国庆特惠
从今天开始，在国庆节的 7 天里，我们每天都会为您介绍一所学校和一个专业。希望能为正在苦苦选择学校和专业的你提供参考！如果您有更多想看的话题，请在文末留言告诉我们！
Palm 说：今天我们邀请了加州大学伯克利分校 EE&CS 专业的本科生和研究生，现在的 Apple 软件工程师 Peter，分享了 EE 和 CS 这两个热门专业。
EE&CS 的基本概念
EE 到底是什么？EE这个词有很多中文翻译，我也查了国内大学对EE的理解，好像国内大概有好几个专业。一个叫电气工程，一个叫电子工程，一个叫通信工程。在美国，尤其是在本科阶段，EE 是一个非常广泛的概念，也就是说，我们暂时将其翻译为电气工程。今天，这种电气工程基本上涵盖了几乎所有与电子学、光子相关的工程动作。
也就是说，我们上面提到的，中国的电气工程、电子工程和通信工程都属于我们在美国研究电子工程的范围。CS 的概念要清晰得多，即计算机科学（Computer Science），它是一门系统研究信息和计算的理论基础，以及它们如何在计算机系统中实现和应用的学科。
计算机科学包含许多子领域;有些强调对特定结果的计算，例如计算机图形学;而其他人则探索计算问题的本质，例如计算复杂性理论;还有一些领域侧重于如何实现计算，例如编程语言理论，它研究描述计算的方法，应用特定编程语言来解决特定计算问题的编程，以及人机交互，它侧重于如何使计算机和计算有用、有用并且随时随地为人们所用。
EE&CS 课程提供哪些课程？
为了给学生和家长一个更直观的了解，我还查看了我们系里我最熟悉的班级。我简单介绍一下。该课程分为以下几类，第一类是入门课程，如果你在伯克利主要做电子工程方向，那么入门课程有两类，一类是信号与系统，另一类是微电子电路入门。接下来，您可以从几个方向中进行选择。一种是传统的 EE 方向的数字电路、模拟电路和数字信号处理。
接下来就是要做关于通信的方向，也就是我们比较熟悉的电信、联通、移动，他们都做这方面的内容。例如，华为的 4G 网络建设、5G 网络和对新通信方式的研究就是朝着这个方向发展的。
接下来学生可以学习的是电力系统的研究，在伯克利，这节课叫电力系统导论，就是你可以学习空间站是怎么用电驱动的，而对这种强电的控制就是这方面的学习。这些都是我们称为电气工程的电子方面的工程行为。
当然，现在的 EE 也包括光子学的工程行为，比如在伯克利，有一门课叫光学工程导论，也是在 EE 系下完成的。
下一个领域，我们说的是 EE 中的 CS，有几门课程。一门是机器结构，这是伯克利非常有名的一门课程，它教你机器和微型计算机内部是如何组成的，零件有哪些，以及一些最简单的原理，比如：如何设计芯片，如何设计硬盘苹果直播软件你懂的，如何设计内存等。
与此类似的是另外两节课，其中一课称为嵌入式系统设计，即嵌入式系统设计。这里还有关于通信网络的介绍，也就是我们所说的互联网，学习互联网的硬件架构，这不仅仅是硬件，还有大量的软件知识，属于 EE 中比较偏向软件的部分，也就是 EE 中比较偏向 CS 的部分。
EE 和 CS 之间的区别
至于两者的区别，我基本上说两个字，区别大家都能理解。我们说 EE 的意思是做硬件，而 CS 就是做软件，这有点狭隘，但总的来说，我们可以这样理解。
让我们举个例子，假设您有一台安装了最常见 Windows XP 系统的计算机。造这台电脑，应该主要由EE的人来设计，但是如果你在里面写这个windows XP系统，那应该是主要由学CS的人来设计的，也就是做软件。正如我后面会说的，由于各种原因，CS 和 EE 之间的差异正在逐渐缩小。我将在后面更详细地解释它。
EE&CS 专业的未来发展及优缺点
我们来谈谈未来 EE 和 CS 的优缺点。我不是指行业的发展或学术界的发展，因为行业内没有优势和劣势的行业之分;在学术上，并不是说物理学比化学强，也不是说化学比生物学强。我想谈谈我们每个学生作为个体的未来发展。简单来说，我们大约 70% 的人更倾向于软件，大约 30% 的人更偏向于硬件部分 EE。
EE 行业的竞争较少，尤其是在伯克利：CS 班一般都很大，400 或 500 人，但 EE 班通常很小，通常为 50 或 30 人，也有稍大的 80 或 100 人，但很可能在这个范围内，它不会出现 300 人的班级。所以我们可以说 EE 中的竞争相对较少。
