第 8 讲：理工科主干专业深度认知

把“理工科”拆成实际学习任务

理工科专业的差别，不只在未来可能进入的行业。数学证明、软件开发、电路实验、机械设计和化工过程分析，对应不同的日常训练。认识这些任务，比用“好就业”“适合男生”“必须读研”等标签筛选更可靠。

本站五维深入解读按“学什么、谁适合学、毕业后做什么、深造怎么选、川内院校怎么了解”组织。具体课程与培养实例各附来源，练习任务是本站用于探索的例子，不是学校原作业。

这些方向存在交叉，不应说软件工程“数学更轻”、普通院校人工智能就是“降配计算机”。比较两校时，核对数学和计算机基础、综合项目、实践指导，以及自己能否接触到对应资源。

电气工程及其自动化重点关注电能转换、电机与电力系统等；电子信息工程更关注电路、信号和信息处理；自动化重视控制、检测和系统协同。具体学校可能侧重不同方向，要看实际课程和实验安排。

它们不能只用“强电、弱电”概括全部区别，更不能推导出“想进电网只能读电气”。招聘单位会按具体岗位发布专业、学历和考试条件，同一单位也可能招不同专业。学校与企业合作、设有实验室，不代表所有本科生自动获得岗位或项目机会。

体验这些方向时，可以做纸面电路分析、低风险教学仿真或控制逻辑设计。不要为了测试兴趣自行接触市电、高压装置、危险设备。

机械可以从结构、加工和装配理解；土木可以从受力、结构、安全和工程实施理解；材料关注成分、结构、工艺与性能；化工研究过程、设备及生产放大。每类都有研发、实施、测试、运行等不同岗位，工作条件应落到具体职责，不能把一个工地或工厂的体验当成整个专业结论。

数学、物理、化学等基础学科有证明、建模、理论与实验训练。深造可以扩展研究方向，但不是所有学生的唯一选择，也不能许诺“数学背景什么都能转”。跨专业学习仍有基础课、考试、项目和招生条件。

就业需求受地区、技术、企业经营和人才供给影响。没有清晰来源时，不写统一薪资、挂科率或“硕士是所有岗位底线”。研究、开发和运维岗位应分别调查。

从上述方向中选两个，到本站专业库打开具体条目，再进入所附高校培养资料。各记录三门课、一项实践、一种真实工作任务和一个待核实问题；学校之间按相同维度比较，不制作无依据的梯队。

练习结束时，回答“我愿意持续做哪些任务、哪些工作环境需要进一步了解”。兴趣可以通过学习发展，不以第一次操作速度、性别或一次分数给自己下结论。查专业基础介绍与五维深入解读，或到相近专业对照继续比较。

沿用原课程的五维方法：学什么、谁适合学、毕业后做什么、深造怎么选、川内院校怎么了解。第五维应落在有来源的培养实例，不能把学校名气直接写成专业排名。每个维度至少记录一条证据、一个解释和一个尚待回答的问题。

专业群	学习任务的比较方向	适配访谈与核验问题
计算机与软件	算法、系统理解、编码调试和工程协作	是否实际完成过需要反复排错的任务？具体学校怎样安排理论和项目？
人工智能与数据	数学建模、统计思维、数据处理与程序实现	对数学、代码与真实问题哪一部分更有兴趣？课程是否覆盖必要基础？
电子、电气与自动化	电路、信号、设备、控制系统及实验	是否了解软硬件工作差异？培养重点对应哪些课程和实验？
机械、土木、材料、化工	设计、测量、实验、工艺和工程现场任务	对实验与现场环境的接受程度怎样？有没有看过具体实践安排？
数学、物理、化学等基础学科	抽象推理、建模、实验及学术阅读	愿意持续投入怎样的基础训练？如何了解不同深造与应用方向？

这些是查阅与访谈方向，不是对所有学校课表和毕业岗位的统一描述。职业出口需结合具体岗位、单位与时点核对，不能将一个专业群统一写成“必须读研”或“本科无用”。

虚构考生说“我喜欢电脑”。访谈先分清喜欢的是游戏体验、设备研究、视觉创作还是编程解题。请他举出一次主动学习的经历：遇到什么困难、怎样解决、什么部分愿意继续做。没有经历不等于不适合，只说明需要安排探索。

随后比较两份虚构培养方案：甲重系统与算法课程，乙包含较多工程项目；不能只数项目数量就宣布乙更好就业。还应查项目深度、基础课程、指导与评价方式。安排一个可完成的小任务，再让学生复述愿意和不愿意投入的部分。

分别选计算机相关、电子电气相关和传统工程或基础学科中的一个具体项目，制作三张五维卡片。每张卡写明学校、年级、培养资料来源与查阅日期，岗位信息另列采样范围。缺资料的维度保留未知。

互评时检查四点：是否用学校标签替代培养证据；是否把个体经历推广为所有毕业生结果；是否用专业名称直接判断兴趣适配；是否给出了学生能执行的下一步探索。把问题修订到卡片中，再进入第 13 讲的具体取舍。