نوآزمونمعرفی رشته علوم کامپیوتر
گروه علوم پایهرشته علوم کامپیوتر بر شناخت اینکه چه مسئله‌ای را می‌توان با محاسبه حل کرد و چگونه راه‌حلی درست، سریع و قابل ارزیابی ساخت تمرکز دارد؛ ترکیبی از ریاضی، طراحی الگوریتم، برنامه‌نویسی و مطالعه داده و سامانه‌ها.
ماهیت رشته و تفاوت با رشته‌های نزدیک
سؤال اصلی چیست؟
آیا می‌توان برای یک مسئله روش حل ساخت؟ آیا جواب آن درست است و با زیادشدن داده چه هزینه‌ای دارد؟ در شرح حرفه پژوهشگر کامپیوتر، صورت‌بندی مدل ریاضی و طراحی راه‌حل برای مسائل علمی، تجاری و فنی آمده است.
یک مثال قابل لمس
برای یافتن یک اسم در فهرست، می‌توانید همه نام‌ها را به‌ترتیب بخوانید. اگر فهرست مرتب باشد، راه‌های دیگری هم دارید. تمرین علوم کامپیوتر این است که روش‌ها را تعریف کنید، درستی‌شان را توضیح دهید و تعداد مرحله‌های لازم را با بزرگ‌شدن فهرست مقایسه کنید؛ سپس آن‌ها را برنامه‌نویسی کنید.
تفاوت با مهندسی کامپیوتر
برای انتخاب، درس‌های واقعی دو برنامه را کنار هم بگذارید: سهم اثبات، منطق و نظریه محاسبه در برابر درس‌های طراحی و پیاده‌سازی سامانه چقدر است؟ این پرسش از تصور «علوم فقط تئوری است» یا «مهندسی فقط برنامه‌نویسی است» مفیدتر است. هر دو می‌توانند به نقش‌های نرم‌افزاری برسند، اما تمرین و درس انتخابی دانشجو مسیرش را تعیین می‌کند.
دروس و تجربهٔ تحصیل در دانشگاه
پایه ریاضی و نظری
در جدول خوارزمی، ریاضیات عمومی و معادلات دیفرانسیل در پایه، و مبانی احتمال، ماتریس‌ها و جبر خطی و آنالیز عددی در هسته مشترک آمده‌اند. مبانی جبر، ترکیبیات، منطق و نظریه مجموعه‌ها و نظریه محاسبه نیز الزامی‌اند؛ بنابراین استدلال ریاضی بخش مهمی از تجربه رشته است.
دروس الزامی ساخت و تحلیل برنامه
برنامه‌سازی پیشرفته، ساختمان داده‌ها و الگوریتم‌ها، اصول سیستم‌های عامل، جبر خطی عددی و اصول سیستم‌های کامپیوتری در فهرست الزامی این نمونه قرار دارند. هدف مطالعه را به نوشتن کد محدود نکنید؛ ساختار داده، رفتار سیستم و روش محاسبه نیز موضوع درس‌اند.
انتخابی و اختیاری چه تفاوتی دارند؟
در این جدول، دانشجو باید از گروه انتخابی شامل طراحی و تحلیل الگوریتم‌ها، نظریه محاسبه، کامپایلر، پایگاه داده و بهینه‌سازی، حداقل واحد تعیین‌شده را بگذراند. هوش مصنوعی، شبکه، گرافیک، داده‌کاوی و اصول طراحی نرم‌افزار در فهرست اختیاری‌اند. وجود نام درس در فهرست به معنی اخذ آن توسط همه دانشجویان یا ارائه آن در هر نیم‌سال نیست.
