資工阿魯參上。
資工在學什麼咧？
如果是敝校，基本上各組別都要修——
大一：
普物
常見的數學科目，e.g. 微積分、線性代數、離散數學
粗淺的程式設計，多半是C語言入門
計算機概論（交大叫計算機科學概論，非必修）
大二：
一樣有數學科目，e.g. 機率、計算理論（交大叫做正規語言）
演算法
資料結構
電子電路學（電子學加電路學的不三不四綜合，最常被電類科系恥笑的一點）
數位電路實驗（實際開始要寫HDL、合成，上學期的課程）
計算機組織（下學期課程，目標是寫出一科RISC的CPU）
資料庫概論
這年是關鍵的一年
尤其計算理論，可說是資訊科學的本質
大三：
作業系統
人工智慧
微處理器實驗
編譯器設計
(各組別的必選修課程在這年，決定你未來的發展)
大四：
（依照你大三的發展往專業發展）
先承認我自己對電*系的認知不多，
但基本上從課程大綱看出來，資工系除非你特意去碰電類科系的課程
不然最底層大概就只碰到數位電路的部份
對電子元件特性、類比電路之類的部份幾乎沒機會碰
那麼資工系的特色在哪呢？
我個人認為有兩點：
（1）多樣性，講難聽點就是「雜」
（2）抽象化程度高
從上面看得出來，資工系的必修其實橫跨很多領域
但核心概念多半是試圖讓用一套model去描述該領域的行為
人工智慧的類神經網路，就是用演算法、資料結構去模擬神經細胞的學習效果...etc
軟體工程上的「設計模式」，則是借用建築學上的一些描述（e.g. Facade）來闡述軟體架構
......etc
有很多時候，軟體工程師也是必須了解硬體上的一些極限— —
例如嵌入式平台上，指令集可能不夠powerful、register不夠...etc
這時寫compiler backend、寫system的人皮就要繃緊了；
可能不能讓你process隨便fork、mmap......etc
當然，不否認的就是：
萬一一個資工人基礎不夠穩固，亦即計算理論、演算法、資料結構不熟
很容易流於「架構太空人」(Joel Spolsky拿來嘲笑嘴炮coder的詞)
這三科基本上是CS的根本— —
計算理論如其名稱所示，談論的是計算的本質。
多數在探討：
什麼是可被計算的、應該如何表達一件可被計算的事情（計算模型）......etc
演算法則是(1)嘗試去表達解決一個問題的方法、(2)探討這些方法的優劣。
例如：給一串數字，要排序，有很多種排序方法，
但怎麼排平均最快、要怎麼排可以消耗最少空間、萬一數字不定長怎麼辦......也是學問
資料結構是與演算法相輔相成的存在，
演算法有時會非常抽象，可能pseudo code就直接說元素phi是不是在某個set裡面之類的，
但是要怎麼實做：檢查元素phi是不在set裡面，也是門學問。
（用雜湊表？開鍊還是線性隨機探測？...etc）
雖然，在現在程式語言、與語言帶來的函式庫越來越強大之下；
這三科的重要性被削弱了，一些沒修習過的人也可以寫出不差的程式。
但是不代表這三科可以拋掉。
因為判定要解的問題，該選用什麼演算法、用什麼資料結構的眼光依舊很重要；
而且用錯了的代價會非常高昂。
舉例：
Facebook的底下骨幹網路有使用link aggregation的技術，把多條連線整合；
但有段時間，不論DB機器怎麼加、頻寬怎麼開，時間一長就是會塞爆，最後只能重開。
這問題存在了整整兩年，花費無數人力找bug。
最後發現是connection pool的演算法用的是MRU，所以有些query會被丟在pool頂端
有些query則會栽在pool底端永世不得超生，時間一長pool就爆了...
知道問題癥結點後，改code的時間花不了多長；
但當時用錯的下場就是花費很多頂尖人力、金錢去丟在一個原本可以避免的錯誤上。
好啦這篇真的沒卦點可以補了Orz
真要講就是我覺得Microsoft真的最近越來越開放了；
我實在不太相信他們的股東們會開心。
現在我一整個買好爆米花，等著看Satya Nadella會不會被股東丟出窗外XD