不能一概而論！

因為大學本科所學的知識是基礎知識，知識點多、面廣，而研究生學習階段才有所側重。

題主將來如果準備讀研的話，就要將大學本科階段所學的知識都得學好，為將來考研打好基礎；題主如果打算本科畢業就業的話，最好就要對計算機專業的某個方向有所專攻，這樣可以增強某方面的動手能力培養，同時也增強了就業能力。比如，有的二本三本院校所開設的“計算機科學與技術（軟體測試方向）或者計算機科學與技術（ui設計方向）”，就是為了讓學生掌握某一方面的技能有所專攻，增強就業的針對性，提高就業率。

我不是學計算機專業的，據吳軍老師說:一個專業100分勝過2個專業98分。因為每個專業方向都不缺98分專業水平的人

大學時學計算機專業不僅要學會學校教的內容，還要建立自己的知識體系，這個觀點是非常正確的，也是非常成熟的一種切合實際的觀點。

因為在大學學習計算機科學與技術專業不僅要學習高等數學，還要學習計算機科學與技術專業的相關課程，而這些專業的課程都是富有理論性的抽象思維的形式來表達的，學生在課堂上要真正的學習理解和運用是非常艱難的一個過程，因此，在學習計算機科學與技術專業的同時，必須加強自身獨立學習習慣能力的培養和訓練，必須要有強大的自主學習的主動性，創造性和習慣性，必須把課堂上的知識轉變成自身的理解，應用，消化和吸收，與此同時，還要加強實踐能力，動手能力的培養和提高，這樣才能做到學以致用，才能消化吸收，才能真正掌握計算機科學與技術專業的相關理論知識和相關的應用能力。

同時，計算機科學與技術專業由於其本身具有不斷前進，不斷創新的生命力的特點，因此，在學習計算機科學與技術專業的過程中，必須要有比較寬廣的眼光，要有比較深邃的智慧，要高瞻遠矚，要能夠隨時瞭解該學科前沿的最新動態，並具有不斷學習的能力，才能夠真正的掌握和學習計算機科學與技術專業的全面知識，才能夠把自己的相關專業能力，提高和昇華到一個嶄新的領域。

謝謝邀請，其實在學校裡學的特別是大學裡學的主要是基礎加上學習方法，以計算機為例，一般的專業基礎方面會有：高等數學、線性代數、離散數學、機率、數字邏輯、大學物理、通訊原理。這些是基礎科學不要求很精通但是至少不能掛科。然後是基礎語言：C語言，C++，組合語言，這些語言雖然誕生時間早但是基本上所有計算機語言都源自這幾位，最後才是高階語言比如java,python,Ruby go等語言要看你計劃學習那個方向，如果自己打算走統計學大資料等方向，那就是在這些基礎上增加統計原理，等基礎課程的學習再加上這些高階語言，再加上資料庫的學習，如果打算走人工智慧方向，那麼可以先了解一些自然語言分析、等基礎課程再去學習高階語言等。總之一句話先基礎再語言，為什麼很多大廠都要優秀的科班生不要社會上培訓機構出來的“”計算機人才”原因很簡單沒有基礎學科墊底，也就是我們經常說的：知其然不知其所以然，像中國武術一樣要想成為大師要從扎馬步開始！

一、在大學本科的課程基本上都是基礎性、體系化。並隨著年級的退後越來越難，這個由淺入深的過程，哪一個專業都是一樣的。所以在前期學習理論知識的時候，一定要打好基礎，構建自己的技術知識體系，等到知識的積累以及自己對計算機方向的深入，再去選擇自己感興趣的方向。

二、大學裡的知識永遠跟不上社會所需的技術。我大學學的VB，到了實際工作中基本用不上了。這個可以看最近的程式語言排名，目前Python排名第一，C語言和Java緊跟其後。要知道前幾年，計算機專業的專科生去培訓機構培訓一下就可以找到一個好的工作。現在可就不容易了，你只有緊跟時代需求，懂得物以稀為貴的道理，知道自己所學的技術是自己的核心的能力，別人很難在短時間追跟上，那在職場中就如魚得水了。

在這裡可以以我作為資料分析師的角度來整理下資料分析的知識體系。

我這裡就簡單列舉了比較重要的幾種能力。還有爬蟲技術也是值得去學習，自己雖不是計算機專業的，但只要按照知識體系去學習，實操。還是可以找到自己所努力的方向。