您好，欢迎来到新东方
2016考研专业：计算机专业就业前景与推荐院校
来源：新东方网整理
　　新的一年，新的考研战斗又拉开了帷幕。计算机学科的方向很多，多数就业形势都不错，如软件、数据库、网络、硬件、芯片、无线通信等，即便某些方向在该专业中理论性很强，就业前景也都挺好。面对日趋成熟且拢聚优质人才的IT业，众多考生无不将计算机专业作为关注的焦点，同时，几乎所有的院校都开设了计算机专业，每个学校都有自己的特色。面对如此众多的开设计算机专业的高校，尤其是在当前就业形势严峻和就业压力大的情况下，考研前作出适合的院校甄选显得尤为重要。
　　一、东北地区
　　受当地经济发展环境的影响，东北地区IT人才比较缺乏。面对这种情况，东三省政府部门在出台一系列吸引和留住人才政策的同时，也在逐步加大IT人才的培养力度，构建IT产业人才培养基地。
　　东北地区院校推荐
　　1.哈尔滨工业大学：地处寒冷北方的哈工大的计算机专业一直保持着几十年的超强实力，作为当年唯一的计算机应用重点学科，哈工大培养出了大量的人才。现在他们与许多学校和研究机构搞学科并建，吸纳了很多外来人才，增强了哈工大的整体实力。目前哈工大承担的项目经费已超亿元。他们的优势领域包括：智能机器人、CIMS与系统集成、智能化中文信息处理、机器翻译技术、计算机网络及系统安全防护技术等。
　　分析：哈工大对于学科建设的重视有目共睹，尤其是产学研方面的发展尤其突出，该校毕业的学生无论是在东北老工业基地的振兴和发展中，还是在全国各地的IT行业就业情况都非常不错，当然每年的竞争也非常激烈，考生需全力以赴。
　　2.吉林大学：吉林大学计算机软件与理论为国家重点学科，计算机应用技术为省级重点学科。在计算机科学的前沿研究领域--人工智能、定理机器证明、智能规划与自动推理、知识工程与Agent系统、软件工程与软件自动化、分布式系统、计算机图形学、计算机网络和计算智能等研究方向取得了国内外公认的成果，处于国内领先行列。
　　分析：吉大在偏软件应用方面，其科研水平位于领先地位，雄厚的科研基础，学校的大力发展，使得该校在计算机人才的深度培养方面如鱼得水。
　　二、华北地区
　　华北地区的IT产业发展的潜力无限，尤其是京津地区，软件业规模居全国之首，已成为我国科技自主创新的重要阵地。在操作系统、数据库、中间件、通用应用平台、行业应用平台和办公套件等平台软件领域的研发上取得了不俗成绩。
　　目前，作为全国最大的电子信息产业科研、生产基地，北京中关村已集中了软件开发及信息技术的各类优秀人才，摩托罗拉、惠普、松下、微软、富士通等均在北京设立了研发中心；摩托罗拉、三星等国际跨国公司已进驻天津开发区，并形成了相当的生产规模，其影响仍在不断扩大。
　　华北地区院校推荐
　　1.清华大学：在拥有多位院士的清华大学拥有诸多大师级的专家领衔，相比之下，应用和系统结构更强些，某些方向已经处于世界领先水平。优势领域包括多媒体、网络技术等。同时拥有模式识别与智能控制国家重点学科。
　　分析：该校计算机系学科点覆盖面广，综合实力强。设有高性能计算研究所、计算机网络技术研究所、计算机软件研究所、人机交互与媒体集成研究所4个研究所和智能技术与系统国家重点实验室，同时与英特尔、IBM、微软等国外著名公司建立了联合实验室。拥有计算机系统结构、计算机软件及理论、计算机应用技术3个二级学科硕士点和博士点。强大的学科实力伴随的是异常激烈的竞争，广大有志考生一定要高度重视，慎重选择，充分准备。
　　2.北京大学：在软件方面尤其在中文视觉听觉信息处理方面有优势，由王选和杨芙清两位院士曾领导的方正和青鸟证实了北大在中国当前软件界的实力。硬件方面由院士王阳元领衔。
　　分析：北大招收的硕士研究生中外校毕业生一般占2/3左右，且有相当比例的学生可以申请硕博连读。学校在网上发布每年招收新生的毕业来源，充分表明其欢迎外校考生报考的态度。因此对实力较强的跨校考生来说，北大不失为一个公平和理想的选择。
