信息与计算科学专业学什么

信息与计算科学是数学类专业，不是计算机类专业。它挂在数学类下面，专业代码 070102，学制四年，毕业授理学学士。名字里的「信息」和「计算」很容易误导人，它真正的底色是数学分析、高等代数和数值计算这一套。

它在数学系，不在计算机学院

这个专业最常见的误会，是新生报到那天才发现课表上写着「数学分析」而不是「程序设计」。它归在理学门类的数学类里，和数学与应用数学、数理基础科学是同一类专业，院系归属通常是数学学院或理学院。

培养方案的重心因此很清楚：前两年几乎全是数学。数学分析、高等代数、解析几何、常微分方程、概率论、数理统计、复变函数、实变函数、抽象代数，一门接一门。计算类的课有，但是配角：数值分析、微分方程数值解、数据结构、C 语言或 Python、数据库。

这套安排的意思不是让你成为程序员，而是让你具备把实际问题写成数学模型、再设计算法求解的能力。它的产品是「方法」，不是「系统」。理解这一点，后面的选择才不会走偏。

名字的来历：一次专业目录合并

1998 年教育部修订本科专业目录时，把原来的计算数学及其应用软件、运筹学、控制科学、信息科学几个专业合并，取了一个新名字叫信息与计算科学。所以它的前身是计算数学，骨子里是数值计算那一支。

这也解释了为什么它的课程里既有纯数学的证明课，又有偏应用的运筹学、最优化、信息论与编码。合并的痕迹一直留着：有的学校偏计算数学，有的偏运筹优化，有的偏信息处理，同一专业在不同学校的课表能差出三分之一。

报考前值得查一下目标院校这个专业挂在哪个学院、有哪些方向。挂在数学学院且方向写「计算数学」的，证明课会很硬；挂在信息学院、方向写「数据科学」的，编程比重会高一些。同名不同命，这种情况在数学类专业里很常见。

和计算机科学与技术，课表差在哪？

两个专业都学编程，都会碰到算法，但训练的目标不同。一个要能证明，一个要能实现。

差别在第四行体现得最明显。计算机专业的课程里有一整套「系统」训练，操作系统、编译原理、数据库实现，这些是面试八股和工程能力的来源。信息与计算科学不教这些，学生要自己补。

反过来，数学训练带来的优势在做算法、做量化、读论文时才会显现。梯度下降为什么收敛、矩阵分解的稳定性怎么分析、采样误差有多大，这些问题的答案在数学课里，不在编程课里。

转向考研时，数学底子开始值钱

这是这个专业被低估的地方。数学类本科在考研时跨专业的成本比多数专业低，因为数学一或数学分析是很多专业的硬门槛，而这正是它的日常训练。

• 转计算机：需要补 408 或学校自命题的专业课，通常提前一年准备。数学底子好的学生在算法与机器学习方向读研时上手快。
• 转统计与应用统计：几乎是无缝衔接，概率论、数理统计、实变函数都是本专业课程。
• 转金融与数量经济：金融工程、量化方向偏好数学背景，考研专业课常考概率统计或经济学综合。
• 转人工智能相关方向：导师看重的是数学基础与论文阅读能力，本科专业名不是障碍。

保研的情况也类似。数学类的保研率在部分院校不低，推免时往外校的计算机、统计、金融投，比在本专业内部竞争更容易拿到名额。前提是绩点够、有科研或竞赛经历。

什么人不适合报？

第一类是对证明题没有耐心的人。数学分析的作业不是算结果，是写论证，一个题写半页纸是常态。受不了这种训练，四年会过得很痛苦，而且转专业的窗口很窄。

第二类是想本科毕业就做开发的人。这个专业的课表里没有足够的工程训练，实习时和计算机专业的学生竞争同一个岗位，项目经历往往是短板。要走这条路，得自己刷题、做项目、找实习，学校不会替你安排。

第三类是把它当「计算机备胎」的人。每年都有考生冲着名字报进来，读了一学期发现全是数学，然后开始逃课。如果目标是写代码做系统，直接报计算机类；如果对数学本身有兴趣，或者打算读研转向，这个专业才划算。

常见问题

这个专业和数学与应用数学有什么区别？

同属数学类，基础课几乎一样。差别在后续方向：信息与计算科学偏计算、数值方法、运筹优化，会学更多编程与算法；数学与应用数学偏基础数学或应用数学，证明课更重，方向更宽，适合走学术。

女生多吗？

比计算机类多一些，但整体仍是男生偏多。数学类专业对性别的适配没有实质差异，读研和就业时也没有明显的性别门槛，主要看个人能不能扛住课程强度。

转专业容易吗？

看学校政策。多数学校允许大一结束申请转专业，要求是绩点排名靠前，且要通过接收学院的考核。数学类转计算机竞争激烈，名额少；转统计、金融、经济相对容易。具体规则以本校教务处的转专业办法为准。