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。
,