　　3.北京航天航空大学：发展势头最猛的学校之一。在人工智能、软件工程和体系结构、虚拟现实与多媒体技术方向有优势。建有由李未院士领导的软件开发环境国家重点实验室，教育部虚拟现实新技术重点实验室、教育部软件网上联合研发中心。
　　分析：北航的计算机软件与理论为国家重点学科，计算机系统结构为国防科工委重点学科，计算机应用技术为北京市重点学科。北航计算机学院与微软、IBM、惠普、诺基亚、摩托罗拉等公司建有长期的合作关系，每年有至少50位计算机方面的专家来学院讲学。对于有志在IT行业长足发展的学生来说，北航无疑是个理想的深造学府。
　　4.天津大学：天津市最早的计算机学科博士点就诞生在当时的天津大学计算机科学与技术系。现有计算机应用技术博士点、计算机系统结构硕士点、计算机软件与理论硕士点、计算机应用技术硕士点、模式识别与智能系统硕士点、计算机技术领域工程硕士点。
　　分析：良好的地理位置、世界知名公司的环绕，使得天大的学科优势能够得以有效的发挥，学院已经建立起了计算机基础教学实验中心、计算机科学与技术学科基础实验平台以及IBM计算机新技术中心等教学与科研基地，也让这所学校充满了魅力。
　　三、长三角地区
　　长三角地区的高端人才的"性价比"较高，吸引了大批台湾IT企业北上长江流域，如宏电、神达、大众等都在上海设立了研发中心。这些研发中心与复旦、上海交大等学术单位合作，利用当地高校的科研优势为企业自身的发展服务，实现了企业和高校的共赢。
　　信息产业部统计资料显示，浙江的软件产业总体规模已居全国第三(仅次于北京、广州)。国际、国内软件企业纷纷落户浙江。与此同时，浙江本省软件企业也在迅速成长，已有杭州新利等9家上市软件企业。据权威部门的评估，坐落在杭州高新技术产业开发区内的杭州高新软件园，其企业经济总量在全国排名第四。
　　江苏IT产业基础比较雄厚，沿着沪宁线密集分布着苏州高新区、苏州工业园区、南京江宁开发区、无锡高新区、昆山高新区、吴江开发区、南京珠江路科技园区等一批信息产业园区，已经形成了一条以微电子、软件、计算机及网络设备制造等为主的产业带。
　　长三角地区院校推荐
　　1.上海交通大学：近年来在走上坡路，软件方向的发展很快，模式识别与智能控制也是国家重点学科。优势领域包括系统软件、网络信息获取与处理、并行与分布理论、数据库等。
　　分析：上交的软件学院为教育部示范性软件学院，与产业界联系紧密，2002年9月成立了由上海联和投资公司、微软(中国)公司、国家软件产业基地浦东软件园和上海交通大学四方合作办学的理事会，并与微软、IBM、惠普、SAP等知名企业签定了共建上海交通大学软件学院学生实习基地的合作协议，通过选择有相当实力、管理良好的企业作为实践基地，提高学生规范开发软件的能力和水平。良好的地缘优势也让这所学校成为学生眼中的第一选择。
　　2.南京大学：由孙钟秀院士领导的软件学科甚至已经涉及到大型操作系统的设计。优势领域包括软件自动化与形式化方法、分布计算与并行处理、系统软件及其信息安全、多媒体技术、人工智能与知识工程、数据库技术、语言信息处理等。拥有软件新技术国家重点实验室。
　　分析：南大先后成立了计算机软件研究所、计算机软件新技术国家重点实验室、计算机应用研究所、多媒体计算技术研究所、软件工程中心(江苏省软件工程研究中心)、信息安全研究所等科研机构，是软件类专业学生的好去处！
　　3.浙江大学：前任校长潘云鹤是浙大计算机系唯一一位院士，他所领衔创建的计算机图形学、智能CAD在国内无其右者，而且浙大开放式的校风，吸纳贤才的远见，使其越来越受到人们的认可。浙大建有计算机辅助设计与图形学国家重点实验室。优势领域还有CAD/CIMS、虚拟现实、网络与多媒体、产品创新设计、智能信息与人机交互技术等。
　　分析：学院设有计算机科学与技术一级学科博士点、博士后流动站，计算机应用技术、计算机软件与理论、计算机系统结构3个二级学科博士点和硕士点以及设计艺术学硕士点。学院下设人工智能研究所、计算机软件研究所、计算机系统研究所、现代工业设计研究所等4个研究所和包括计算机辅助设计与图形学国家重点实验室在内的10多个实验室。在国家"211工程"建设中，计算机辅助设计与图形学科被列为首批重点建设学科。近两年招生人数的调整也体现了学校对于学科建设的重视。