این درس‌ها چه تفاوتی در حل مسئله ایجاد می‌کنند؟
برای تصور کاربرد درس‌ها، سامانه جست‌وجوی کتاب را در نظر بگیرید: ساختمان داده به انتخاب روش نگهداری و بازیابی اطلاعات کمک می‌کند؛ الگوریتم مشخص می‌کند با بیشتر شدن کتاب‌ها، تعداد عملیات چگونه رشد می‌کند؛ منطق به بیان دقیق شرط‌های جست‌وجو و بررسی درستی پاسخ مربوط است. احتمال نیز در مدلی که نتیجه قطعی ندارد، مثل پیشنهاد کتاب، به بیان عدم قطعیت کمک می‌کند. این مثال آموزشی است، نه پروژه الزامی همه دانشگاه‌ها.
خروجی مناسب یک درس
مثال آموزشی: برای یک شبکه خیالی از ایستگاه‌های اتوبوس، نمایش داده مناسب انتخاب کنید، مسیر کوتاه را بیابید و با چند آزمون درستی جواب را بررسی کنید. گزارش بدهید اگر مسیری وجود نداشت یا هزینه دو مسیر برابر بود، برنامه چه می‌کند.
مهارت‌ها و نمونه خروجی
از مسئله مبهم به راه‌حل قابل سنجش
تحلیل نیاز محاسباتی، تعریف معیار عملکرد، ارزیابی امکان اجرای پروژه و همکاری با متخصصان حوزه‌های دیگر در شرح حرفه پژوهشگر کامپیوتر آمده است. چنین کاری هم توان فنی می‌خواهد و هم گفت‌وگو با کسی که مسئله واقعی را می‌شناسد.
نمونه‌کار برای شروع نرم‌افزار
یک برنامه کوچک بسازید که مسئله مشخصی را حل کند: مثلاً جست‌وجوی کتاب‌های یک کتابخانه ساختگی. کد خوانا، آزمون برای حالت‌های خطا، راهنمای اجرا و توضیح تصمیم‌ها را همراه آن بدهید. نشان دهید شخص دیگری می‌تواند برنامه را اجرا و تغییر دهد.
نمونه‌کار برای داده و الگوریتم
دو الگوریتم را با ورودی‌های یکسان مقایسه کنید. اگر پروژه یادگیری ماشین است، یک روش ساده مبنا داشته باشید، داده آموزش و ارزیابی را جدا کنید و خطا‌ها را بررسی کنید. گزارش صادقانه شکست‌ها از نمایش یک خروجی خوب بدون روش ارزیابی قابل اعتمادتر است.
توانایی نظری را چگونه نشان دهید؟
برای یک روش حل، فقط نمونه خروجی ارائه نکنید: فرض‌ها را بنویسید، توضیح دهید چرا روش به جواب درست می‌رسد و مثالی پیدا کنید که با حذف یکی از فرض‌ها شکست بخورد. سپس بررسی کنید با دو برابر شدن اندازه ورودی، حافظه و تعداد عملیات تقریباً چه تغییری می‌کند. این تمرین پیشنهادی کمک می‌کند علاقه خود به استدلال و تحلیل را جدا از علاقه به کدنویسی بسنجید.
بازار کار، شغل‌ها و شرایط ورود
توسعه و آزمون نرم‌افزار
شرح BLS برای توسعه‌دهنده و آزمونگر نرم‌افزار، طراحی برنامه، تحلیل نیاز و بررسی کیفیت را توضیح می‌دهد و رشته‌های کامپیوتر و فناوری اطلاعات را از زمینه‌های آموزشی مرتبط می‌داند. این نمونه آمریکایی برای شناخت کار است، نه شرط رسمی همه کارفرمایان ایران.
پژوهش و توسعه الگوریتم
عنوان‌هایی مانند Computer Scientist و Research Scientist در طبقه‌بندی O*NET آمده‌اند. کار می‌تواند از تحلیل نظری تا ساخت فناوری و شرکت در پروژه‌های میان‌رشته‌ای باشد. این نقش پژوهشی در گروه حرفه‌های نیازمند آمادگی گسترده و معمولاً تحصیلات تکمیلی قرار می‌گیرد.
