计算机科学 VS 计算机工程，别再傻傻分不清
每年申请季，美研项目中最火爆的专业当属计算机类。计算机工程、计算机科学这两门专业，虽然名字只差了两个字，但他们的区别远比字面上大。
计算机科学 VS 计算机工程
计算机科学（Computer Science，简称CS），是研究如何用计算机设备处理、储存数据的学科，偏重于理论研究。
选读CS专业的同学一般需要具备基本分析技能并在数学、编程和逻辑推理方面具有较强天赋。需要学习数据结构，C语言，软件工程，系统软件，系统安全等课程。
CS具有许多子领域，例如计算理论，算法和数据结构，编程语言，计算机体系结构，软件工程，人工智能，计算机网络，数据库系统，并行计算，分布式系统，计算机图形，操作系统，数值/符号计算和人机交互。
计算机工程（Computer Engineering，简称CE），是结合了工程类和部分计算机科学内容的学科，聚焦硬件领域，更具应用性。
CE项目涉及硬件比远高于CS项目
选读CE专业的同学不仅需要掌握编程技巧，还需对电子工程的知识有所了解，特别是电路、电子学等。需要学习微处理器，电子学原理，电子系统设计，计算机组成与结构，电路原理等课程。
CE专业毕业生通常为各种系统开发软件/固件，例如嵌入式微控制器，设计VLSI微芯片，模拟传感器，电路板和操作系统。由于计算机工程师对数字系统，电动机和传感器的了解，它们也适用于机器人研究。
两大专业就业情况有何差别
计算机专业就业形势非常好，总体来说算是“万金油专业”，不管是CS还是CE毕业生都能轻松拿到高薪。
CS专业毕业生可从事的职业包括：软件工程师、计算机和信息分析师、数据库管理员、计算机网络架构师、信息安全分析师等。
CE专业更偏向于工程方向，毕业生可从事的职业包括：计算机硬件工程师、电子工程师、机械工程师、移动设备工程师等。
开设CS/CE项目的TOP大学
1
CS Rankings
CS Rankings是由麻省州立大学阿姆赫斯特分校计算机与信息科学学院教授Emery Berger组织的全球院校计算机科学领域实力排名，完全基于研究指标，以绝大多数院校教员在计算机科学领域各大会所发布的论文数量为指标。
这一排名方法在一定程度上反映了全球高校和研究机构在计算机学科和相关方向上的学术影响力和国际活跃度，相对于传统的基于论文引用量排名方法，会更能体现出院校在计算机科学领域的实力水平以及师资力量。
排名分为4个大类：AI（人工智能）、Systems（系统）、Theory（理论）和Interdisciplinary Areas（跨学科领域）。
2
U.S. News 计算机科学排名 TOP50
计算机科学是研究计算机及其周围各种现象和规律的科学，即研究计算机系统机构，程序系统，人工智能以及计算本身的性质和问题的学科。
计算机科学家研究计算理论和设计软件系统的实践。它的领域可以分为理论和实践两个学科。计算复杂性理论高度抽象，而计算机图形学强调实际应用。
编程语言理论考虑描述计算过程的方法，而计算机编程本身涉及到编程语言和复杂系统的使用。人机交互考虑了使计算机有用、可用和可访问的挑战。
目前U.S. News的理学院排名在2022年做了最新更新，上一次更新是2018年，其中隶属于理学院的计算机科学专业也是如此。
虽然没有频繁更新，不过我们可以参考的数据还是挺多，计算机科学专业还划分为四个方向，并且进行了更细致的排名，包括：人工智能（Artificial Intelligence）、程序语言（Programming Language）、系统（Systems）和理论（Theory）。
代表院校：卡耐基梅隆大学
计算机专业比较知名的院校有Stanford，CMU，MIT, UW，Gatech，UIUC等。
期中卡耐基梅隆大学，简称CMU，是一所坐落在美国宾夕法尼亚州的匹兹堡(Pittsburgh) 的世界著名私立研究型大学。CMU的计算机科学院（School of Computer Science, 以下简称SCS），与MIT, Stanford，和UCB并列排名第一。CMU是美国少数几个将计算机科学专业独立成院的大学之一，是全美乃至全世界最大的计算机学院。
CS专排第一，AI专排第一，编程语言专排第一，计算机系统专排第四，计算机理论专排第五。
课程涉及面广：该院下设7个系，分别是计算机系，人机交互系，软件研究系，语言技术系，机器学习系，机器人和计算生物系。
开设的课程涵盖了CS的方方面面，比如传统的CS课程，再到目前很火的Machine Learning，以及Software Engineering，还有交叉学科HCI、Computational Biology、Robotics等等，基本上所有和计算机沾边的课程都覆盖了。这还只是大类，像是CS系下各个CS小方向的课也都是应有尽有，比如CS下面的课程涵盖系统，理论和AI等；Machine Learning课程大类涵盖Deep Learning和Convex Optimization等。
SCS各系之间也会有研究方向的重叠，一个教授可能在多个系任职，例如软件研究所和计算机系都有人在做编程语言，机器学习的教授和分布式系统的教授一起做分布式机器学习系统，自然语言处理的教授和机器学习的教授一起做语言学习系统，等等。
除了方向多，每个方向的教授也多。例如，机器学习、自然语言处理、机器人、人机交互等方向分别设置了一个系，每个系有几十个教授，基本上会把该方向内的子方向都涵盖住。
录取趋势严峻，留学应早规划
近年来，人工智能的兴起，让越来越多中国学生选择赴美学计算机。申请人数暴增，学校进一步提高入学门槛，加大了录取的难度。录取形式显示，越来越多的学生从大一开始进入申请准备，而不是以往大三才考虑出国。
虽说大部分美国大学要求的最低GPA成绩为3.0，但这些学校录取学生的GPA成绩基本在3.5以上。比如申请TOP50名校计算机相关专业，需要学生具备至少GPA3.5，TOEFL95，GRE315的成绩；申请TOP30名校，需要学生具备至少GPA3.7，TOEFL100，GRE320的成绩。
以下为部分美国大学计算机项目一般申请要求
卡耐基梅隆大学：
GPA3.7+，TOEFL105+，GRE325+
南加州大学：
GPA3.6+，TOEFL105+，GRE325+
波士顿大学：
GPA3.5+，TOEFL95+，GRE325+
如果你想冲刺美国计算机TOP20的院校，学生除了GPA、TOEFL、GRE突出外，还需要科研、论文、实习等其他辅助条件。
竞争形势越来越严峻，不管你想学的是CS还是CE，留学早规划迫在眉睫！