　　四、珠三角地区
　　珠三角地区的通信设备、计算机等产品在全国乃至国际上都具有举足轻重的地位。以计算机硬件产业为例，珠三角地区生产的台式电脑和笔记本电脑占全国的1/3，生产的计算机硬盘占世界总量的30%以上，生产的计算机驱动器、软盘、键盘和主机板等重要元器件占世界总量的10%以上，是世界上最大的电脑资讯产品生产基地之一。
　　广东省已形成了广州、深圳、珠海、南海四大软件园区，其中广州天河软件园和珠海南方软件园被认定为国家级软件产业基地，在全国11个国家级软件产业基地中占了两席。作为广东省第一大支柱产业的IT制造业，每年创造的产值已达到4000多亿元，连续10多年居全国第一，这些都使珠三角地区理所当然地成为了众多计算机学生的就业的好去处。
　　珠三角地区院校推荐
　　1.中山大学
　　设有计算机软件与理论、计算机应用技术、计算机系统结构硕士点，其中计算机软件与理论、计算机应用技术专业拥有博士点。学院师资力量强大，引进了包括美国摩托罗拉专家周渊平特聘教授、黄继武教授、苏开乐教授、常会友教授等一批国内外颇有建树的青年学者。
　　分析：学院以"产学研"相结合的办学模式，积极推进科技成果产业化，与广东省电信科学研究院、华为公司、中兴公司、TCL公司、IBM公司、思科公司等国内外知名企业建立了密切的人才培训和技术合作关系，并有多项成果直接应用到当地经济建设中。优越的地理位置和优势的学科发展每年都吸引着千万考生！
　　2.华南理工大学
　　华南理工大学是我国高等院校中最早从事计算机科研与教学的单位之一。计算机学院拥有计算机应用技术博士点，计算机系统结构、计算机软件与理论、计算机应用技术3个硕士点和计算机技术工程硕士点。其中，计算机应用技术为广东省重点学科。
　　分析：华南理工大学地处珠江三角洲，是华南地区唯一一所直属教育部的重点理工科大学，有着得天独厚的地域优势。其培养的毕业生具有专业基础扎实、综合素质高和创新能力强的特点，深受用人单位的欢迎。每年华南理工大学各专业毕业生供需比例均在1∶6以上，就业率高达98%，在教育部直属高校中名列前茅。
　　其他的还有以数学专业发展软件专业的学校有复旦大学、南开大学、中国科技大学等。
　　以电子通讯专业发展硬件专业的学校有西安电子科技大学、西安交通大学、北京邮电大学等。
　　根据近几年计算机专业毕业生就业情况的相关统计分析，计算机专业毕业生的就业具有如下特点：
　　(1)供与求平行上升，供求矛盾并不突出。
　　(2)量与质逆向而驰，量稳质降十分明显。
　　(3)冷与热分布不均，冷热两极反差强烈。
　　目前，社会各界对计算机专业毕业生的就业问题，可谓是仁者见仁，智者见智，日益引起了社会上的高度重视。计算机专业毕业生的就业将呈现三种趋势：
　　第一，短期内社会需求仍然很大，计算机专业毕业生的就业市场前景广阔。
　　第二，随着计算机专业毕业生的增多，就业竞争将更为激烈。
　　第三，用人单位对毕业生选择余地增加，导致对毕业生的要求将越来越高。
　　就目前来说，计算机专业就业最好的是软件相关方面，人才需求主要集中在软件测试工程师、J2EE高级软件开发工程师、JAVA开发工程师等岗位。
　　由于计算机学科是一门快速发展，日新月异的学科，时时刻刻都有新的理论、知识、产品被推出。如果想在这个行业做好，无论哪个层次，都得不断地充实自己，付出大量的脑力劳动。
　　面对现实形式，在决定考研之前，建议大家一定要思考以下问题：
　　1.自己的兴趣是否在此？
　　2.院校选择方面要考虑的个人因素何在？
　　3.将来的就业方向和方位是什么？
　　凡事预则立，不预则废，希望大家在备考之前耐心权衡、谨慎选择，一旦踏上考研的征程，就要矢志不移。
　　相关阅读：
(责任编辑：田学江)&
新东方考研课程专区
版权及免责声明
① 凡本网注明"稿件来源：新东方"的所有文字、图片和音视频稿件，版权均属新东方教育科技集团（含本网和新东方网）
