15、嵌入式程式設計　　16、web程式設計　　17、線性代數　　18、訊號與系統　　19、flash製作　　20、網頁設計與製作

作為一名IT行業的從業者，同時也是一名計算機專業的研究生導師，我來回答一下這個問題。

首先，計算機相關專業是具有一定難度的，尤其是當前比較熱門的大資料、人工智慧等專業的學習難度要更大一些，對於數學也有一定的要求。

目前計算機相關專業包括計算機科學與技術、軟體工程、計算機網路、物聯網工程、多媒體、大資料、人工智慧等，雖然在具體的方向上會有一定的區別，但是在基礎內容方面還是比較統一的，包括基礎學科（高數、線性代數、機率論、離散數學、物理等）和計算機基礎（作業系統體系結構、網路通訊、資料庫、程式語言、演算法設計、資料結構、編譯原理、數電、模電等），這些課程總的來說還是具有一定難度的。

對於大部分計算機專業的學生來說，程式設計是必須要掌握的內容，程式設計問題說到底就是數學問題，所以數學基礎對於計算機專業的學生來說是非常重要的，因此計算機專業的數學課程也相對比較多。如果未來想在計算機的技術領域走得更遠，就一定要學好數學相關課程。

雖然大部分計算機專業在學習上都具有一定的難度，但是也有一些方向對於數學的要求並不高，比如走計算機網路工程師方向（運維），Web應用開發方向，移動終端開發方向等等，對於大部分應用級崗位來說，即使數學基礎比較差也能夠勝任。

最後，目前大資料和人工智慧專業的熱度比較高，不少教育資源豐富的高校陸續在本科階段開設了相關專業，由於這兩個專業對於數學的要求比較高，所以考生在選擇之前一定要結合自身的實際情況。對於選擇大資料和人工智慧專業的學生來說，未來最好讀一下研究生，這樣會進一步完善知識結構，同時能夠提升職場競爭力。

你對這個專業以前沒有了解過基本的東西，沒有興趣無感就不要學，數學，英語差的不要學。目前在校大學生，班裡90個人，有20個人是感興趣的就不錯，真正堅持到最後學懂的有兩三個就不錯。

計算機就是以數學為基礎的，不過要看你學計算機偏重哪一方面，如果是計算機操作或者軟體操作的話，對數學要求不是很高，如果是編寫軟體的話，面向物件類的程式設計對數學要求一般，純程式碼寫的話，可能要數學水平稍高一點。在這裡數學的主要目的是把複雜的問題簡單化，一般也不會遇到很變態的數學問題，不會像高考的那些變態數學問題。

大資料專業還是很好學習的，當前，國家大資料戰略實施已經到了落地的關鍵時期，大資料技術產業創新發展、大資料與實體經濟深度融合、以及大資料安全管理與法律規制等方面都進入了攻堅階段大資料領域的人才需求主要圍繞大資料的產業鏈展開，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。當前整個IT行業對於大資料人才的需求量還是比較大的

大資料專業還是很好學習的，當前，國家大資料戰略實施已經到了落地的關鍵時期，大資料技術產業創新發展、大資料與實體經濟深度融合、以及大資料安全管理與法律規制等方面都進入了攻堅階段大資料領域的人才需求主要圍繞大資料的產業鏈展開，涉及到資料的採集、整理、儲存、安全、分析、呈現和應用，崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。當前整個IT行業對於大資料人才的需求量還是比較大的

計算機專業對數學的要求還是比較高的，事實上，所有的工科專業都要求比較好的數學功底，數學不好的學生，就不要選擇工科類的專業