مسیر ورود پیشنهادی
برای اولین نقش نرم‌افزاری، روی یک نوع محصول، کار گروهی با کد، آزمون و رفع خطا تمرکز کنید. برای مسیر پژوهشی، علاوه بر این‌ها خواندن مقاله، بازتولید آزمایش و توضیح سهم خود در یک پروژه را تمرین کنید. گذراندن درس هوش مصنوعی را معادل آمادگی برای هر عنوان شغلی این حوزه نگیرید.
دبیری ریاضی؛ مسیر استخدامی جداگانه
در دفترچه آزمون استخدامی آموزش‌وپرورش ۱۴۰۴، در ردیف دبیر ریاضی، «علوم کامپیوتر» برای کارشناسی و ارشد آمده است. این شاهد امکان بررسی مسیر دبیری از طریق آزمون همان دوره است؛ قبولی دانشگاهی یا دریافت مدرک به‌تنهایی استخدام ایجاد نمی‌کند. برای اقدام، عنوان مدرک، شرایط عمومی و اختصاصی و شغل‌محل مجاز را در دفترچه و اصلاحیه دوره مورد تقاضا تطبیق دهید.
فریلنسری و کسب‌وکار مستقل
آیا فریلنسری ممکن است؟
BLS برای توسعه‌دهندگان وب، کار مستقل را در کنار استخدام معرفی می‌کند. ساخت و نگهداری وب‌سایت شامل پیاده‌سازی، آزمون، کارایی و گفت‌وگو با مشتری است. بنابراین مسیر کاری نرم‌افزاری به دولت یا شرکت بزرگ محدود نیست؛ باید مهارت تحویل یک خدمت کامل را کسب کنید.
پروژه‌ای که بتوان آن را تحویل داد
برای نمونه‌کار، یک ابزار ثبت سفارش برای کسب‌وکار کوچک بسازید. تحویل آن را به پایگاه داده، جست‌وجوی سفارش، سطح دسترسی، پشتیبان‌گیری و راهنمای استفاده تقسیم کنید. با داده آزمایشی نشان دهید سفارش تکراری و ورودی نامعتبر چگونه مدیریت می‌شود. پیش از قبول پروژه واقعی، دامنه کار، معیار پذیرش، مالکیت کد، مدت پشتیبانی و هزینه تغییرات را روشن کنید. این مثال مسیر تمرین است؛ یادگیری همه این مهارت‌ها صرفاً با گذراندن دروس رشته تضمین نمی‌شود.
از پروژه شخصی به شرکت
برای بررسی ایده شرکت، مشخص کنید مشتری دقیقاً چه چیزی می‌خرد و چه کسی فروش، قرارداد و پشتیبانی را انجام می‌دهد. در محصول‌های سلامت یا مالی، بررسی مقررات همان خدمت هم لازم است. این پیشنهاد کسب‌وکار، ادعای مجوز داشتن فارغ‌التحصیل یا راهنمای حقوقی ثبت شرکت نیست.
برای پیگیری فعالیت مستقل در ایران از کجا شروع کنید؟
سازمان نظام صنفی رایانه‌ای کشور سامانه‌ای با عنوان «پیش‌ثبت‌نام آزادکاران در حوزه اقتصاد دیجیتال» دارد. اگر مسیر نرم‌افزار و خدمات دیجیتال را انتخاب می‌کنید، این سامانه نقطه شروع پیگیری صنفی است؛ عنوان پیش‌ثبت‌نام به‌تنهایی به معنی صدور مجوز، ثبت شرکت یا تأیید صلاحیت حرفه‌ای نیست.