所有，任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他任何方式复制、发表。已经本网协议授权的媒体、网站，在下载使用时必须注明"稿件来源：新东方"，违者本网将依法追究法律责任。
② 本网未注明"稿件来源：新东方"的文/图等稿件均为转载稿，本网转载仅基于传递更多信息之目的，并不意味着赞同转载稿的观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。如擅自篡改为"稿件来源：新东方"，本网将依法追究法律责任。
③ 如本网转载稿涉及版权等问题，请作者见稿后在两周内速来电与新东方网联系，电话：010-。
考研工具箱
四六级英语拓展> 暨南大学计算机软件与理论考研大纲
暨南大学计算机软件与理论考研大纲
　考生在决定报考暨南大学信息科学技术学院计算机软件与理论的时候需要对该专业以及该学校进行全方位的了解，暨南大学计算机软件与理论考研大纲就是一个很重要的方面。考研大纲是由各院校的研究生院制定并公布的，包括考试的内容、参考书目、研究方向等等内容，直接决定了考生在复习期间的主要内容和侧重点。通过对暨南大学计算机软件与理论考研大纲进行分析可以大致了解该专业的考研试题设置方向，考生应当认真阅读考试大纲中公布的考试科目，选择合适的复习资料，有针对性得进行复习，防止出现事倍功半的无用劳动。考生也可以对开设该专业的不同院校考试大纲进行横向比较，对比选择最适合自己的院校和专业。许多考生在备考期间不重视考试大纲的内容，往往会将许多重要的信息遗漏或是导致复习的方向出现偏差，这都是不应该出现的失误以及错误。暨南大学考研网的小编提醒各位考研的小伙伴们一定要重视考研大纲的内容哦。
暨南大学计算机软件与理论专业研究生考试资料：
含下列资料,原价500,限时特惠价258.勾选此项
【适用专业】计算机系统结构、计算机软件与理论、计算机应用技术、软件工程、计算机技术(专业学位)、软件工程(专业学位)
【参考书目】
1．严蔚敏、吴伟民,数据结构（C语言版）,清华大学出版社出版
2．严蔚敏,吴伟民,《数据结构习题解析》,清华大学出版社出版
【资料描述】本套资料是由本专业的两位高分研究生学长担任课题组长，负责招聘联系本专业研究生一起收集资料，汇编修订，在反复审核校对后才最终定稿的。Ps：考研公共课成绩过线即可，专业课才是拉开分数的关键。
（一）暨南大学830数据结构考研历年真题：
830数据结构真题：13 2014年（14年学校暂未公布，后续拿到最新真题免费发送电子版）
（二）暨南大学830数据结构考研资料：
（1）830数据结构考研大纲和参考书目：
暨南大学830数据结构考研大纲和参考书目
（2）数据结构复习笔记：
暨南大学数据结构内部复习笔记
暨南大学数据结构高分笔记
（3）数据结构复习题：
暨南大学数据结构试题及答案
暨南大学数据结构内部习题
暨南大学数据结构本科期末试卷
（三）暨南大学830数据结构赠送电子版资料：
C语言数据结构笔记
数据结构联考复习指导
《计算机考研之数据结构高分笔记》
考研数据结构笔记计算机专业课
计算机数据结构专项精讲班内部讲义
暨南大学计算机软件与理论专业2016年研究生招生简章考研招生目录
招生年份: 2016
招生人数: 4
专业代码:081202
复试科目或内容
初试参考书目或教材
01人工智能02数据库系统及程序语言03密码学与信息安全
①101思想政治理论
②201英语一
③301数学一
C语言程序设计
同等学力加试科目：
①离散数学
②计算机基础
暨南大学计算机软件与理论专业2015年研究生招生简章考研招生目录
招生年份: 2015
招生人数: 4
专业代码:081202
复试科目或内容
初试参考书目或教材
01人工智能
02数据库系统及程序语言 智能系统 与数据挖掘
03密码学与信息安全
①101思想政治理论&
②204英语二&
③302数学二&
④830数据结构&
C语言程序设计&
同等学力加试科目：
①离散数学&
