计算机内部:软件工程、网络安全、人工智能,怎么区分选择

到2024年的时候，在许多城市中，“数字化建设”的步伐仍然在加快：政务系统的搭建、银行科技的发展、中央企业平台业务的增长等等，越是大的项目就越离不开数据的安全保障。但是真正能够把风险拒之门外的人并不多见，而且这些缺口往往要比项目的进度快得多。因此许多家长在高考志愿填报的时候会犹豫不决：是让孩子直接进入计算机的大类中去吗？特别是遇到诸如“网络安全”，“人工智能”，“软件工程”等等这样的名词时，就会不自觉地按照热度来选择。

但是计算机并不是一堆杂乱无章的东西。你觉得是在选择自己的职业生涯道路，其实你正在决定自己将来要过什么样的生活——是继续在大学里拼命学习数学、盯住防守、每天都要做一些项目吗？你认为这三个专业的水平差不多，其实不然差距很大。差到什么程度？差距到了大学开学的第一堂课上，你的兴趣是否能够跟着课程一起进行呢？差距大到将来你在求职的时候对方究竟想要什么样的人才的地步了。

今天的三个方向要分开来讲清楚：你是应该选择“软件的建设”、还是“网络的安全保障”、或者是“机器的大脑”。

网上的很多人会把这三门专业混为一谈：都是一样敲代码、一样是搞技术、一样是要以后挣得多。如果你相信的话，在大学中就会被现实轻轻地推开——推开之后就有可能会走上一条自己并不喜欢的道路。

争议点来了：

有些家长认为：计算机大类就业稳定，选择计算机专业也不会出什么问题。”

也有一些年轻人表示：热门的专业分数比较高，可以先冲一下人工智能，然后再考虑其他的。”

还有人更加直接地说：网络安全就是学习黑客，帅不帅就看啦。”

听上去都有一定的道理，就像是三个走在同一条路上的行人一样各自为政。但是大学并不是要你去“感受”的地方，而应该教会我们如何去“学习”。

最扎心的一点是：这三者经常一起比较，但是它们的目标却大相径庭。你的填写的专业名称就是你要去的道路了。

留下一个疑问：同样的电脑，有的人越学越兴奋，而有的人则从大二就开始对自己的生活产生质疑呢？答案一般不在于努力上，在于“方向错”了。

把它们看作三种职业：

你想要成为软件工程师、网络安全员、人工智能研究员或者应用者等等。它们就像是同一个城市里的三种职业：一个是修理房屋的人，另一个是保安人员，还有一个就是能够学会并使用各种工具的人。

1、软件工程：你就是一名“软件建造者”

软件工程更像是建造一座大楼一样，从基础建设、装饰布置以及售后服务都需要进行管理。你将会经历整个过程的需求分析、设计、编码、测试以及上线后的运维工作。手机APP、电脑软件、企业的后台系统以及小程序中大量的核心技术工作，都是与软件工程有着密切的关系。

你将在课程中见到：

基础常用的高等数学、离散数学、C语言

专业的课程偏向于软件项目的方向：软件工程、软件测试、数据库、Java/Python、前后端开发等等

学习强度一般为“工程化落地”的范畴，在这三种情况当中，数学的要求居于中间水平，比较实用

实战也会更加接近于做饭：小组合作完成项目的任务，亲手制作出整个系统的实物，并且使该系统能够运行、使用和维护。之后的工作岗位也会更加广泛：后端、前端、移动端、软件测试、项目开发工程师等。

适合哪些人群呢？

喜欢编写代码，并且能够将自己的想法转化为可以运行的应用程序，对于项目的合作持开放态度，在遇到问题时不会期望自己能够解决所有的问题，而是希望能够通过自己的努力在短时间内完成学业并找到一份满意的工作。