但是，EE 最大的缺点是工作机会相对较少。通常现在做 EE 的公司都是过去 3 到 5 年做 EE 的一群大型公司，即所谓的做智能硬件的公司。这仍然比 CS 初创公司少得多，所以如果一些学生倾向于在小公司工作，那么 EE 可能无法满足这种需求。
因此，EE 公司大多年龄较大，也比较稳定，这决定了 EE 的企业文化相比 CS 并没有那么年轻和活泼。同时，它的公司特点也是由硬件本身的特点决定的。我们知道，例如，如果您购买了一台电脑，即使您的状态非常好，或者有人喜欢经常更换它，也可能需要至少半年或 1 年的时间才能更换它。
但是软件差异很大，例如，手机中的下一个应用程序，我可能可以同时下载 3 或 5 个应用程序，我对这个应用程序不满意，我会更换应用程序，我们可能一天有几个，这与硬件有很大的不同。
CS 和 EE 的对比很明显，它有很多年轻的公司可供选择，也有一些大公司，你选择公司文化可以更灵活一些，波动也比较大;但缺点是，因为这个东西迭代太快，行业起起落落，也许前两年，你看公司很厉害，也许两年后它不会那么厉害，再过 5 年就会消失。
这种事情在美国硅谷经常发生。与硬件不同，这个行业变化非常迅速。目前的趋势是，五金行业趋于稳定，但 CS 的波动程度仍然很大，可以看是好事也是坏事。
EE & CS 的垂直整合
正如我前面提到的，涉及到 CS 和 EE 的行业，也就是所谓的 IT 行业，现在正在与更多的行业垂直整合，CS 和 EE 之间的界限往往不像以前那么明显，很多事情也是相互话语的。
Vertical integration 在英语中称为 vertical integration。什么是垂直整合？例如，一些大公司，当他们制作一个产品并卖给客户时，很多时候不仅仅是卖给他一个硬件，或者只是一个软件，公司可能会给他一个服务，或者卖给他一个“结果”。
客户不关心您使用的硬件或软件，但他关心结果。因此，如果一家公司可以同时涉足软件和硬件，它通常会对公司产品的效果或其利润做出更大的贡献。
因此，许多公司现在都倾向于这样做。最直接的例子是 Apple，它自己制造硬件和软件。这是一个相对简单的示例，但让我给你一个更具体的例子：例如 Oracal。
其他公司通常购买 Oracle 的数据库来存储数据，所以有一种语言叫 SQL，一些有计算机背景或经验的孩子一般都知道这个，这种 SQL 语言是专门用来解析数据库、查询数据库信息的。Oracal 现在在做什么？通常这种 SQL 语言是用 CPU 执行的，也就是我们所说的计算机的中央处理单元。
但是 Oracal 发现，如果公司的数据库非常大，运行这样的语句可能需要很长时间，所以他们为他们的 SQL 语言设计了一个芯片，而这个芯片放在他们公司设计的服务器中，所以你只需要买他们公司的数据库，买他们公司的芯片，而且这个芯片就可以直接解析 SQL 语言了。
那么，这有什么影响呢？您可能需要 80 台计算机才能实现的性能，现在 10 台计算机就可以了。因为芯片非常好，价格可能比原装的贵，一台机器卖掉原来的 3 或 4 台机器，但对于它来说，除了研发成本外，它的生产成本其实是很低的。所以也许它可以多赚百分之几的利润，但对于客户来说，因为他们想要结果，所以他们不在乎有多少台机器。
他们从 Oracal 买了这台机器，他们买了这台带芯片的机器，他们还买了它的数据库，只要他们最后能得到这样的结果，对客户来说也是一样的。最终，结果是这种产业整合给了 Oracal 更高的利润率，也就是我们所说的产业链。
学术界有很多这样的例子。我有另一个朋友最近和我聊天，告诉我他们正在研究一个芯片，这个芯片能做什么？前段时间，网上有个直播应该特别有名，叫Alpha Go vs. Lee Sedol。
Alpha Go，也就是我们所说的机器学习，是 CS 领域非常非常热门的话题。他们用这个芯片做什么？通常机器学习是一个非常耗时的过程，可能需要十天半个月的时间来学习，这是非常非常正常的。即使现在有些人，我们男同学可能比较熟悉，我们叫显卡，他们做加速，但速度不够快。
因此，他们设计了一个专门的芯片来执行这种机器学习。机器学习中非常具体的事情是做深度学习，这可以显著提高整个机器学习的速度。芯片本身是 EE 的工作，但你不能说它只是 EE。
比如这个芯片卖 100 块钱，芯片拿出来的时候什么都做不了，你只能做这个机器学习，而且需求是一个非常非常软件的需求，所以如果你对两边都没有特别的了解，你就不能做出这样的芯片。
