计算机科学专业大三狗啦，打算考研，但是不知道往哪个方向发展好，求计算机科学专业大神赐教。
by 小伊
学校的类型不同，计算机研究的内容不一样。如图：
以上数据来源于研招网2015年的报考数据，有些内容比较概括，大家可以去学校官网查询具体内容。这么多方向，我说一下我认为就业前景比较好的几个方向。
1、大数据
“大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。”
大数据很火，社会上对大数据方面人才需求量很大，尤其是关于数据分析。大数据就业的三大方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。
十大职位：ETL研发、Hadoop开发、可视化（前端展现）工具开发、信息架构开发、数据仓库研究、OLAP开发、数据科学研究、数据预测（数据挖掘）分析、企业数据管理和数据安全研究。
这篇文章介绍的是“大数据行业就业指南：三大方向十大职位”，建议你仔细看看，介绍的比较详细。
2、人工智能
“人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。”
人工智能还在发展，相关技术还不成熟，研究人工智能的空间很大。
（来源：新浪）
但是研究人工智能很难，“要求你有创新的思维能力，高数中的微积分、数列等等必须得非常好，软件编程(基础的应用最广泛的语言:C/C++)必须得很好。
微电子(数字电路、低频高频模拟电路、最主要的是嵌入式的编程能力)得学得很好，还要有一定的机械设计能力(空间思维能力很重要)”。
不过，研究出来你会成为人工智能领域的专家，人工智能的科技产品会给人类生活带来便利。
3、信息安全
“信息安全主要包括以下五方面的内容，即需保证信息的保密性、真实性、完整性、未授权拷贝和所寄生系统的安全性。信息安全本身包括的范围很大，其中包括如何防范商业企业机密泄露、防范青少年对不良信息的浏览、个人信息的泄露等。
网络环境下的信息安全体系是保证信息安全的关键，包括计算机安全操作系统、各种安全协议、安全机制(数字签名、消息认证、数据加密等)，直至安全系统，如UniNAC、DLP等，只要存在安全漏洞便可以威胁全局安全。”
“信息安全包含的东西也很多，需要学的东西也很多。比如说网络安全，包括了通信协议和通信内容两部分。
有些协议可能做得不够严密，容易被人突破，就需要设计完善的协议。通信内容安全包括的就比较多，比如图像、语音、文字等。
（来源：百度）
需要通过加密来提高安全性。而加密解密又是矛盾的两个方面。如何加密才能达到需要的安全效果，如果解密才能破解别人的信息，都需要很多深入的研究才能得出结论。
加密一般会涉及到比较复杂的数学，而解密又不仅仅是数学了，涉及到的方面更多。有些解密是通过逻辑的方法，有些是逻辑的方法和物理的方法并用。
能把这行做好了，前途无量。但是很多人达不到登峰造极的地步。顶级的信息安全专家，年薪几百万是没问题的。”
4、嵌入式
“嵌入式系统(Embedded system)，是一种"完全嵌入受控器件内部，为特定应用而设计的专用计算机系统"，根据英国电气工程师协会( U.K. Institution of Electrical Engineer)的定义，嵌入式系统为控制、监视或辅助设备、机器或用于工厂运作的设备。”
嵌入式的应用很多，“事实上，所有带有数字接口的设备，如手表、微波炉、录像机、汽车等，都使用嵌入式系统”。
“提到嵌入式系统工程专业的前景还有话要讲，其实前景就=钱景!如今初阶的嵌入式工程师在北上广一线城市普遍都能拿到8K的工资(华清远见嵌入式学院就业数据显示)，熟悉相关开发的工程师则可获得1-2W的薪资。
（来源：百度）
高级工程师更不用说了，没有低于2W薪资的。从薪资看前景也许更能体现嵌入式工程专业的价值。
”今天下午发表的“嵌入式系统工程专业就业方向与前景分析(转载)”，嵌入式前景很好，现在能满足社会需求的嵌入式人才供不应求，嵌入式人才还是很被需要的。
by 刘娇
计算机专业的考研方向有三个大方向：计算机系统结构、计算机软件与理论、计算机应用技术。每个大方向下面有十几个小方向。
你在报考的时候，会根据你报考的学校不同，小方向也就不同。就像@小伊所列举的图片。里面就是很详细的。由于大数据等热门方向，已经被列举了。
我这边就不再提了。我会介绍一个没有提到过的。
机器学习与数据挖掘方向。
（来源：网络）
这个研究方向在南京大学有开设。开设的研究所是周志华教授的数据挖掘研究所，简称LAMDA。隶属于计算机软件新技术国家重点实验室和南京大学计算机科学与技术系。其实这个方向属于人工智能方向。
机器学习顾名思义，是在研究计算机怎样模拟或实现人类的学习行为，以获取新的知识和技能，重新组织已有的知识结构使之不断改善自身的性能。
就像前阶段特别火的AlphaGo。就是利用自学的学习能力，去打败李世石的。这也是机器学习领域的一大突破。
而数据挖掘，就是挖掘有用有价值的数据。两个研究方向的合并，是对机器学习领域非常有利的。这个研究方向也是特别好。
