2024 年，对于普通家庭的学生而言，计算机专业仍然是上限最高的专业之一，但要清楚的是，下限同样很低。选择了这条路，你首先得掂量一下自己，大概率未必能成为那个所谓的上限。
什么样的学历才够用？
学历门槛：学校基本可以分为清北、华五、985、211、双非这几个档次。对计算机行业来说，如今早已不是原来凭借好学历就能随便进好公司的时代了；在程序员供应年年增加，而岗位却逐步缩减的情况下，学历成为了一种门槛--有学历不一定有多大用，但没有则很难进入这个门。
学历每差一档，意味着你的机会更少，要比别人更拼、更强，才有可能获得别人可以轻易触碰的机会。
从我个人的视角，在如今国内的计算机就业市场上：211 算勉强够用，最好是阿里、华为的目标院校，就基本不会被卡学历了；如果是学历仅仅是双非一本，不至于完全没有机会，但对个人能力要求将会是极高的；中游985以上学校的cs专业，在就业市场的认可度其实都差不了太多。
学校的专业排名并没有太重要，毕竟本科教学都差不太多（基本靠自学），研究生则更需看重导师和方向，大学就是“八仙过海各显神通”；如果你表现得足够突出，在哪能拿到的资源都不会差。学校所在的城市还是很重要的，因为决定了是否方便实习。
开发方向整体学历要求会低一些，更看重候选人能否干活；相比之下，互联网算法岗和量化行业都极为看重学历。如果第一学历不理想，可能就得考虑选择没那么卷、学历门槛低一点的方向，或者通过读研读博提高学历。
清北华五的学历会有一定优势，但并不能随便乱杀：对于公司来说，无论校招还是实习，招的都是基层码农，假如有两个候选人分别来自清华和华科，如果水平差不多，肯定选前者。但如果后者很会写代码、入职就能干活，而前者表现勉强，那就得掂量一下了--大部分公司是不愿意付出太多培养成本的。
“在今年的秋招中，笔者投递淘天、阿里云、小红书、得物等公司的开发岗，均被卡在了简历筛选，可见学历门槛是会随公司状况和大环境的因素而灵活调整的。
选择的岔路有哪些？
然后，让我们来分析下，如果选择了计算机专业，在大学会面临哪些岔路呢？
科研
在国内大部分名牌大学里，做科研是最受推崇的道路。
如果你刚入门接触科研，依照兴趣选择方向就行，无论是 ML 还是 SYS，CG 还是 HCI，尽管方向之间有冷热之别，但兴趣才是对于科研最重要的因素。
如果你已坚定在这条路走下去，那就得考虑读博，无论是国内深造还是出国读 PhD，都是艰难的道路，“求道之人，不问寒暑”。
出国
如果想润，一般有两种方式：
申 PhD，拿到海外高校的全奖 offer，一般是科研大佬才会走的道路。
申 Ms，读个找工硕，然后留北美，在湾区工作，从此过上湾区豪车大豪斯的生活。
（为什么不考虑别的国家呢？因为实际上在世界上大部分国家里，码农的收入并不明显高于其他工作，中美属于吃到了互联网红利的两个大国，才能给程序员开出远于高其他行业的薪水，这也导致了 CS 专业在这两国极其受人追捧。）
这条路目前会比较有难度：北美大厂本身都不缺人甚至在裁员，连美国人的工作需求都未必能满足，如此形势下，大概更不愿意给中国人工作机会了（不过还能去 Tik Tok）。
相对来说，出国这条路对女生往往更容易点，因为学 CS 的女孩子太稀缺了，硅谷大厂招人会有男女比要求，女生来到湾区也能享受种种优待。
如果最后选择回国，海外水硕其实未必比国内 985 硕更有优势。
国内工作
关于读研--对于计算机专业，在国内读硕士的作用主要有下面几点：
提升学历--觉得本科学历不够硬，通过读研来提高学历
延迟选择--不知道想做什么方向，先继续读几年，多给自己一点尝试的机会
折中--未必很想做科研，但又不想太早就业；于是尝试下做科研发论文，扩大自己就业时的优势
更多出路--可以进体制，选调、国央企、电网、烟草局…（目前对于普通家庭的孩子来说，本科学历基本是不够的）
如果你学计算机是为了留在国内当高薪打工人，那能考虑的就是去互联网或量化行业工作。
互联网就业：
开发方向：前端、后端、客户端（移动、桌面）、基架、HPC、测开、运维..