آیا می‌توان شرکت نرم‌افزاری تأسیس کرد؟
بله، فعالیت از طریق شرکت در این حوزه پیش‌بینی شده است: ماده ۳۲ آیین‌نامه، شاخه شرکت‌ها را برای طراحی، تولید، توسعه و پشتیبانی سیستم‌های نرم‌افزاری، سخت‌افزاری و شبکه تعریف می‌کند و ایجاد شخصیت حقوقی را تابع قانون تجارت می‌داند. مدرک دانشگاهی به‌تنهایی مجوز همه این خدمات نیست؛ موضوع فعالیت شرکت و مجوز مرتبط با همان خدمت باید جداگانه مشخص شود.
مشاوره مستقل با صرف داشتن مدرک یکی نیست
همین ماده، شاخه مشاوران را برای مشاوره و نظارت تعریف کرده و احراز رتبه و سقف فعالیت را به ضوابط مربوط وابسته می‌کند. بنابراین برای کار با عنوان مشاور دارای صلاحیت، شرایط حرفه‌ای را از نهاد مربوط پیگیری کنید. نوع مشتری، موضوع خدمت و قرارداد تعیین می‌کنند چه الزاماتی باید پیش از قبول پروژه بررسی شود.
موضوع‌ها و روش‌های پژوهش
نظریه و درستی سامانه
گروه علوم کامپیوتر آکسفورد، الگوریتم و پیچیدگی، وارسی خودکار درستی و زبان‌های برنامه‌نویسی را به‌عنوان محور‌های پژوهشی معرفی می‌کند. سؤال پژوهش می‌تواند درباره کارایی راه‌حل یا امکان بررسی خودکار ویژگی یک برنامه باشد.
داده، انسان و علوم دیگر
یادگیری ماشین، رایانش انسان‌محور، زیست‌شناسی محاسباتی، اطلاعات سلامت، امنیت، سامانه‌ها و رایانش کوانتومی در همان فهرست حضور دارند. انتخاب چنین حوزه‌هایی معمولاً نیاز به یادگیری زبان و مسائل حوزه همکار نیز دارد.
یک تجربه پژوهشی کوچک
پرسش پیشنهادی: الگوریتم جست‌وجوی شما روی داده مرتب، نامرتب و دارای تکرار چگونه رفتار می‌کند؟ فرض اولیه، روش تولید ورودی و معیار مقایسه را ثبت کنید. سپس یک پیش‌بینی نظری را با آزمایش مقایسه کنید؛ صرف اجرای کتابخانه آماده، پاسخ این سؤال را کامل نمی‌کند.
ادامه تحصیل در کارشناسی ارشد ایران
علوم کامپیوتر و گرایش‌های آن
عنوان «علوم کامپیوتر» هم بدون گرایش و هم با محاسبات علمی، الگوریتم و نظریه محاسبه، نظریه سیستم‌ها، محاسبات نرم و هوش مصنوعی، داده‌کاوی و علوم تصمیم و دانش درج شده است. عنوان صفحه کارشناسی تغییر نمی‌کند؛ این‌ها مقصد‌های تحصیلات تکمیلی زیر همان معرفی‌اند.
دیگر عنوان‌های همان مجموعه
«بیوانفورماتیک» و «علم داده‌ها» به‌صورت رشته‌های جدا و بدون گرایش درج‌شده، و «مهندسی و علم کامپیوتر» با گرایش «علم داده» در مجموعه ۱۲۰۹ آمده‌اند. شباهت موضوع یا نام، مجوز یکی‌کردن این عنوان‌های رسمی نیست.
چگونه میان گرایش‌ها انتخاب کنید؟
از مقصد یک نمونه پایان‌نامه، فهرست درس و موضوع استاد راهنما پیدا کنید. آیا کار شما بیشتر اثبات و تحلیل الگوریتم خواهد بود، محاسبه عددی، ساخت مدل داده، یا مسئله زیستی؟ نام گرایش برای شروع جست‌وجو مفید است؛ جزئیات پروژه تعیین می‌کند چه چیزی را عمیق یاد می‌گیرید.