2、网络安全：你正在做的“安保和消防员”的工作

网络安全的重点不在于“被侵入”，而是在于“防御、保护、查找安全隐患”。在互联网的时代里，企业与平台所拥有的数据量越来越大，并且受到的安全威胁也越来越高。网络安全专业的学生所学习的内容就是如何使服务器以及相关的数据不会因为一些意外的原因而遭到破坏或者被非法获取、修改等。

课程里常见：

计算机网络、操作系统等等的基础知识

专业的课程中包括了网络协议、密码学、web安全、恶意代码分析、安全运维等等，并且要达到等保要求

数学的要求一般为中等以上水平，在密码学中会遇到一些关于数论的内容

实战一般就是靶场训练，在受控环境下进行漏洞发掘、入侵检测和防护工作。要说清楚一点就是未经允许就对网站服务器进行攻击的行为是违法的，在网络安全的学习当中重点要掌握的是合法合规地进行防护以及应对突发事件的方法。

就业方向更加集中：安全运维、渗透测试、安全合规、等保测评、应急响应。特点就是岗位需求更加突出，积累了越多就越受欢迎，并且更容易碰到长期学习和值班应变的实际问题。

适合哪些人群呢？

喜欢探究事物的本质和背后的逻辑，做事认真细致，有很强的好奇心；希望能够在未来去应聘中央企业的信息安全管理职位或者网络管理部门以及企业在内的安全小组，并且不要成为普通的开发岗位上的竞争者。

3、人工智能：你是在给“机器的大脑”进行训练

人工智能更像是给一个能够辨认并预知事物的“模型”喂食。除了编写程序之外，还涉及到对算法、模型和数据的研究以及相关的图像识别、语音翻译等技术的应用。

本节课最重要的就是数学了：

高等数学、线性代数、概率论与数理统计，其中前三者为重点

专业的课程中包括了机器学习、深度学习、数据挖掘、计算机视觉、自然语言处理等

数学的要求是三个里面最高的，公式的推导以及概率的推导都会比较多一些，对于数学基础比较薄弱的同学来说很容易学到很痛苦

实际操作较多与数据集、模型训练相关：对数据进行处理、建立模型、训练以及调整参数来使人工智能去完成识别以及文本处理等工作。

岗位上限也会更高一些，但是晋升的道路会更加依赖于学历以及科研、项目的成果。本科生一般偏向于应用开发、数据处理和模型部署等方面的工作；真正的前沿算法岗位一般要求研究生学历以上。

适合哪些人群呢？

高中的数学以及相关的学科的基础更加牢固了，我喜欢去探究算法模型，并且不惧怕大量的推导工作，我的目标是继续攻读研究生学位，在此期间我愿意将自己的热情转化为长期的努力。

4、分流出之后就是真正的挑战

大部分学校的大学一年级和二年级的时候都会集中上课然后分班进行学习，在专业的选择上一般也会根据学生在大一、大二期间的表现以及竞争状况来决定。你认为填完了之后就算完成了，其实这只是开始而已。

所以才会有人在大学的时候忽然就不想学习了：方向不对，后面的付出也只能延长自己的痛苦时间。

另外一个看上去很平和的问题也在发酵之中：很多家长会在信息中只看名字而不去注意其中的区别。因此就出现了反差场景：

孩子们认为网络信息安全只是黑客秀一场而已，其实学得更多的是关于如何做到安全防护以及靶场授权的学习，并没有达到他们所想得到的效果。

有的小朋友认为软件工程就是打代码，但是他们不知道大项目的成功离不开严格的规章制度、有效的团队合作以及系统的思维方式，“一张白纸画画图”的感觉就少了。

有学生跟着人工智能走，但是数学跟不上，课程推导起来就更吃力了，成绩下降、自信心也受到了影响。

反方的声音也会经常响起：

只要有电脑就可以了，不要搞得太复杂。”

热门的专业还可以继续转换，有什么好害怕的呢？”

在大学的时候还可以换专业啊。”

