【導讀】
數學的重要性不言而喻，那麼對於從事IT行業的人來說，像高數、線代這種基礎數學課程，應該被視為重中之重嗎？
作為一名計算機專業的學生，你覺得求學期間哪門課程最重要？
你又將哪門課程作為學習的重中之重呢？
總有人推薦計算機學生把重點放在高數和線代？
你覺得呢？
考研黨的
心聲：該學還得學
眾所周知，計算機是一個非常寬泛的學科，學生畢業後所從事的領域也五花八門，例如有作業系統，編譯，資料庫，逆向工程，資訊保安，甚至還有軟體工程等等。
那麼，這些領域都需要，或者說很需要高數與線代嗎？
想必本專業的學生，此時腦中蹦出了四個大字：離、散、數、學。
包括非ML的傳統演算法在內，CS的大部分方向依賴的是數理邏輯和圖論之類的數學分支，具體到大學本科課程對應的也是離散數學，而不是高數。
但是，作為計算機本科生，這是大家放棄高數和線代的理由嗎？
或許一個更為龐大的群體：考研黨，會給出不一樣的答案。
在剛剛過去的2020年，計算機碩士繼續呈現「爆炸」增長。以如今計算機的缺口，本科畢業生根本無法填充，再加上計算機的就業路比較寬，半路出家考研的也大有人在。所以，作為考研必考科目的高數與線代，當然也是非學不可。
除了應試，我們還要關注作為數學基礎，它們有著培養數學思維的作用。
數學思維對計算機行業，或者說一切理工科都有著無與倫比的重要性。
如今各種軟體，都與數學有必然的聯絡，例如在遊戲、圖形軟體開發中引用了線性代數中大量的座標變換，矩陣運算。而對開發遊戲引擎，人工智慧演算法來說，數學更是根基，不但開發引擎需要數學知識，開發遊戲邏輯也需要，所需知識就基本覆蓋了大學裡《高等數學》、《線性代數》、《機率與數理統計》等課程。
崗位上用到高數多少？
但也有人認為，聚焦數學固然重要，但不要過分誇大高數與線代的重要性。
因為像人工智慧崗位、遊戲引擎開發崗位等等，還並不能代表程式設計師群體的全部。
還是回到應用更為廣泛的離散數學身上，計算機本身的儲存結構是離散的。
所以很多時候，沒必要過分強調「基礎論」，因為從計算機系統的角度講，大都依賴的是離散結構的數學，而非微分方程。
不是學習C/C++方向和考研，沒有太大的必要把學習精力重點放在高數和線代上面。你更應該學好計算機網路、作業系統、資料庫、資料結構與演算法等等計算機科學相關內容，和程式語言以及用程式語言開發出具體的專案上。
羅傑·培根曾說，「數學是科學的大門和關鍵。」
當提到數學時，大多數人通常會想到需要數字並且專注於計算某種值：
算術
幾何
代數
結石
線性代數
傅立葉變換
常微分方程
偏微分方程等等
但是，要認識到，數學涉及的不止是數字，它還涵蓋了廣泛的主題：
邏輯
演演算法
基本定理
數學證明和模型
離散數學
計算理論
資訊理論
組合學
集合論
圖論
抽象代數等等
而且很明顯的是，在一個程式設計師不瞭解某些數學理論的情況下，他的程式設計內容極有可能受限。
IT部門需要大量程式設計師來建立可自動化或簡化業務邏輯的應用程式。這些是業務線應用程式，它們為公司使用者提供了更有效地完成工作所需的資訊。這項工作大部分圍繞大型資料庫進行，並將資料集縮減為使用者所需的相關資訊。
機器和尖端技術的軟體工程通常確實需要高階數學知識。在過去的20年中，已發展併成為主流的所有無線技術都嚴重依賴於訊號處理演算法。訊號處理本身可以涵蓋波形合成和分析，壓縮，加密，前向糾錯和調製/解調。
現在考慮人工智慧，計算機視覺，影象處理，自然語言處理，模擬，機器人技術，通用GPU程式設計，分散式計算，並且每年都在繼續增長。除了機器人技術，智慧手機也在某種程度上取決於上述技術，所有這些技術都需要具備高階數學知識才能很好地完成。
大多數網站不會收到大量無法透過增加硬體解決問題的流量。但是，即使如今硬體的商品價格上漲，更多的硬體也不永遠是最好的，甚至也不是簡單的解決方案。
具有強大的批判性思維和推理能力的經驗豐富的開發人員，才是最重要的。例如，對於像Facebook這樣的公司來說，隨著全球不斷髮生的數億次互動，就更需要高度專業化的演算法來儘可能高效地運營網站。
最後引用一句知乎網友的話，讓我們回到現實：
參考知乎網友回答：
https：//www。zhihu。com/question/403076697？utm_source=wechat_session&utm_medium=social&utm_oi=91028414010295500
8&utm_content=group3_supplementQuestions&utm_campaign=shareopn