计算机科学技术学院

备注

学院简介

青岛大学计算机科学技术学院是学校理工科的重要学院之一，面向计算机领域培养人才。学院设有计算机科学与技术、软件工程、信息安全、人工智能专业，注重理论与实践结合，并通过特色实验班和创新班为拥有突出计算机天赋的同学提供更高的发展平台。

学院官网：https://cst.qdu.edu.cn/

可在学院官网导航栏中【本科教育】-【培养方案】中查看自己专业要学习的课程。

专业设置

专业	说明
计算机科学与技术	学院核心专业，覆盖计算机基础理论、软件与系统开发等方向，软硬件兼施的 C.S 大佬（与软工没有本质区别）
计算机科学与技术（图灵班）	最初图灵班是入学后再选拔，如今是分高者得，一直是倾斜更加优质的师资力量，教材也有所不同。保研率更高。
软件工程	学科评估成果最好的专业，其实只要是计算机类，本科学哪个方向区别不大 ~~编程也就图一乐，收收心找个电子厂上班了😋~~
信息安全	系统掌握包括网络安全、计算机系统安全、数据安全等信息安全理论与信息安全软件开发的基础理论和基本技能 ~~老师，怎么注册GitHub呀😵~~
人工智能	面向智能时代设立的新兴专业，设有人工智能创新班，继承自“智能科学与技术”专业
软件工程（外包）	R.I.P
软件工程（创新班）	R.I.P
数字媒体	R.I.P
物联网	R.I.P

~~拉倒吧，数据科学与软件工程学院2021年就跟计科院合并了，现在说RIP有什么用~~。

特色培养

图灵实验班：学院特色培养项目，注重算法与科研能力训练
人工智能创新班：面向人工智能方向选拔培养（2025新增，暂不清楚）
算法协会：学院为打 ACM 等编程竞赛的同学搭建的交流协作平台，人均 ~~银金牌~~ 金牌银牌拿到手软的大佬。学校的 ACM 集训队也从协会中选拔。纳新通常在蓝桥杯国赛结束或接近学期结束时。

校区安排

大一：金家岭校区（东校区）
大二起：统一搬至浮山校区（主校区）

学习与竞赛建议

学好数据结构、算法、操作系统、计算机网络等核心课程，打好基础
对算法竞赛感兴趣的同学可以加入算法协会，从 OI-Wiki、LeetCode、Codeforces 等平台开始练习
善用官方文档与搜索引擎，培养自学能力，尽早找到自己感兴趣的方向，考研/保研/就业基本不可兼得
多写代码、多动手实践，用项目输出倒逼输入
一定要及时接触世界前沿的应用技术，哪怕是单纯体验，尤其是明显会导致工作模式变革的AI技术，毕竟本wiki平台的搭建，甚至包括大部分文字信息的整合，均由Agent在2026年7月包干。
应当注意，计算机学院不等于必须在互联网领域就业，路要走宽。计算机专业面对机器视觉、运动控制、机器人、嵌入式、导航定位等等领域都有一定的优势。

入党

完整的流程还是看专门的板块吧——入党知识，这里简单讲一下我们学院入党的规则：学习好，学习好，学习好。考试课成绩排名在前 50％是硬性标准，越靠前越好。即便是主要班委，即便是学生会干部，即便是和老师熟，成绩差也肯定无法“优先发展”，只能等大四发展，临毕业转成预备。

入党名额比例往往是本科生多于研究生，这应该是基于学院整体指标、由学院内部自行定下的方针。一般给大三学生的名额较少，给大四即将毕业的同学发展的名额相对较多。以计科、软工为例，同一专业大三一学期分配的发展名额不到 10 名，基本平均同一专业 10％以内的同学有机会发展成正式党员，算上预备党员，这个比例会来到 15％左右。

希望早些发展、想要毕业就成为正式党员，需要同时满足“成绩优异”和“干部任职经历 + 较多志愿服务时长”这两个条件，缺一只能等大四。也存在成绩极佳、大三春季学期给个发展机会以便大四申请保研时多一张牌的可能，但也会优先考虑同时有干部任职经历的同学。

