美國留學(xué)，很多同學(xué)選擇申請到美國留學(xué)學(xué)習(xí)計算機專業(yè)(CS)，CS專業(yè)的研究分支也非常多，同學(xué)們要根據(jù)自己的條件選擇適合自己的研究方向。本文美嘉教育導(dǎo)師為大家介紹一下美國計算機專業(yè)有哪些領(lǐng)域，供大家參考。

數(shù)據(jù)庫database system

美國計算機專業(yè)數(shù)據(jù)庫方向具體又有數(shù)據(jù)庫系統(tǒng)，數(shù)據(jù)挖掘等等。從理論的關(guān)系數(shù)據(jù)庫、云數(shù)據(jù)庫，到應(yīng)用的SQL，全在學(xué)習(xí)范圍之內(nèi)。

(1)數(shù)據(jù)庫(Database)：數(shù)據(jù)模型，數(shù)據(jù)查詢、集成，各種數(shù)據(jù)庫系統(tǒng)的設(shè)計、實現(xiàn)等。

(2)數(shù)據(jù)挖掘(Data Mining)：從數(shù)據(jù)中提取模式的處理過程。它在很多領(lǐng)域有廣泛的應(yīng)用，例如市場營銷、監(jiān)測、入侵檢測和科學(xué)發(fā)現(xiàn)。數(shù)據(jù)挖掘和機器學(xué)習(xí)很相關(guān)，但是數(shù)據(jù)挖掘更關(guān)注實際應(yīng)用。

(3)信息檢索(Information Retrieval)：研究如何提取各種媒體(文本、音頻、視頻等，目前的研究以文本居多)中的信息，同時還搜索與之關(guān)聯(lián)的數(shù)據(jù)庫和萬維網(wǎng)。

(4)自然語言處理(Natural language processing)：構(gòu)建一種可以分析、理解和生成自然語言的計算機系統(tǒng)。研究課題包含自動摘要(automatic summarization)，語篇分析(discourse analysis)，機器翻譯(machine translation)，命名實體識別(named entity recognition)，自然語言生成(natural language generation)和語音識別(speech recognition)等。

數(shù)據(jù)庫方向畢業(yè)生可以做數(shù)據(jù)庫管理工程師。不過這種工程師職位對于經(jīng)驗要求較高，尤其是高薪全職在大公司的數(shù)據(jù)庫管理工程師，剛畢業(yè)的學(xué)生恐怕有困難。不過工作可以找到，比如說兼職的實習(xí)性質(zhì)，可以作為起步。對于編程序要求不算太高。

編程語言Programming Languages

編程語言該領(lǐng)域的研究包括計算機語言的設(shè)計與實現(xiàn)，其目標(biāo)是同時提高開發(fā)人員的開放效率和軟件質(zhì)量。包含如下一些課題：

(1)程序語言設(shè)計和實現(xiàn)(Programming Language Design and Implementation)：編譯器優(yōu)化(Compiler optimization)，語義(Semantics)，即時編譯器(JIT complier)，域特定語言(DSL：Domain-specific languages)。

(2)編程環(huán)境和工具(Programming Environments and Tools)：監(jiān)控(Monitoring)，程序員搜索引擎(Programmer search engines)，基于模型的設(shè)計(Model-based design)。

(3)程序分析和驗證(Program Analysis and Verification)：模型檢測(Model checking)，靜態(tài)和動態(tài)分析(Static and dynamic analysis)，定理證明(Theorem proving)，實時系統(tǒng)的任務(wù)調(diào)度分析(Schedulability analysis for real-time systems)。

生物信息學(xué)和計算生物學(xué)方向Bioinformatics and Computational Biology

研究高效魯棒的生物計算模擬算法，以及應(yīng)用數(shù)據(jù)挖掘，機器學(xué)習(xí)，自然語言處理和信息檢索等方法來分析和挖掘各類生物數(shù)據(jù)。

研究課題包括：

(1)生物信息學(xué)(Bioinformatics)

比較基因組學(xué)(Comparative genomics)，遺傳分析(Genetic analysis)，系統(tǒng)發(fā)育(Phylogenetics)，分子進化建模(Molecular evolutionary modeling)，基因調(diào)控網(wǎng)絡(luò)(Gene regulatory networks)。

(2)蜂窩系統(tǒng)(Cellular systems)

蛋白質(zhì)結(jié)構(gòu)建模(Protein structure modeling)，基因調(diào)控網(wǎng)(Gene regulatory networks)，合成生物學(xué)(Synthetic biology)，Computational systems biology，細胞信號傳導(dǎo)通路，傳輸和代謝，自組裝系統(tǒng)(Self-assembling systems)。

(3)神經(jīng)系統(tǒng)(Neural systems)

(4)生物醫(yī)學(xué)系統(tǒng)(Biomedical systems)

傳感器，健康服務(wù)系統(tǒng)，生理模型，醫(yī)學(xué)圖像和生物圖像分析。

人機交互Human-computer Interaction

人機交互Human-computer interaction，語音識別之類(語音識別有時候也作為一個單獨的領(lǐng)域)。這個專業(yè)和人工智能專業(yè)互相交叉。并且此專業(yè)是計算機科學(xué)、行為科學(xué)、人體 工程學(xué)、設(shè)計類的一個交叉領(lǐng)域。這樣的專業(yè)的特點就是對工作經(jīng)驗比較看重。與人工智能一樣，這樣的領(lǐng)域如果找完全對口的工作有時候較難。

HCI主要研究人和計算機之間的交互。它通常被認(rèn)為是計算機科學(xué)、行為科學(xué)、設(shè)計及其他相關(guān)領(lǐng)域研究的交叉學(xué)科。

研究課題包括：

(1) 上下文感知計算(Context-aware computing): 行為分析，智能空間(Smart Spaces)，定位感知系統(tǒng)(Location-aware systems)，隱私技術(shù)。

(2) 感知人機界面(Perceptual Interfaces)：基于視覺的界面(Vision-based interfaces)，語音和話語界面(speech and discourse interfaces)。

(3) 協(xié)同和學(xué)習(xí)(Collaboration and Learning)：基于模式的編輯工具(Pattern-based authoring tools)，ESL (English as a second language) 學(xué)習(xí)，群組協(xié)同技術(shù)(group collaboration technologies)，包含按地理分布的遠程沉浸協(xié)同(geographically distributed tele-immersive collaboration)等。

(4) 驗光和人的視覺模擬(Optometry and Human Vision Simulation)：計算機輔助的角膜建模和可視化，醫(yī)學(xué)成像(medical imaging)，手術(shù)仿真的虛擬環(huán)境(virtual environments for surgical simulation)，仿真渲染(vision realistic rendering)。