②计算机基础
830数据结构&
一、参考书
1．严蔚敏、吴伟民, 数据结构（C语言版）,清华大学出版社出版
2．严蔚敏, 吴伟民,《数据结构习题解析》,清华大学出版社出版
暨南大学计算机软件与理论专业2014年研究生招生简章考研招生目录
招生年份: 2014
招生人数:4
专业代码:081202
复试科目或内容
初试参考书目或教材
01人工智能
02数据库系统及程序语言 智能系统 与数据挖掘
03密码学与信息安全
①101思想政治理论&
②204英语二&
③302数学二&
④830数据结构
复试科目：
C语言程序设计
同等学力加试科目：
①离散数学&
②计算机基础
暨南大学计算机软件与理论专业2013年研究生招生简章考研招生目录
招生年份: 2013
招生人数: 5
专业代码:081202
复试科目或内容
初试参考书目或教材
01人工智能
02数据库系统及程序语言 智能系统 与数据挖掘
03密码学与信息安全
①101思想政治理论&
②201英语一&
③301数学一&
④834计算机学科与技术基础综合
复试科目：
C语言程序设计&
加试科目：
①离散数学&
②计算机基础
暨南大学信息科学技术学院计算机软件与理论考研资料是一份非常好的暨南大学研究生入学考试资料，一般包含有暨南大学计算机软件与理论考研真题、计算机软件与理论考研笔记和计算机软件与理论真题答案。不是所有资料都含有真题笔记答案等，具体资料以清单为准。真题和笔记对于立志报考暨南大学计算机软件与理论专业研究生的同学来说，信息科学技术学院计算机软件与理论考研资料能非常好的提升您的考研复习效率，做到事半功倍的效果，先人一步。另外也请各位准备报考暨南大学信息科学技术学院研究生的同学认真备考公共课，专业课资料虽然可以提升您的专业考分，但是公共课的分数也是必不可少的哦。暨南大学考研网祝您如愿考取计算机软件与理论研究生。暨南大学计算机软件与理论考研相关资料推荐：
考研资料购买流程
相关热门内容请介绍一下计算机科学目前的热门研究方向和应用？
考虑转计算机方向，但对于当前热门的topic的了解很少。想对各个领域所做的研究以及应用方面概览一下，如果有推荐的阅读材料就更好啦！知乎上的CS大神好多，大家可以把自己做的东西写个简单的review来介绍一下谢谢！补充=====问题的描述确实不好，抱歉。题主不是没有基础，现在也在跟着一个data mining的组在做，但对于其他方向的东西也想了解一下在做什么，毕竟本科生科研不可能什么都试试嘛..所以我是想大家说一说自己在做什么，有什么看法这样。wiki的东西很好，但是有时候有点泛泛而谈，看了收获不是太大。
按投票排序
说的很好。国内现在的情况是做Data Mining, Machine Learning, Computer Vision 和 Graphics的人实在太多。虽然这些领域是有各自的前景，但是真的需要那么多人做吗？我很怀疑真的有那么多人对这些领域这么感兴趣。我强烈推荐对编程感兴趣的人多花点时间学学编译器和(分布式)系统，对算法感兴趣的人多去思考些理论问题。如果没有什么想法，也可以多去看看国外的一些公开课程。要拓展自己的知识面，不要只想着去看起来很牛逼的傻逼实验室灌水。你会写code的话，利用本科的时间写个编译器/操作系统/数据库管理系统，对你个人能力的提升比去实验室瞎折腾强多了。另外我推荐MSRA系统组的实习，里面系统方面牛人很多，跟他们聊聊天就可以学习到很多系统、程序语言、编译器方面的知识。在CMU的学期中基本没什么本科生跑来跟老师做项目的，他们的时间都用来做作业了。这边的作业就是让你写一个编译器，写操作系统的Kernel，写一个Distributed System等等。我认为本科阶段就应该多实践些基础项目，不要以为别人都做过你就不屑于做。想做Research当然要先把已经有的东西都搞到烂熟。
好的题主更新问题了，当然这问题还是很大，只要有很多人在搞的领域自然就是热门的呀，只不过对于能力值的要求不一样罢了。所以你应该问：老子数学好适合搞