算法方向：搜推广、风控、大模型、NLP、CV..
互联网的开发方向岗位是最多的，一般本科学历足够。但现实是，目前大厂开发岗竞争者大都是硕士学历，本科生一般在编程能力和实习经验上会难以和硕士生竞争。换个角度，本科生如果尽早规划，是足以和硕士生竞争的，甚至在职业发展上更具优势。
开发方向中，后端相关的岗位多也最卷，与业务关系紧密（国内用户市场大，需要的后端系统难度大、需求多），薪资和发展上限都不错；基架和 HPC （包括近年火热的 AI Infra）岗位少难度大，可替代性低，但风险在于，由于不会直接与业务挂钩，可能被降本增效；前端、客户端、测开相对门槛低一些，上限也低一点；而运维基本是不怎么需要开发能力的岗位。
大厂算法岗目前仍属于最卷、收入最高、上限最高，也是处于鄙视链顶端的岗位，一般会要求硕士学历，有些也会有论文要求。其中，搜索、广告、推荐由于是互联网中营收和增长的关键，一般属于大厂的核心业务，岗位最多，相较论文更看重实习，实际工作中面对的业务指标压力较大，适合卷王；大模型（LLM）则是近年的风口方向，人才密度极高，开出的薪资也极高…
除此之外，对于热门方向，各个大厂都会开放只招收博士的人才计划岗位（顶尖硕士也有机会），以算法方向居多，入职即能给出对标组长的职级和薪资。
即使选择了去工业界，很多时候也需要考虑自己希望从事的工作是更偏技术还是偏业务的。偏业务可能晋升会较快，但压力大，工作内容也未必有多大的技术含量，往往是哪里需要哪里搬。而如果对一个方向的技术学的很精深，想找恰好适合自己的岗位，可选空间一般会很小；精深，是优势，也是束缚..
“从我个人亲历的 25 届秋招来看，互联网行业对于候选人简历最看重的点为：大厂核心实习 ~ 顶会/顶刊论文 > 大厂实习 > 名校 > 顶尖竞赛 > 普通实习/个人项目，想找到好工作基本往这些方向努力就行。发现自己擅长的方面，采取差异化竞争的策略很重要，大家都拥有的东西，就没太高的价值了；当然，如果本身就是足够强的人，总会有各种办法证明实力的。
量化就业：
trader、research、dev、data.. 量化行业薪资高是网友们普遍的观点。国内顶尖的私募量化能给实习生开出四位数的日薪，给应届生开出七位数的年薪。与之相对应的是量化行业的高门槛。学历一般要求华五本以上，有数学、物理、信息竞赛的经验会更有优势；除此之外，量化也是极其看重绩点的行业，面试时常会拷问数学和计算机相关课程的成绩。trader、research 这类岗位直接与盈利相关，最核心、上限最高，面试中主要是考察数学能力；dev 岗则涉及策略的开发或交易系统的构建，一般要求较强的 C 开发能力。
“个人观点：在国内这种环境从事量化行业，并不是躺着就能赚高薪的金饭碗，任何一点政策的变化，都可能引起行业的震荡；相比互联网，量化是更直接地在金融战场上“厮杀”，风险更大，但如果真钻研出稳定盈利的策略，回报也会相当可观
更多选择：
游戏行业：游戏引擎、客户端服务端、云游戏.. 无数人（包括我在内）学计算机的初心都是开发一款属于自己的游戏。当真正接触这个行业之后，才会意识到它的残酷。
如果你是抱着做一款艺术品的想法去开发游戏，那你也要想清楚，这个世界上绝大多数艺术品是无法让创作者挣到钱的。大部分情况下，你的美好设想最终会不得不向现实、市场妥协。无论如何，中国至少有米哈游、游戏科学这样的公司，让我们相信，坚持心底的热爱，是能够被无数人看到和支持的。如果你也是心怀游戏梦想的年轻人，为你加油。
