女孩，大陆籍，准备选择Rose-Hulman理工学院，第一专业需要在生物/化学/生物化学中选一个，想选生物化学，可double第二专业，是不是可以考虑计算机科学专业或者数据科学专业，更推荐哪个？CS是不是本科就可以找实习就业，若是数据科学是不是还是需要考研？
我看了一下，Rose-Hulman的第二专业可以选的是computational science，而不是computer science，这两个还是有很大区别的。Computational Science是用计算机来解决科学问题，重数学和科学建模，而Computer Science是研究计算机本身，重编程、算法、系统设计。学computational science毕业后是否可以做软件工程师？是可以的，但要注意行业预期偏差。雇主可能会默认你是做科学仿真、数值模拟的，而不是做商业软件开发。而且软件工程技术面主要考的是数据结构、算法、系统设计，而不是数值仿真。所以如果想转向传统软件开发，还需要自己额外补刷cs方向技能和项目经历。
这两个major怎么选？首先看一下对能力要求。Computational science对数学要求非常高（尤其偏微分方程、线性代数、数值优化、有限元方法）；Data Science对数学要求中高（以概率推断、统计建模、回归分析、基础机器学习为主）。这方面可以根据自己对数学硬度的接受程度来决定。
接下来看职业目标。Rose-Hulman学生一般以本科毕业直接就业为主。毕业后想做software engineer（SDE），可以选computational science, 岗位数量多，工资高，对国际学生也友好。毕业后想做data analyst / data scientist，可以选DS，但近几年DS竞争变得很卷，岗位数量少，入门门槛抬高。
如果考虑读研究生，选专业要看申请方向。如果申请computational biology方向（偏生物物理建模、分子模拟），建议computational science。如果申请biomedical informatics、生物统计（偏医疗大数据、健康ai），建议data science。
关于CS是不是本科就可以实习和就业，数据科学是不是需要考研，从目前大家的观察来看，确实有这样的倾向，但一刀切的结论需要谨慎，理解背后的机制和细节更重要。首先，谈到就业，必须拆成两方面看，一是岗位数量，二是岗位竞争程度（申请人数和申请质量）。岗位数量来看，CS相关岗位数量远远大于DS。我在前几周答疑中也提到，h1b办理数量上，CS相关的占比远高于DS岗位。这直接说明SDE岗位的绝对基数更大，给国际生空间更宽。再看申请人数和竞争程度。两边申请人数都很多，但申请CS岗位的门槛更高。SDE岗位一般默认你得有正统的CS训练。而DS岗位（特别是entry level）相比而言，对背景更包容，因为DS作为职业本身起步晚（10年前根本没有这么标准化），岗位名称和职能超级多样（data scientist, data analyst, machine learning engineer, data engineer...全混在一起），很多不是CS科班出身的人，也能转行过来。但是这种“包容性”反过来也导致了极度拥挤。近几年DS方向的本科和硕士项目爆炸式开设（尤其是硕士），大量“科班”选手涌入。同时，大量其他专业的人也自学数据技能来抢DS岗位。结果就是DS entry level岗位申请人数疯狂膨胀，远超岗位增长速度。
那么HR面对海量简历，最简单办法就是用学历作为一刀切硬筛。本科DS vs 硕士DS，一刷就刷掉一堆本科生。本科CS vs 硕士CS，情况没那么极端 ，一方面岗位更多，另一方面更注重技术面表现。
如果单从“找到一份工作”的短期角度来看，本科CS直接就业比DS更容易。但如果看长期职业成长，尤其是在DS轨道（想做更核心的data scientist / ml engineer / ai researcher），硕士学历基本是必要的。同样适用于CS，长期来看，CS master不是必须，但是潜在加分项。如果想做更硬核方向（比如ai/robotics/security/r&d engineer），硕士很有用，因为你可以上更高级的课，有机会做更有分量的项目/研究。而且有一些advanced岗位明确标注preferred master's degree。
【竞赛报名/项目咨询+微信：mollywei007】