什么？老子喜欢写code干啥？老子既不懂数学还不会写code那还能干啥？对不对？如果你要我们把花费几年做的理论成果讲给一个没啥CS基础的人，我能
说reviewer都看不懂，你怎么可能懂……（补充1：题主补充的很好，本科生科研的答案在这儿，欢迎参考：，针对大家的提问同意在最后补充了一波。）算了我辛苦一次去维基上给你们粘一下，举手之劳嘛，维基上啥都有，没有的再来知乎上问呀。每项的具体介绍上面都有，我讲讲适合什么人做，这个那上面没有。第一大类Theoretical computer science数学要求高，如果不是在清北复交碾压全系否则不建议。发论文困难因为太难，各种数据也不好看因为你的论文世界上没多少人能看得懂，更不要说有人引用之类的。人家问你天天在干啥的时候你就只能呵呵了。入门门槛极高，尤其不适合在中国搞。由于属于基础理论研究，经费不好申请，找工作也很艰辛。下属：Theory of computationInformation and coding theoryAlgorithms and data structuresProgramming language theoryFormal methods第二大类Computer Systems（大多数）Coding要求高，项目周期长（超过一年很正常），因此风险很大。入门门槛同样很高，需要对于计算机系统自身十分了解，也需要长期积累。可以在中国搞，但是不推荐。经费充裕，既可以在工业界搞也可以在学术界混。不过前期积累（博士）过程非常长以及辛苦。下属：Computer architecture and engineeringComputer Performance AnalysisComputer security and cryptographyComputer networksConcurrent, parallel and distributed systems第三大类Applied Computer Science顾名思义，就是和计算机本身没什么关系，而是用计算机解决一些周边的问题。（不排除个别，比如graphics里面会有 这种比较高端的研究GPU的设计的问题，但是这就属于system::--&architecture，只不过一般在中国就做不到这么高端的层次了，一般就是处理处理图像啦啥的。）既然是计算机应用，就要看是啥应用了，不过绝大多数门槛比上述两者低得多，既不需要很强的数学功底，也不需要特别强的coding能力就可以入门，基本要求是肯吃苦，上手首选（我就是）。当然了，如果需要搞出头，最好还是要有好的数学和写程序基础。特别适合在中国从事。下属：Artificial intelligenceComputer graphics and visualizationHealth informaticsInformation scienceComputational biology Databases and data science Computer Education等等，不一而举。======补充=======看来大家都很关心AI下的分类哈哈，不出所料。我不是搞AI的，给你们贴个清华KEG的图：
按我浅薄的了解，AI也分成基础和应用两部分，基础有：control, planning and scheduling, knowledge
representation, 和 machine learning，应用就多了，有natural language processing,
computer vision等等，后者是在前者的基础上结合自身研究问题的特点解决问题。其他的比如说data mining就是data science的应用，理论就是database，研究怎么表示和储存和高效访问数据。为什么说第三类容易上手，尤其是第三类中又更加的应用部分？因为首先应用有实际问题，有多少问题就可以发多少paper，问题不够还可以自定义，关键是手快肯吃苦。其次应用的reasoning的比重比较轻，可以类比数学和生物：数学一个Gauss比一万个弱逼数学家贡献值都大，但是生物你一个人能顶人家几个就不错了，实验一