听上去都是“省心说”的感觉。但是可以省心的地方就是付出的时间了：你花在错误的方向上的每一个星期，在消耗后面的分路筹码。

真正意义上的逆转就出现在这里：

人们往往认为选择一个好的专业名称就可以赢得一切，但是实际上更重要的是，在填志愿的时候就应该提前确定好自己要采用的学习方式。

你就要问问自己三个很简单的问题：

1. 是否可以接受大量的项目实践，在需求阶段就开始着手准备，并且能够做到从需求到上线的所有工作都做好了？如果有条件的话，软件工程可能会有更好的契合度。

2) 我是否更加倾向于寻找风险、研究网络原理、进行防护与排查呢？如果这样的话，网络安全就有可能匹配上了。

3. 我是否愿意去啃数学、做推导、训练模型等等，并且愿意把这种投入延续下去直到读研究生为止呢？如果有这个意愿的话，那么人工智能就会更加符合自己想要的道路了。

并不是要你去“鸡汤化选择专业”的路上走一遭，而是在于对逻辑进行一次重新梳理：

软件工程偏向于项目的实施，在这样的领域中工作的人一般都能够从项目当中得到实际的效果。

网络安全偏向于攻防和合规，在这方面做得好的人一般会在排查、防护等方面获得成就感。

人工智能偏向于数学以及模型的训练，在这方面比较擅长的人一般可以从推导或者数据分析中获得动力。

很多人都忽视了这样一个事实：同样是计算机大类，三条道路所对应的分别是三种性格以及三种学习的成本。所选择的是“大学生活的主要内容”而非“就业的方向”。

破局的思想也是逆向思维：

不要把志愿当作一个赌热度的选择题、一个自测的匹配题。

具体怎么做：

首先看一下学校的人才培养能力：对于人工智能来说要考察的是实验室以及导师团队的情况；网络安全要考察是否有攻防靶场以及相关的比赛资源；软件工程主要是考察校企合作以及工程实训的情况。

再做备选规划：如果在大类招生中已经有所了解，并且掌握了分流规则的话，则可以提前做好大一、大二学习计划的准备工作。

同时要弄清楚在国内找工作还是去国外读研究生这两条路该怎么走：一般来说，软件工程专业的毕业生在求职的时候会比其他专业的人选范围大一些；网络安全也有一条对应的路线；人工智能对于数学以及科研项目的需要会更大一些。

最后不要让热度成为你的指南针：热度高并不一定适合你。软件工程岗位基数较大且比较稳定，而网络安全由于受到政策需求的影响比较大，所以人工智能上限比较高但是门槛以及途径却比较挑剔。

如果我反过来问的话，可以把我要说的内容说得更加“反讽”一些：

夸一句“计算机也是一样”的人，一般就是从没有上课的角度来考虑问题了。一开学上大课的时候，你就会发现是谁在讲台上面讲课、又是谁坐在书桌前读书。

专业的差别并不是在PPT中体现出来的，在课堂上才是如此。

你不喜欢上的课程就会不断地重复出现，你厌恶做的家庭作业也会一直持续下去，你的短暂的热情将会被长久学习的成本所磨砺成疲倦。

但是好的消息也在其中：只要你想先把自己的情况搞清楚，在不确定中寻找确定，在挑战之中发现机会，那么这条路就可以走得很轻松、很稳妥。孩子未来的路并不是凭空想象出来的，而是要通过自己的选择来确定前进的方向，并且要把所有的努力都投入到正确的事情当中去。

你会发现在这些争论中，有一个非常扎心的问题：有人认为，“只要分数足够高就可以优先选择人工智能专业，后面的再转。”也有人觉得，“软件工程专业的就业稳定性最高。”还有的人坚持说，“网络安全专业更适合作为中央和地方国有企业的人才储备。”

你是选择专业的道路，还是选择一种可以长久走下去的学习方法呢？

在评论区留言：你的孩子或者自己更倾向于去做项目的落地工作、做防护排查的工作还是做数学建模的工作呢？如果选择错误的方向，在大学中最大的痛苦的一堂课又是什么呢？