ظرفیت و پیش‌نیاز
جدول ثبت‌نام، فهرست عنوان‌های مجموعه امتحانی است؛ برای رشته‌محل قابل انتخاب و شرایط اختصاصی باید دفترچه انتخاب رشته و اصلاحیه همان سال خوانده شود. این جدول به‌تنهایی، پذیرش قطعی یا بی‌نیازی از درس جبرانی را اثبات نمی‌کند.
مسیر مرتبط وزارت بهداشت
جدول ارشد وزارت بهداشت۱۴۰۵، علوم کامپیوتر را در مدارک مورد پذیرش «آمار زیستی» و «انفورماتیک پزشکی» آورده است؛ در ردیف انفورماتیک پزشکی همه گرایش‌ها ذکر شده‌اند. این‌ها رشته‌های مستقل‌اند، نه گرایش رشته کارشناسی. انفورماتیک پزشکی علاوه بر برنامه‌نویسی و داده، مباحث سلامت و اصطلاحات پزشکی دارد. درج مدرک در جدول، ظرفیت دانشگاه یا پذیرش نهایی را تضمین نمی‌کند؛ ضوابط ثبت‌نام و اصلاحیه‌ها باید کنترل شوند.
سلامت از دور؛ مسیر مرتبط وزارت بهداشت
در دفترچه ارشد وزارت بهداشت۱۴۰۵، علوم کامپیوتر در مدارک مورد پذیرش «سلامت از دور» آمده است. این یک رشته مستقل است. مواد آزمون آن شامل ریاضیات و آمار زیستی، اصول مدیریت و اقتصاد سلامت، انفورماتیک سلامت، برنامه‌نویسی و ساختمان داده‌ها، شبکه‌های کامپیوتری و زبان عمومی است؛ برای این مسیر باید در کنار مباحث رایانه، مدیریت و اطلاعات سلامت را نیز مطالعه کنید. شرایط نهایی ثبت‌نام و انتخاب دانشگاه باید جداگانه کنترل شود.
دو مسیر مرتبط: بیوالکتریک و زیست مواد
ردیف‌های ۴۰ و ۴۱ دفترچه ارشد وزارت بهداشت ۱۴۰۵، کارشناسی علوم پایه را برای مهندسی پزشکی (بیوالکتریک) و مهندسی پزشکی (زیست مواد) مجاز می‌دانند؛ نام علوم کامپیوتر در این دو ردیف جداگانه نیامده و ارتباط این مسیر از گروه علوم پایه است. بیوالکتریک بر مدار، سیگنال، کنترل و ریاضیات تکیه دارد؛ زیست مواد بر علم مواد، شیمی و مبانی زیستی. پیش از ثبت‌نام، انطباق عنوان مدرک با گروه اعلام‌شده را از مرجع پذیرش تأیید کنید.
ادامه تحصیل در دکتری ایران
گرایش‌های علوم کامپیوتر در دکتری
در مجموعه ۲۲۴۷، «علوم کامپیوتر» هم بدون گرایش و هم با گرایش‌های محاسبات نرم و هوش مصنوعی، نظریه سیستم‌ها، نظریه محاسبه و محاسبات علمی درج شده است. «بیوانفورماتیک» رشته جداگانه همین مجموعه است و ستون گرایش آن خط تیره دارد. این تفکیک مستقیماً از جدول دفترچه ثبت‌نام دکتری ۱۴۰۵ خوانده شده است.
مدرک مجاز و وجود مسیر در ایران
بخش مدارک مرتبط مجموعه ۲۲۴۷ عبارت «تمامی رشته‌ها» را دارد؛ منظور دارندگان مدرک لازم ارشد یا دکتری عمومی است، نه ورود مستقیم از کارشناسی. صفحه رسمی گروه علوم داده‌ها و کامپیوتر شهید بهشتی نیز تحصیل در مقطع دکتری علوم کامپیوتر و بیوانفورماتیک را معرفی می‌کند. ظرفیت هر سال باید جدا بررسی شود.