所以总结以上，也就是我前面说的：现在随着行业的整合，包括了很多所谓的“交叉学科”，其实，EE 和 CS 真的不能称为跨学科，而是同一个学科的两个方向，有时在实际应用中会越来越朝着一个方向发展。因此，即使您是 CS 学习者，您也可能需要对 EE 有所了解;即使你是一个学习 EE 的人，你也可能需要了解一些 CS 知识，因为这些学科之间的区别越来越小。
EE 专业就业方向
我们接下来要讨论的是一个更现实的问题，因为我们之前谈到了 CS，所以我将重点讨论 EE。也就是说，如果你学好了 EE，你可以做什么样的工作，在哪些方向上做呢？
首先，你可以做一些电子产品的设计，比如我有一个朋友在 Next 工作——这家公司制造智能家居设备被谷歌收购（比如家用智能温度控制、家用烟雾检测、家用二氧化碳检测，包括家用安防摄像头，包括监控摄像头的开发）。这些都是你在学习 EE 时可以做的事情。
第二个部分就是所谓的控制系统，比如我另一个朋友，他在特斯拉，就是特斯拉，美国的电动车公司，现在很受欢迎。他负责车内电池的控制系统。具体的问题是如何布置这个板子，如何设计电池的控制，如何做测试的控制，这些都是所谓的控制系统。
您可以选择的另一种工作类型是所谓的电网公司，例如中国有国家电网，美国西海岸有 PG&E，称为太平洋电力燃气公司。此外，你还可以做芯片设计，比如在英特尔做电脑CPU，包括现在非常流行的高通和英伟达（男生可能对玩游戏很熟悉）。
在 Nvidia，您可以设计不同的芯片，例如显卡，当然也可以做 EE 的事情。也有很多学生选择成为测试工程师，或者生产调试工程师，比如我们知道的苹果：苹果生产 iPhone，这些 iPhone 是在美国设计的，但在中国生产。
在生产过程中，你不生产它们时不知道你的一个设计有问题，只有当你到了生产阶段你才会知道，所以设计会有点问题。
例如，您可能设计了两根电线太近，那么两根电线设计得太近有什么问题呢？在制作过程中，发现体积比特别低，而且都是不好做的，因为你的设计太接近了，那么怎么解决呢？你需要有这么多的工程师才能成为常驻工程师，也就是在你的生产阶段做最后的重新设计，当然不可能做大的改动，也就是一些小的改动。
这些是生产阶段的最终调试，包括生产线上的质量控制，这非常非常重要，尤其是对于硬件公司而言。
如何选择 EE&CS 专业？
下一个问题，也是最后一个问题，是我如何在 EE 和 CS 之间进行选择？我之前说了这么多，那就是什么EE，什么是CS，EE有哪些优点，EE有哪些缺点，CS有哪些优点，CS有哪些缺点，我该如何选择呢？我认为大多数学生在本科阶段不需要担心这个问题，为什么？
因为大量的 CS 和 EE 基础课程非常相似，即使你完全确定你将来必须选修 CS，或者如果你必须选修 EE，我建议你选一两门其他领域的课程。你不必选择更多，你可以选择一两门基础课程，这些课程在很多大学都是必修的，比如我们学校。
也就是说，你可以在我们学校选EE和CS，也可以选单门课程，但是无论你学哪个方向，都有6门基础课程是你必须选修的。所以，进入学校后，随着这些基础课程的学习，你会对EE和CS的区别有更直观的了解，到时候再选择也不晚。
当然，我认为最重要的是，当涉及到选择时，我认为它应该基于兴趣。因为正如我之前所说，EE 的竞争力可能较低，尽管就业机会略少。虽然 CS 有很多工作机会，但也有很多竞争和很多学习的人。如果您根据就业选择，这可能没有意义。
所以我觉得大家还是根据自己的兴趣去寻找更多的，很多人可能觉得 EE 和 CS 之间的跨度还是有点大的，但是在我看来，这东西的跨度越来越小。而且我也认识很多朋友，比如 EE，原来主修 EE，最后找到了一份软件工程师的工作;或者他正在学习 CS，现在正在做一些与 EE 相关的事情。
如果您现在不确定，请根据您的兴趣进行选择！即使你将来想改变它，也不会很困难。我认为转换 CS 和 EE 的难度可以说是最小的。刚才的演讲中有很多专业术语，还没进入本科课程的同学可能听不懂什么意思，不过没关系，你以后学的时候就会知道这个是什么意思，那个意思什么，而且不是复杂的内容。
如何选择电子工程和计算机科学专业的学校？
另一位朋友问，美国不同学校的 CS 和 EE 课程有很大差异吗？有什么区别？事实上，本科教育是非常统一的，包括使用的课程和教科书。当然，教授们倾向于用他们自己的教科书，因为教授们都很好，他们说你的书不如我，我什么课都用我自己的书。