人工智能：随着 ChatGPT 的横空出世，一跃成为近年最火热的行业，去年一年，大模型独角兽纷纷兴起，从风投市场吸纳了大量资金，不仅为应届生提供了高薪岗位，还乐意开出高价从互联网大厂挖人。
自动驾驶、车企：自动驾驶一直是人工智能技术最受关注的应用领域之一。除了国家政策的支持，国产新能源汽车的高速发展也进一步推动着车企投入大量资金去进行相关技术的探索，目前已经开始在一些试点城市进行落地尝试。
传统软件公司：相比于互联网行业坐拥海量用户，依靠卖广告、增值服务和抽佣赚钱，软件公司更多的是做 To Business 的生意，历来存在着回本难、套路深、利润低的问题，个人用户和小企业对于正版软件的付费意愿也不高，至今还没有形成良好的生态。
通信、硬件、嵌入式：和卖广告、卖软件比起来，卖硬件的利润率更低，但开发难度更大、迭代周期更长，能提供的岗位少一些，从业者薪资也相对低一点，由于竞争没那么激烈，会更加稳定，大概也少有35岁危机。
除此之外，按照我的认识，无论什么学校，最后都会有大批计算机专业的毕业生选择不当程序员。即使不想写代码，仍然可以有很多出路：项目管理，产品，运营，HR，..
体制：如果希望过稳定的生活，想上岸，其实计算机专业并不比其他的有太多优势：
国企、银行：Java 岗偏多，一般要求学历较好，在学校参与社工能有一定加分。
选调、中学老师：不喜欢写代码又想稳定。（请提前想清楚，如果是毫无背景的年轻人，真正轻松稳定的工作未必轮得到你来做。）
小结
总的来说，从我个人的视角，2024年计算机专业仍然是出路最广的专业之一，但已经不是能无脑选的专业了。如果真心喜欢编程，就跟随自己的内心选；如果是想要通过学计算机获得好的出路、拿高薪，就需要做好准备，去和最优秀的人卷。
重新来过
如果再来一次，我会怎么选呢？
也许是，大一努力学数学和英语、提高编程能力，大二找导师进组干活，大三争取发出文章，大四保研/直博本校继续深入科研；直到研究生，再凭借学术上的积累去工业界实习…
这无疑是一条光明大道。
但是，以我个人的性格，如果没想通一件事的意义、而这件事又不是非做不可的，那我就没办法坚定选择。这也是为什么我高中时能专心学业，到了大学却难以做到了。
既然前方那么多岔路，我何必非走这条？既然人生是旷野，我何不能躺下歇一歇？
如果选择做学术，我认为有两件事一定需要考虑：是否真的想做学术，去做什么方向。
由此又引出一个问题，是出于对该方向的热爱而选择了学术，还是为了做学术而选择了这个方向？
最最优的结果，自然是你感兴趣的方向、是你所擅长的、又恰好处在高速发展期，在追寻热爱的同时，也收获了丰厚回报。
比如，有很多人是在 ChatGPT 问世之前就从事了 LLM 方向，也有不少人是跟随潮流换了方向，前者无疑是这次浪潮中收益最大的，而后者放弃了多年的积累却未必能得到想要的结果。
毫无疑问，任何时期，总会有高回报的道路和低回报的道路，总有人恰好成为幸运儿，也有人苦苦追寻、求而不得..
当你回到最初 做选择的那个岔路口，能预料到那么多后来吗？
所以，我会选择这样一条道路：如果幸运，能得到一些回报，如果不够幸运，我至少努力去尝试了自己想做的事情，拥有了丰富的感受和体验，也算不虚此行了。