دکتری برای کدام هدف؟
اگر می‌خواهید روش تازه‌ای بسازید یا محدودیت یک روش موجود را دقیق بررسی کنید، تجربه پژوهش به تصمیم شما کمک می‌کند. برای توسعه بسیاری از محصولات، ابتدا کار عملی و شناخت نیاز مشتری می‌تواند قدم مناسب‌تری باشد. ضرورت دکتری را از شرح نقش مطلوب خودتان بفهمید، نه صرفاً از امکان ادامه تحصیل.
تغییر حوزه به دکتری مهندسی پزشکی
مجموعه ۲۳۴۷ دفترچه دکتری ۱۴۰۵، تمامی رشته‌ها را در مدارک مرتبط اعلام کرده است. با مدرک مقطع مجاز و احراز ضوابط، مسیر مهندسی پزشکی با رویکرد‌های امتحانی بیوالکتریک، بیومکانیک، بیومتریال یا مهندسی بافت قابل بررسی است. این‌ها رویکرد آزمون‌اند؛ عنوان مدرک و ظرفیت دانشگاه باید از جدول پذیرش بررسی شود. کارشناسی به‌تنهایی برای ورود کافی نیست.
تقاضای جهانی تحصیلات تکمیلی و پژوهش
چه نوع پژوهشی در جهان دنبال می‌شود؟
وجود دکتری علوم کامپیوتر آکسفورد و گروه‌های فعال آن در نظریه، سامانه، هوش مصنوعی و حوزه‌های میان‌رشته‌ای، نمونه‌ای از تنوع مسیر تحصیلات تکمیلی است. این تنوع را می‌توان فرصت جست‌وجوی گروه متناسب با علاقه دانست؛ از آن نباید آسان‌بودن پذیرش را نتیجه گرفت.
برای ساخت پرونده تحصیلی
پیشنهاد عملی: یک مسئله محدود انتخاب کنید، منابع پایه آن را بخوانید، آزمایش یا اثباتی را بازسازی کنید و سهم خود را واضح توضیح دهید. برای هر گروه، ارتباط تجربه شما با موضوع‌های آن را نشان دهید. انتخاب چند نام مشهور بدون شناخت پروژه‌هایشان، اطلاعات کافی برای تصمیم نمی‌دهد.
بازار کار و فرصت‌های شغلی در جهان
از محصول تا پژوهش صنعتی
Google Research نقش Research Engineer را برای آزمایش و انتقال ایده به سامانه‌ها و نقش Research Scientist را در موضوع‌هایی مانند هوش مصنوعی، جست‌وجو، تحلیل داده و کارایی نرم‌افزار معرفی می‌کند. این تفکیک نشان می‌دهد نیاز پژوهش صنعتی هم ساخت و اجرا را شامل می‌شود و هم تولید و ارزیابی روش.
مهارتی که فرصت را قابل استفاده می‌کند
برداشت از این شواهد: ترکیب پایه الگوریتمی با توان ساخت و ارزیابی، مسیر‌های بیشتری برای جست‌وجوی نقش ایجاد می‌کند. برای توسعه محصول، کیفیت نرم‌افزار را نشان دهید؛ برای پژوهش، روش ارزیابی و فهم ادبیات موضوع را نیز اضافه کنید. علاقه به نام «هوش مصنوعی» به‌تنهایی نشانه آمادگی نیست.
نمونه‌های جغرافیاییِ پژوهش صنعتی
صفحه مشاغل Google Research، استرالیا را با موضوع‌هایی مانند یادگیری ماشین، فهم زبان طبیعی و برنامه‌نویسی سیستم‌ها؛ هند را با بینایی ماشین، مهندسی نرم‌افزار و سامانه‌های چندعاملی؛ و توکیوی ژاپن را با یادگیری ماشین، گفتار و پردازش زبان طبیعی معرفی می‌کند. این نمونه‌ها گستردگی جغرافیایی فعالیت را نشان می‌دهند؛ امکان استخدام هر متقاضی به شرایط موقعیت و مجوز کار وابسته است.