计科学院的积极分子考试内容只有党章，和发展对象培训考试的参考内容、题型差不多。改卷严格，常年有三分之一的同学考试不通过，只能顺延一学期继续参与考试。

大挂（补考亦不通过）直接本科四年内不可能考虑发展，除非本校读研。小挂（正式考试挂科而补考通过）不会一票否决，但毕竟会影响位次。

总之，计科学院的党员发展总体是公平的，因为要公示，即便届时心里委屈，一个一个点名公示名单下来，也只能发现确实没法找茬。归根结底是名额较少，机会要争取，希望有理想的同学从大一开始就在不作弊违纪的前提下，把握好自己的考试课成绩。

其实绝大多数情况下，入党带不来多少功利的好处，更多的是责任与付出。

保研（推免）

计算机科学技术学院的保研工作按照学校统一的 《青岛大学推荐优秀应届本科毕业生免试攻读研究生工作实施办法》（青大教字〔2021〕21号） 执行，每年 9 月启动。政策细则（基本条件、综合成绩计算、综合发展素质加分等）见考试与成绩 - 保研（推免）。这里结合学院的实际情况，给你说点文件里不会明写、但过来人都在意的东西。

名额与竞争态势

学校每年把推免名额下到学院，学院再按专业分。名额不按固定比例给，而是学院依据各专业毕业生人数、培养质量等统筹分配，最后名额通常落在 专业总人数的个位数百分比 附近——也就是大家口口相传的"前 5% 左右"。"前 5% 能保研"这句话不算错，但它描述的是 最终结果，而不是政策标准。文件里的真实门槛是：

前三年考试课平均成绩排名 不低于专业前 30%（过了这线才有申请资格）；
但名额就那么几个，所以 真正能拿到手，基本要看你在专业前 5% 甚至更靠前的位置。

换句话说，前 30% 是"报名资格线"，前 5% 左右才是"竞争实线"。中间那 25% 的同学不是不能申请，而是大概率陪跑——这不叫残酷，叫现实，计算机这类专业本来就卷。

对计算机专业，尤其要抠三点

1. 成绩是命根子，加权平均分要尽早拉高。

综合成绩 = 学业成绩 × 90% + 综合发展素质 × 10%。学业成绩占九成，这是硬道理。计算机课程（高数、线代、数据结构、操作系统、计算机网络、编译原理等）都是考试课，全部计入加权平均。大一的课少、单科权重却大，是拉开差距的黄金期，前三年每一分都在为四年后的那份排名服务。别信"大学60分万岁"，那是给不打算保研的人听的。

2. 六级是隐形门槛，别拖到大三。

非外语专业要求 CET-6 ≥ 426 分（或雅思≥6/托福≥80）。注意是六级，不是四级。很多实力够但六级没过线的同学，最后只能眼睁睁放弃，连递补的机会都没有。建议大二把六级过了，分数够 426 即可，不用追求刷高分（它对综合成绩没有加成）。顺便说一句：六级确实可以刷分，但 426 和 600 在保研这件事上待遇一样，别在这上面花冤枉时间。

3. 挂科=直接出局，没有任何商量余地。

"必修课无不及格记录"是硬条件。哪怕你综合排名专业第一，只要有一门必修课不及格，就直接丧失资格。所以计算机的硬课（尤其是数一、数据结构这类容易翻车的）考前务必稳扎稳打。

竞赛与科研：加分怎么加，值不值得卷

综合发展素质占 10%，看着不多，但在专业前 5% 这个神仙打架的区间，一分都可能决定去留。对计算机学院而言，最相关的加分项是这样的：

项目	折算比例	说明
"互联网+" 竞赛	按 70% 直接累加	国家级金/银/铜奖前 3 位，100/80/60、80/60/40、60/40/20 分
"挑战杯"	按 20%	国家级金/银/铜奖前 3 位，同上分档
其他权威竞赛（ACM、程序设计竞赛等）	按 25%	以《全国普通高校大学生竞赛排行榜》为参考，排行榜内最高奖 ≤50 分，未上榜 ≤40 分
科研成果（论文）	按 25%	需以青岛大学为第一单位、独立或第一作者；赋分标准学院自定

