نرم‌افزار و فناوری اطلاعات

برگرد

علوم کامپیوتر

مطالعه الگوریتم‌ها، محاسبات و مبانی ریاضی سیستم‌های رایانه‌ای.

۴ سالطول تحصیل
۵٬۰۰۰برآورد شانس بیشتر تا این رتبه
۲۵برآورد شروع — میلیون تومان در ماه

MYTH / FACT

برداشت‌های رایج و نکته‌های قابل‌بررسی

«علوم کامپیوتر همون مهندسی کامپیوتره.»

خیر. علوم کامپیوتر در دانشکدهٔ ریاضیه: الگوریتم، نظریهٔ محاسبات، ریاضیات گسسته، هوش مصنوعی. مهندسی کامپیوتر به سخت‌افزار و ساخت محصول نزدیک‌تره. بازار کار در نهایت یکیه ولی مسیر متفاوته.

«برای بازار کار بدتر از مهندسیه.»

برای هوش مصنوعی و علم داده و پژوهش، بهتره. برای کار عادی برنامه‌نویسی، برابره — چون بازار مدرک نمی‌بینه، نمونه‌کار می‌بینه.

STUDY

چی می‌خونی

چهار سال. ریاضی جدی (آنالیز، جبر، گسسته، احتمال) در دو سال اول، بعد الگوریتم، نظریهٔ زبان‌ها، هوش مصنوعی، یادگیری ماشین، محاسبات علمی.

درس‌های تخصصی که این رشته رو می‌سازن

ریاضیات گسستهطراحی الگوریتمنظریهٔ محاسباتاحتمال و آماریادگیری ماشینبرنامه‌نویسی و ساختمان داده

واحد یعنی چه

درس‌های دانشگاه با «واحد» شمرده می‌شوند. هر واحد نظری ۱۶ ساعت کلاس در یک ترم است، هر واحد عملی یا آزمایشگاهی ۳۲ ساعت و هر واحد کارآموزی ۱۲۰ ساعت. یک دورهٔ کارشناسی معمولاً بین ۱۳۰ تا ۱۴۰ واحد است و در چهار دسته پخش می‌شود:

عمومی
معارف، ادبیات فارسی، زبان، تربیت بدنی. در همهٔ رشته‌ها یکی است و سقفش ۲۲ واحد است.
اطلاعات تحصیلی
پایهٔ علمی رشته — ریاضی و فیزیک برای مهندسی، آناتومی و بیوشیمی برای پزشکی.
اصلی
ستون فقرات رشته، مشترک با رشته‌های نزدیک به آن.
تخصصی
درس‌هایی که فقط در همین رشته می‌خوانی — همان فهرست بالا. این بخش است که تصویر واقعی رشته را می‌سازد؛ بقیه کم‌وبیش در رشته‌های همسایه هم هست.

تعداد دقیق واحدهای هر رشته را شورای عالی برنامه‌ریزی وزارت علوم تصویب و منتشر می‌کند و برای هر رشته فرق دارد — ما عددش را حدس نمی‌زنیم. سرفصل رسمی هر رشته در prog.msrt.ir هست.

چالش‌های تحصیل و کار

ریاضی اثبات‌محور. کسی که ریاضی رو فقط برای حل مسئله دوست داشت نه برای اثبات، در ترم‌های اول شوکه می‌شه. و اینکه دانشگاه محصول ساختن یاد نمی‌ده — باید خودت.

SKILLS

چه مهارتی لازم داری

در کنار درس‌های دانشگاه، این مهارت‌ها رو هم برای مسیر کاری موردنظرت بررسی کن.

  • ریاضی و تفکر الگوریتمی
  • پایتون و ابزارهای داده
  • آمار و احتمال کاربردی
  • انگلیسی برای مقاله و منابع
  • همون مهارت‌های نرم‌افزار: گیت، پروژه، نمونه‌کار

پیشنهادهایی برای یادگیری در طول تحصیل

  1. سال ۱ تا ۲

    پایتون رو تا سطح حرفه‌ای بخون و کنار ریاضی، پروژه‌های کوچک داده و الگوریتم رو گیت‌هاب کن.

  2. سال ۳

    با یک استاد پروژهٔ پژوهشی بگیر (هوش مصنوعی، بینایی ماشین، پردازش زبان). این مسیر ارشد و مهاجرت رو باز می‌کنه.

  3. سال ۴

    تصمیم: ادامهٔ تحصیل (ارشد هوش مصنوعی داخل یا خارج) یا بازار کار داده و نرم‌افزار.

JOBS

چه مسیرهای کاری‌ای وجود داره؟

برآورد درآمد ماهانه — میلیون تومان، تهران
توسعه‌دهندهٔ نرم‌افزار۲۵۸۰
دانشمند / تحلیل‌گر داده۳۰۱۲۰
مهندس یادگیری ماشین۵۰۲۵۰

توسعه‌دهندهٔ نرم‌افزار

۲۵۸۰

همان بازار مهندسی کامپیوتر

کجا: استارتاپ‌ها و شرکت‌های نرم‌افزاری

دانشمند / تحلیل‌گر داده

۳۰۱۲۰

مدل‌سازی و تحلیل داده

کجا: بانک، اپراتور، فروشگاه‌های آنلاین، فین‌تک

مهندس یادگیری ماشین

۵۰۲۵۰

بعد از ارشد یا پروژه‌های جدی

کجا: استارتاپ‌های هوش مصنوعی، شرکت‌های بزرگ، ریموت خارجی

ارقام ماهانه به میلیون تومان، تخمینی و بر مبنای تهران — از شروع کار تا حدود پنج سال بعد.

