资工阿鲁参上。
资工在学什么咧？
如果是敝校，基本上各组别都要修——
大一：
普物
常见的数学科目，e.g. 微积分、线性代数、离散数学
粗浅的程式设计，多半是C语言入门
计算机概论（交大叫计算机科学概论，非必修）
大二：
一样有数学科目，e.g. 机率、计算理论（交大叫做正规语言）
算法
资料结构
电子电路学（电子学加电路学的不三不四综合，最常被电类科系耻笑的一点）
数位电路实验（实际开始要写HDL、合成，上学期的课程）
计算机组织（下学期课程，目标是写出一科RISC的CPU）
数据库概论
这年是关键的一年
尤其计算理论，可说是资讯科学的本质
大三：
作业系统
人工智能
微处理器实验
编译器设计
(各组别的必选修课程在这年，决定你未来的发展)
大四：
（依照你大三的发展往专业发展）
先承认我自己对电*系的认知不多，
但基本上从课程大纲看出来，资工系除非你特意去碰电类科系的课程
不然最底层大概就只碰到数位电路的部份
对电子元件特性、类比电路之类的部份几乎没机会碰
那么资工系的特色在哪呢？
我个人认为有两点：
（1）多样性，讲难听点就是“杂”
（2）抽象化程度高
从上面看得出来，资工系的必修其实横跨很多领域
但核心概念多半是试图让用一套model去描述该领域的行为
人工智能的类神经网络，就是用算法、资料结构去模拟神经细胞的学习效果...etc
软件工程上的“设计模式”，则是借用建筑学上的一些描述（e.g. Facade）来阐述软件架构
......etc
有很多时候，软件工程师也是必须了解硬件上的一些极限— —
例如嵌入式平台上，指令集可能不够powerful、register不够...etc
这时写compiler backend、写system的人皮就要绷紧了；
可能不能让你process随便fork、mmap......etc
当然，不否认的就是：
万一一个资工人基础不够稳固，亦即计算理论、算法、资料结构不熟
很容易流于“架构太空人”(Joel Spolsky拿来嘲笑嘴炮coder的词)
这三科基本上是CS的根本— —
计算理论如其名称所示，谈论的是计算的本质。
多数在探讨：
什么是可被计算的、应该如何表达一件可被计算的事情（计算模型）......etc
算法则是(1)尝试去表达解决一个问题的方法、(2)探讨这些方法的优劣。
例如：给一串数字，要排序，有很多种排序方法，
但怎么排平均最快、要怎么排可以消耗最少空间、万一数字不定长怎么办......也是学问
资料结构是与算法相辅相成的存在，
算法有时会非常抽象，可能pseudo code就直接说元素phi是不是在某个set里面之类的，
但是要怎么实做：检查元素phi是不在set里面，也是门学问。
（用杂凑表？开炼还是线性随机探测？...etc）
虽然，在现在程式语言、与语言带来的函式库越来越强大之下；
这三科的重要性被削弱了，一些没修习过的人也可以写出不差的程式。
但是不代表这三科可以抛掉。
因为判定要解的问题，该选用什么算法、用什么资料结构的眼光依旧很重要；
而且用错了的代价会非常高昂。
举例：
Facebook的底下骨干网络有使用link aggregation的技术，把多条连线整合；
但有段时间，不论DB机器怎么加、频宽怎么开，时间一长就是会塞爆，最后只能重开。
这问题存在了整整两年，花费无数人力找bug。
最后发现是connection pool的算法用的是MRU，所以有些query会被丢在pool顶端
有些query则会栽在pool底端永世不得超生，时间一长pool就爆了...
知道问题症结点后，改code的时间花不了多长；
但当时用错的下场就是花费很多顶尖人力、金钱去丢在一个原本可以避免的错误上。
好啦这篇真的没卦点可以补了Orz
真要讲就是我觉得Microsoft真的最近越来越开放了；
我实在不太相信他们的股东们会开心。
现在我一整个买好爆米花，等著看Satya Nadella会不会被股东丢出窗外XD