在美国似乎很多外专业的同学喜欢来抢Computer Science同学的饭碗。大家都说计算机是民工专业，随便一个学数学，生物，甚至物理化学的学生都可以很容易踏足这个方向，然后一脚踢开科班出生的 Computer Science Students拿到offer。而对于US这边的情况，我不是很了解，但是从国内了解到的情况，的确很多搞计算机很厉害的人并非科班出身。毕竟，计算机现在成了大众消费品，门槛低，一台PC再买几本书，就可以学了。做实验也都是download网上数据，然后matlab, VB之类写个小程序跑跑就行了。的确不像生物，化学，物理等，需要严格昂贵的实验设备才能做。可是，有很多学科，比如数学，平面设计，现代文学，连PC都可以不要，只要铅笔和白纸就可以做了，那不是更民工化？
仔细想想在国内工业界，还是学术圈认识非科班出身的ITer们，知识体系或许多多少少都是有缺陷的, 虽然他们在局部领域作出了很不错的工作 。本人在国内读书的时候就已经认识很多工业界的IT行业朋友。比如说朋友A君，本科学的是文科，但是很喜欢计算机。毕业之后自学J2EE。从基本的Web开发，JSP，一直到大型的JBOSS，轻量级的Spring，都是无一不精通。甚至还自学了TCP/IP，Linux下大规模多进程的开发。这里说的精通，都不是纸上谈兵，会背书和考试的标准。A君的精通，都是在真实的大型服务器上有过实际的产品开发作为依据的。这样人在国内拿个月薪1，2W都是太保守了。但是，他始终在计算机理论方面的学习无法跟进科班出身的同学相比。和他合作之初的时候，发现他在处理实际优化问题上，几乎只会做两件事情，一个是缓冲，第二就是Hash索引。由于没有深入学习算法，数据结构，操作系统等理论知识，所以在他看来，很多优化策略都是如此教条式的策略。遇到实际问题的时候，不见得就有效了。真正一个合格的科班计算机学生是应该能够根据实际问题分析缓冲，Hash索引的平均时间复杂度，空间复杂度的。而对于A君这样来自文科班，光是求数学期望结合概率问题，就足够麻烦了，自然看不明白深入的算法分析。还好，凭着他个人对计算机无限的兴趣，后来他自己也逐步完善自己的知识体系。
同样，在象牙塔里面，很多学数学的同学也打算抢计算机专业的饭碗。比如说，我认识的B君，出国之前就是数学系的乖乖学生，成绩数一数二，学的也是优化理论，应该说是和Computer Science最靠近的数学专业。B君来到US之后没过多久就把目标盯上了IT界的job。读书期间，B君也成功申请到Computer Science的intern，以CSer的身份去公司做实习生。B君在数理分析理论上很强，而且也会Matlab和一些C++的coding。但是，在优化的实际的软件开发，产品设计，需要处理大规模数据的时候，涉及到了很多数据库，操作系统的知识，就发现自己很难适应。比如说，为什么实际系统里面瓶颈都是数据库？数据库里面的聚集索引为什么快，为什么读数据的策略要顺序读？为什么一定要使用异步I/O，如何使用…等等一系列的问题，让一个完全没有操作系统，数据库，网络背景的B君感到无所适从。而我们都知道，这些东西在实际的应用环境下的优化很多时候比数理计算上的优化更重要。缺乏了实际基础知识而做的理论优化，很多都是空中楼阁。CS毕竟是一个应用学科，脱离了实际应用的研究是没有意义的。
其实身边的非科班出身最后学得比科班出身还好的人也大有人在。但是，他们私底下付出的汗水也是有相当的份量，并非所谓外行人所说的，轻轻松松就可以抢IT 的饭碗。即便能轻松抢到的，也不见得是什么好饭碗。可以打一个比方。国内现在职业技术培训学校很多，很多教3DMax也可以快速培养出一个美工来。但是，真正能够在各大游戏公司里面做美术总监，原画设计的人，始终都还是从大学里面学平面设计出来的。真的美工设计，都要从基本的色彩，素描，构图一步一步学过来的，不是只会一点3DMax就可以速成的。
从我自身的感受来说，要是真的打算好好学习CS专业，大学本科到硕士期间需要不断地学各种基础数理知识，专业课程，同时也要不断地做各种Project汲取工程经验。计算机学科算是一个相当综合的领域。既需要科学家一样的数理头脑，同时又要有工程师那样的系统头脑，能同时最好这两点真的很不容易。即便是在科班出身的CSer们，也往往只能在其中一个方面突出。但是，科班出生的学生们，真的不需要惧怕外专业的竞争者。老天给所有人的都是一天24个小时。遇到学数理厉害的，我们可以跟他比工程，遇到工程厉害的，我们可以跟他们比数理。如果真的遇到两者都很厉害的，那么认命也不会亏。
本文来自：http://blog.csdn.net/tangl_99/archive/2009/11/08/4785550.aspx
相关文章