اسم‌هایی که احتمالاً می‌شناسی

نمونه‌هایی از جاهایی که فارغ‌التحصیل‌های این حوزه در ایران کار می‌کنند:

  • دیجی‌کالا
  • اسنپ و تپسی
  • کافه‌بازار و دیوار
  • بانک‌ها و فین‌تک‌ها مثل زرین‌پال و آپ
  • همراه اول و ایرانسل

این‌ها مثال‌اند برای اینکه بدانی حرف از چه جور جایی است — نه فهرست کامل، نه رتبه‌بندی، و نه قولی که آنجا استخدام می‌شوی.

REALITY

نمونه‌ای از یک روز کاری

شبیه مهندسی نرم‌افزار، با سهم بیشتری از تحلیل و آزمایش: داده رو تمیز می‌کنی، مدل می‌سازی، نتیجه رو می‌سنجی، دوباره. در پژوهش: مقاله خوندن، پیاده‌سازی، آزمایش، نوشتن.

فضای کار

همان دفتر و ریموت نرم‌افزار. در پژوهش: آزمایشگاه دانشگاه با گروه کوچک و استاد راهنما. فضا فکری و ساکت‌تر از توسعهٔ محصول.

FIRST YEARS

شروع مسیر کاری

با نمونه‌کار: کار برنامه‌نویسی یا تحلیل داده از سال سوم چهارم. بدون نمونه‌کار و بدون ارشد: مدرک نظری که کارفرما نمی‌فهمه چیه — سخت‌ترین حالت.

TIMELINE

چند مسیر ممکن برای رشد

  1. سال ۰

    جونیور نرم‌افزار یا داده، یا دانشجوی ارشد.

  2. سال ۵

    سینیور داده/ML، یا دکتری در خارج.

  3. سال ۱۰

    لید هوش مصنوعی، پژوهشگر، استاد، یا مهاجرت‌کرده در شرکت‌های بزرگ.

FIT

ترجیح‌ها و چالش‌های قابل‌بررسی

چه ترجیح‌هایی رو بررسی کنی؟

  • کسی که ریاضی و اثبات رو واقعاً دوست داره
  • کسی که هوش مصنوعی رو از عمق می‌خواد نه از سطح
  • کسی که به ارشد و مهاجرت تحصیلی فکر می‌کنه

چه چالش‌هایی رو بررسی کنی؟

  • کسی که می‌خواد سریع اپ بسازه و ریاضی براش مانعه
  • کسی که پژوهش و مقاله حوصله‌اش رو سر می‌بره
  • کسی که با کارشناسی و بدون نمونه‌کار می‌خواد وارد بازار بشه

NEXT

ادامهٔ تحصیل و مهاجرت

راه ادامهٔ تحصیل در اروپا برای این حوزه بازتر است. در ۲۲ شهریور ۱۴۰۵، حدود ۳۵۵ پوزیشن دکتریِ فاندشده در این حوزه باز بود.

ولی یک نکته: فنی و مهندسی در ایران هم از پرجمعیت‌ترین گروه‌هاست، پس همین پوزیشن‌ها بین آدم‌های خیلی بیشتری تقسیم می‌شود. عدد بزرگ است، ولی صف هم بلند است.

یعنی این حوزه جا دارد — نه اینکه تو حتماً پذیرش می‌گیری. شمارش از پرتال یوراکسس کمیسیون اروپاست و رشته‌ها را با هم مقایسه می‌کند؛ سهم دانشجویان ایران از آمار سال تحصیلی ۱۳۹۹–۱۴۰۰ است.

ارشد و دکتری هوش مصنوعی یکی از پرمتقاضی‌ترین مسیرهای مهاجرت تحصیلیه — دانشگاه‌های آمریکا، کانادا و اروپا با فاند. رزومهٔ پژوهشی از سال سوم لازمه.

RISK

نکته‌هایی برای بررسی پیش از انتخاب

اگه نه پژوهش کنی نه نمونه‌کار بسازی، مدرکی داری که بین ریاضی و مهندسی معلقه و بازار براش تعریفی نداره. این رشته برای کسی که مسیرش رو از سال دوم مشخص کنه، عالیه؛ برای کسی که فقط درس بخونه، مبهم.

ASK YOURSELF

قبل از پر کردن فرم، اینا رو از خودت بپرس

  1. ۱. اثبات ریاضی برات لذته یا شکنجه؟

  2. ۲. هوش مصنوعی رو می‌خوای بسازی یا فقط ازش استفاده کنی؟

  3. ۳. ادامهٔ تحصیل تا ارشد جزو برنامه‌ته؟

PLAN B

اگه این نشد، یا مطمئن نیستی

SAME FIELD

بقیهٔ رشته‌های نرم‌افزار و فناوری اطلاعات

برگرد به جدول خودمهنوز آزمون ندادی؟ سه دقیقه وقت می‌بره

این صفحه برای آشنایی اولیه با رشته و مسیرهای کاری آن تهیه شده. تجربه افراد و شرایط کار متفاوت است؛ برای تصمیم‌گیری، منابع و اطلاعات به‌روز رو هم بررسی کن.