学长给你的实话：

"互联网+"和"挑战杯"分值高，但拿到国家级奖项的难度也高。这两个赛更偏"文能答辩、武能拼团"，如果你们团队没有很能打的老师带队，普通人很难摸到国家级奖杯，不用把它当主战场。
ACM/算法类竞赛才是计科人的本命赛道。学院有算法协会，天梯赛、蓝桥杯、ICPC/CCPC 这类"权威竞赛排行榜"上的赛项，拿个国赛奖是能实打实折算进 25% 那一栏的。但注意：团队赛只有前 3 位算主力队员，赋分依次递减，所以要么自己当队长拿位次，要么确保自己排进前三。
论文加分看学院细则，水刊会从严。文件明确"对社会质疑较多的赛事、刊物从严把握"，而且答辩时专家会重点核查是否"有名无实"。与其花大价钱发水刊，不如把一篇代表作做实——代表作评价看的创新质量和个人贡献，不是篇数。

特别注意答辩要求：走特殊学术专长的同学必须参加公开答辩（专家≥5人、副教授以上），全程录音录像、结果公示。没通过答辩，该项成绩直接归零。同一天同一奖项不要重复报，同一成果按最高等级只算一次。

时间线：想保研，你得这样走

大一大二：把考试课均分拉进专业前列（这是最重要的）、过六级、加入算法协会练竞赛
大三上：继续保均分，可开始冲 ACM/蓝桥杯等"排行榜"竞赛，尝试跟老师做项目、攒论文
大三下：确认自己排名在前 30% 线内，评估学院历年名额；竞赛/论文开始走"代表作"路线
大四 9 月：关注学院发布的《推免工作实施方案》和当年名额，填《申请表》，有专长还要填《审核鉴定表》并准备答辩
拿到名额后：在教育部系统报名，自行联系接收院校，在截止日期前拿到接收单位录取资格，否则视为自动放弃

一句话总结

计科院保研，九分靠均分，一分靠竞赛，六级和零挂科是两条红线。综合成绩排名决定你排第几，排名决定你拿不拿得到名额——就这么简单。别指望竞赛逆天改命，那是前 5% 的学霸们决胜的加时赛；对大多数同学来说，从大一第一次高数考试开始认真对待每一场考试课，才是性价比最高、也最稳的保研路径。

就业

计算机领域方向庞杂、知识浩如烟海，每个细分方向深挖下去都学无止境。这里把常见的岗位、求职的思路和一些过来人的忠告整理给你，帮你在职业选择上少走弯路。

常见的岗位有哪些

前端工程师：负责界面的呈现，你手机 App 里的每一个按钮、网页上的每一处样式，都是前端的成果。~~现已被Agent干碎~~
后端工程师：负责业务逻辑与数据流转，你发一条消息，要经过服务器的接收、存储、转发，才能到达对方手机，这部分工作就是后端
算法工程师：负责具体算法与模型的设计，比如根据用户的历史行为决定给他推什么内容，背后就是算法在起作用。
AI 开发 / Agent 工程师：负责大模型应用开发，或者基于大模型的 Agent 进行二次开发，模型本质是接收输入、推理、输出结果，Agent 为模型提供了工具调用接口和工作流管理。
网络安全工程师：一个很大的分类，可能是做安全服务、安全研究，也可能是车联网 / IoT / 工控方向，甚至有些地方的运维岗也叫"网络安全工程师"
渗透测试工程师：熟悉攻防技术，负责应急响应和漏洞分析，通常需要有竞赛或实战经历
安全研究员：以安全研究为核心，方向多种多样
运维工程师：产品上线后难免出各种问题，运维就是负责让系统稳定跑起来、出问题及时处理的人
产品经理：负责把模糊的需求翻译成清晰的方案，先和客户对齐需求、设计原型，再交给工程师实现

以上划分只是非常粗的框架，建议多去牛客、BOSS 直聘等平台翻翻真实岗位的招聘要求，你会对"市场需要什么样的人"有直观的认识。

求职这件事，本质上是三件事

第一，培养终身学习的能力。 大学阶段最重要的不是背下了多少知识，而是是否建立了"快速掌握新知识"的能力。技术在日新月异地迭代，今天流行的框架明天可能就过时了，能跟上变化的人才不至于被淘汰。

第二，攒足项目经历。 国内找计算机方向的工作，项目经历往往是重中之重。最理想的状态是：你能讲出让面试官听得懂、觉得你厉害、且方向对口的项目，这三条按重要程度从高到低排序。方向对口尤其关键——校招统一面试时，如果你的经历恰好匹配部门的用人方向，被捞起来约面试的概率会大很多。很多人的第一份实习、第一份正式 offer，都源于一次偶然的课堂项目或老师带着做的课题，然后顺着这个方向一路滚雪球。所以最好从一开始就不要将就：本科毕业打算工作，就尽早确定方向、尽早动手做项目。