صنایع و کارفرمایان نمونه
Google Research
Google Research نمونه‌ای از محیط پژوهش صنعتی با دو مسیر مهندسی پژوهش و پژوهشگر است. شرایط هر موقعیت و محل کار را باید در آگهی همان موقعیت بررسی کرد.
شرکت خدماتی، تیم محصول یا کار مستقل
BLS توسعه‌دهندگان وب را در خدمات طراحی سامانه، مشاوره، تبلیغات و فعالیت مستقل توصیف می‌کند. در چنین محیط‌هایی، ساخت چیزی که مشتری بتواند استفاده کند، آزمون و نگهداری آن بخش مهمی از کار است.
محیط دانشگاهی
گروه علوم داده‌ها و کامپیوتر شهید بهشتی و دانشکده علوم کامپیوتر آکسفورد نمونه محیط‌های آموزش و پژوهش مرتبط‌اند. ارتباط با این محیط‌ها ممکن است در قالب تحصیل و پروژه باشد؛ وجود گروه به معنی وجود موقعیت استخدامی نیست.
دشواری‌ها و واقعیت کار
بخش بزرگی از کار، اصلاح است
ساخت نسخه اول برنامه پایان کار نیست. در یک تمرین واقعی، ورودی ناقص بدهید، خروجی اشتباه را پیدا کنید و مسیر تولید خطا را توضیح دهید. اگر فقط اجرای نمونه آماده برایتان جذاب است، تجربه رفع خطا را هم پیش از تصمیم جدی امتحان کنید.
راه‌حل باید قابل توضیح باشد
تصور کنید هم‌تیمی شما قرار است کدتان را تغییر دهد. آیا نام‌ها، آزمون‌ها و راهنمای اجرا کافی‌اند؟ آیا می‌توانید دلیل انتخاب الگوریتم را بدون نام‌بردن صرف از ابزار توضیح دهید؟ این پرسش‌ها را معیار ارزیابی نمونه‌کار خود قرار دهید.
همه مسیر‌ها تجربه یکسان ندارند
خواندن اثبات پیچیدگی، کار با داده نامنظم و ساخت رابط کاربری، روز‌های کاری متفاوتی می‌سازند. چند تجربه کوچک انجام دهید و درباره نوع مسئله‌ای که دوست دارید بار‌ها به آن برگردید تصمیم بگیرید. علاقه به رایانه یا بازی به‌تنهایی پاسخ این پرسش نیست.
تجربه پیش از انتخاب و مسیر آمادگی
آزمایش جست‌وجو
یک فهرست از نام‌های ساختگی بسازید. روش جست‌وجوی تک‌تک و روش نصف‌کردن بازه در فهرست مرتب را روی کاغذ اجرا کنید. تعداد مقایسه‌ها را بشمارید و توضیح دهید چرا روش دوم به مرتب‌بودن نیاز دارد. سپس هر دو را پیاده‌سازی کنید.
آزمایش کیفیت برنامه
برای همان برنامه، حالت نام پیدا‌نشده، فهرست خالی و نام تکراری را آزمایش کنید. از فرد دیگری بخواهید با راهنمای شما آن را اجرا کند. هر ابهامی که پیدا کرد، به اصلاح کد یا راهنما تبدیل کنید.
گام بعدی برای تصمیم
اگر تحلیل روش جذاب‌تر بود، منطق، ریاضی گسسته و الگوریتم را تجربه کنید؛ اگر ساخت محصول جذاب‌تر بود، یک برنامه کوچک را تا آزمون و تحویل پیش ببرید. بعد چارت علوم کامپیوتر و مهندسی کامپیوتر دانشگاه‌های مدنظر را با این تجربه شخصی مقایسه کنید.