但如果要谈如何选择学校，我的建议是，你可能更有可能考虑其他方面，比如学校的文化、周围的环境。
让我们以伯克利大学与 CMU 为例。伯克利和卡内基梅隆大学是两所以电子工程和计算机科学都很强的学校，你看他们每年在顶级会议上发表的论文，基本上都是很有实力的，他们都是非常有名的教授，也拿过很多著名的计算机奖项，你应该怎么选呢？
当然，回答这个问题对我来说并不客观苹果直播软件你懂的，首先，我对一个的了解比对另一个了解多得多，我必须说这是有偏见的，但我真的觉得伯克利在生活上更好，别说依靠旧金山和硅谷的优势，我们来谈谈最基本的生活， 谈论食物。那么我绝对相信伯克利的饮食比 CMU 好得多。
与 CMU 相比，伯克利的缺点是什么？或者就像我前面说的，如果是 CS 的方向，现在伯克利的人比较多，如果你是那种课后跟着教授走的学生，或者你喜欢小班授课的环境，喜欢在私立大学里高大上的感觉，那么 CMU 一定比较合适。
我看到很多学生就是不知道自己是不是在湾区或者对伯克利感兴趣，或者看到我是伯克利人，所以他们问了很多关于伯克利的问题，我在这里简单回答一下伯克利的 CS 专业保持 3.3 GPA 有什么困难。
我认为这是一个很难回答的问题。不过，有一点，在CS不错的几所学校中，除了斯坦福相对松散之外，其他学校MIT、CMU、Berkeley的GPA都比较难，所以大家都应该相对做好学习这个的心理准备。
Q & A （问答）
Q：AI（人工智能）方向的具体课程有哪些？
A：如果是本科阶段，有一门人工智能方向的课程叫人工智能导论，CS1-88，还有一门课程是CS1-89，就是机器学习，机器学习导论，还有一些研究生课程，本科阶段也可以选修，比如有一门课程叫CS2-88， 这称为自然语言处理。
Q： 我们在选择学校时会考虑哪些因素？
A：我认为专业排名可能相对来说更重要，因为专业排名往往代表了该系的一些实力，包括该系在美国的知名度，包括发表的论文数量、教授的水平，排名还可以代表该系的规模和学校对该系的重视程度。当然，这也要看情况，所谓专业排名，或者说综合排名，就是不考虑地域因素，不考虑人生因素，我觉得学习是一件综合性的事情，所以要综合来看。
Q： 我需要去研究生院学习电子工程吗？
A：我学电子工程的时候，我认识的朋友大多都去读研究生了，因为我觉得这可能跟比较成熟的行业有关系。相对成熟之后，新人不多，也不多，高数可以相对有限，就选几个比较好的就好。我认为人们可能更愿意拥有研究生学位。而且，通常这种芯片设计，包括数字信号处理，还需要更多的学术支持，所以我通常推荐电子工程学生申请研究生院。
Q： 我以前没有接触过 CS/EE，我可以在大学学习吗？
A： 接着有同学问，过去没有相关的学习经历适合自己吗？我个人接触 CS 比较早，但我也认识很多同学，我从来没有接触过这个领域，本科之前我从来没有接触过这个领域，但我在本科时也学得非常好。所以我认为这也不是必要条件。还有数学的分数，数学的分数要求其实并不是特别高。
说到数学对 CS 的要求，虽然总体要求不是特别高，但有些领域可能要求还挺高的，比如算法研究对语言感数学的要求比较高;然后是目前最热门的机器学习，我认为这是 CS 中最数学的要求。
当然，如果你在做图形或视觉指导，我个人认为线性代数的水平相当高，但总的来说，我不认为 CS 是一门特别数学的学科。
Q： 您是如何从初学者开始学习AI（人工智能）的？
答：研究 AI 就是你如何定义研究。如果你在谈论如何从一无所有到能够做AI PHD，或者能够在顶级会议上发表论文，或者将来能够成为一名教授，你可能要经历很长的本科学习、研究生学习、博士学习，你将需要一步一步的积累。
如果你只是说你对 AI 有一些了解，比如说你可能不会做 alpha go，但是 alpha go 的作者上台做个演示，我能听懂他在说什么，这不是很困难。这基本上是你在本科的几门课程中可以达到的水平。
就像我一样，基本上对 AI 一无所知，就是我在本科时上了两门 AI 课，现在我去看 alpha go，你可能会觉得还是有点深奥，而那个演示，基本上你就能从头到尾理解他在做什么。我觉得如果你想达到这个效果，那么我觉得比较容易实现。
所以到头来，总结起来，这两个大公司的发展前景非常好，暂时没有下滑的趋势。它在就业方面也是有利的。至于选择，我强烈建议你在参加相关课程后，根据自己的兴趣做出选择，对它们有具体的了解。
