一年一度申请季，望眼欲穿等offer。 在CS的激烈竞争下，除了CS和CS37项目，还有哪些专业可以继续学习编程和ata，毕业后从事计算机的相关工作呢？ 今天就来为您介绍一下吧~
计算机工程 (理学硕士)
Computer Engineering (M.S.)
课程内容包括：网络处理器设计和编程、互联网和云计算、计算机系统架构、数字系统设计、数据网络(设计和分析)等。
电气与计算机工程-机器学习与数据科学 (理学硕士)
ECE-Machine Learning an Data Science (M.S.)
课程内容包括：电气和计算机工程师概率论、编程系统设计导论、软件设计与优化、信息和数据科学的优化、神经学习和计算智能等。
电气与计算机工程-量子信息科学 (理学硕士)
ECE-Quantum Information Science (M.S.)
课程内容包括：量子计算的应用、量子信息科学和多体物理、电气和计算机工程师的概率、科学计算与可视化、数据科学单元编程原理等。
电气工程-计算机结构 (理学硕士)
EE-Computer Architecture (M.S.)
课程内容包括：计算机系统组成结构、无线网络与普及计算、网络处理器设计与编程、计算机体系机构、计算机时实控制系统、网络处理器设计与编程、数字系统设计等。
电气工程-计算机网络 (理学硕士)
EE-Computer Networks (M.S.)
课程内容包括：操作系统、计算机网络简介、计算机系统组织、计算机网络、数据网络：设计和分析、高级操作系统、无线互联网和普适计算、计算机系统架构、算法分析等。
电气工程-无线网络 (理学硕士)
EE-Wireless Networks (M.S.)
课程内容包括：操作系统、计算机网络简介、计算机系统组织、计算机网络、数据网络：设计和分析、高级操作系统、无线互联网和普适计算、计算机系统架构、算法分析等。
网络安全工程 (理学硕士)
Cyber Security Engineering (M.S.)
课程内容包括：安全系统、信息安全基础和政策、计算机系统保证、可信系统设计&分析&开发、安全系统管理、安全和隐私等。
交通系统管理 (理学硕士)
Transportation Systems Management (M.S.)
课程内容包括：系统架构、信息学编程原理、计算思维与数据科学导论、大数据环境中的数据信息学概述、空间分析、空间建模或地理空间数据集成等。
应用数据科学 (理学硕士)
Applie Data Science (M.S.)
课程内容包括： 面向数据科学的机器学习、应用自然语言处理、高级数据存储 、算法分析、信息检索和网络搜索引擎、数据科学编程原理、信息学程序设计原理等。
空间数据科学 (理学硕士)
Spatial Data Science (M.S.) 课程内容包括： 地理空间信息管理、空间分析、数据科学编程原理、人工智能、机器学习、数据挖掘等。
公共卫生数据科学 (理学硕士)
Public Health Data Science (M.S.)
课程内容包括： 人工智能基础、数据科学编程原理、 算法分析、数据挖掘基础和应用、社交网络分析、高维数据统计分析等。
商业分析 (理学硕士)
Business Analytics (M.S.)
课程内容包括： 应用现代统计学习方法、统计计算和数据可视化、面向业务分析师的SQL数据库、大数据中的NoSQL数据库、数据仓库&商业智能和数据挖掘、高级回归分析等。