步一步做，代码一行一行写，实验结果出来之前谁都没有100%的把握你的方法就一定work一定比别人的好；但是数学就不一样了，我证明他好，除非证明错了，否则就是好。在国内最兴的DM啊vision啊或者国内graphics啊都属于很应用的，发论文都很多很快。比方说CMU做理论（第一类）的有大概20个教授，vision只有2-3个，而DM整个四大也就Christos和Jure两个人算是全职搞的吧，因为这些在CS的整棵大树下也就是很小的一个分类，
但是国内就完全反过来了。识时务者为俊杰，前两项在CS里面比较核心，国外牛逼的人太多，现实一点选择一些容易一点的这也是无可厚非的，毕竟大家都还要升职评职称呢呀。Graphics当然好上手，君不见我大清现在本科生灌siggraph都风生水起，你去Theory和system的顶会看看呀？我当年也是上手的项目就发了siggraph（当然我不是一作），但是感觉难度和压力都一般，没啥挑战，就改行了。Image processing又是graphics下面的一个子分支了（实在是太小了ms堂堂CMU都没有人在全职做……），graphics下的全分类 之乎 上有，自己可以去看看吧，我就不去找链接了。
推荐我的博士方向，没有太多人做但绝对热门的Program analysis(程序分析).这个方向跟程序语言，编译优化，体系结构，软件工程都紧密相连。换言之，做分析的，上面那几个领域的会都可以投。其中分析界又以multithreading分析（主要是查data race)最为热门，因为这个问题太棘手，只要稍微有些突破都会造成不小的影响。另外一个热门是分析security bug，现在的程序那么多安全漏洞，就不说了。推荐这个方向一是因为实用，且将来的需求持续增加（看Coverity每年挣多少钱）；二是可以投的会议很多，硬至ASPLOS 软至POPL/PLDI，软件工程的ICSE/FSE，操作系统的OSDI/SOSP，通信安全的CCS，都可以投；三是做分析要亲眼读很多代码（不然怎么知道怎么分析），有机会学到很多技术；第四很有趣，尤其是静态分析与动态分析相结合。
什么方向火，主要看哪个方向经费多。学术界中，如果悲观点说的话，经费投入决定研究方向，研究方向决定新PhD入学的课题，PhD的多少决定了这个方向热门不热门。Robotics + 3D printingBrain scienceDistributed Machine Learning and Distributed Systems这个是大家都知道的了，这几年业内大型的收购案基本都和机器学习和分布式系统相关。最近正在快速崛起的是基于人工智能和机器学习的低成本诊断和疾病防控。
目前比较热的部分应该是machine learning,data science以及cloud computing我就列举我所接触到的，1.recommendation system 2.social network analysis. 3.sentimental analysis 4.nlp and machine translation 5.deep learning etc.今后可能会热的方向预测有urban computing.以上纯属个人见解。
感觉这个问题很难客观回答，所以我就偷个懒，搬搬小砖。题主如果是想了解计算机研究的全貌，我国的CCF列表可以作为一个主要参照，只要到各个研究领域的A类会议网站上，看它们近些年都在讨论什么就行，连接如下：如果说什么比较火的话，IEEE列出了它的搜索热词，仅供参考吧：也希望知友们能多提供一些了解学术前沿的信息渠道。
我列出几个接触到的东西1，推荐系统——比如电影推荐、音乐推荐。2，问答系统——问题分类、3，微博信息处理——情感分析、舆情监测、专家识别等4，大数据处理——用Hadoop、Mapreduce等，分布式方法
已有帐号？
无法登录？
社交帐号登录