第三，打牢专业基础。 国内大厂基本都会考察基础知识，且各有侧重，这些基础课程（数据结构、操作系统、计算机网络等）对未来的职业生涯有潜移默化的影响。虽然国内的本科计算机教育水平参差不齐，但自学能力一定不能丢。

关于实习

在校招之前，尽量争取做一到两份实习。实习不只是给简历镀金，更是你低成本试错、验证自己适不适合某个方向的机会。实习的次数多了，你就能循序渐进地跳到更好的平台，和更厉害的同事做更有深度的项目，结识的人脉和看到的视野也随之打开。对于前三四年基本功还算扎实的同学，大三暑假的实习会是补充项目经历、衔接校招的大好机会。

别报培训机构

非常不推荐报名校外或网上的编程培训机构。互联网上高质量的免费学习资源多到看不完（慕课、官方文档、开源项目、B 站课程……），培训机构的课程质量参差不齐，收费却动辄上万，性价比极低。与其花钱报班，不如把省下来的时间花在动手写代码上。

零基础入门计算机

很多同学进计科院时对计算机其实是"不明就里"的，这很正常。下面这份清单，是给想在大一就把底子打好的同学的入门路线，都是从零开始的顺序，不用有压力。

先弄清楚计算机的硬件组成和作用（CPU、内存、硬盘、显卡、输入输出设备），对你手里的电脑有最基本的认识
掌握文件管理：理解文件与文件夹、绝对路径 / 相对路径、快捷方式、常用快捷键，把资源管理器玩明白
感兴趣的话可以研究下如何自己动手组装一台电脑，装机这件事既能练手又能让你对硬件有直观理解
用 C/C++ 作为第一门编程语言入门，Python 可以当效率工具或以后 AI 方向的基石；至于未来主攻哪门语言（Java、Go、Rust、JavaScript……），可以根据语言特性和就业方向慢慢抉择
看一遍 MIT 的经典课程《计算机教育中缺失的一课》，它能帮你补齐 shell、编辑器、Git 这些课堂不教但极其常用的工具技能
用心学好数据结构与算法、操作系统、计算机网络这几门核心课，更体系化的学习路线可以自己上网搜，发挥主观能动性
学会如何提出一个好问题：能把问题描述清楚，其实已经解决了一半；参考 StackOverflow 的提问方式
加入一两个技术社区，后期可以尝试搭建个人博客（服务器 / 域名 / 图床 / 备案……），养成用输出倒逼输入的习惯
尽早想清楚未来是读研还是就业，它很大程度上决定了你这四年的重心：
- 读研：尽早找一位感兴趣的老师，跟进他的课题，争取做出科研成果，对未来保研 / 考研复试都是加分项
- 就业：选好自己的技术栈，多做项目、多实习

关于自学

计科的学习，自学能力几乎是命脉。课堂能给你的东西有限，更多的路要靠自己走。

提升自学能力，从这几件事入手

搜集信息：搜索引擎推荐 Google 或 Bing，别把大模型当成唯一的答案来源，培养自己动手检索的习惯
甄别信息：学会找多来源交叉印证，多思考、多和别人交流，再不济用大模型帮你汇总
输出倒逼输入：多写博客，把学到的知识用自己的话讲出来，往往讲着讲着才发现哪里没懂；推荐用 Markdown 写作，所见即所得
提升英语：计算机领域最优质的一手资料几乎都是英文的（官方文档、论文、Stack Overflow……），英语好意味着你能直接读源头，而不是等别人嚼过的博客

自学的好处

进度自控：完全按自己的节奏来，难的知识点可以反复回看视频、反复 Google，直到彻底弄懂；掌握快的部分则两三倍速略过，不浪费一秒
博采众长：计算机的几门核心课（体系结构、网络、操作系统、编译原理），完全可以同时看不同大学的课程、不同教材，不同侧重能极大丰富你的视野，也能纠正理解上的偏差
时间自由：大学的课余时间本就相对自由，自学让你能更灵活地安排自己的时间

自学的三个坎

交流不便：对着屏幕听老师讲课，遇到没听懂的点没法随时打断提问。解决方式是独立思考 + 善用搜索，最好再找几个志同道合的伙伴一起学，互相答疑
英文门槛：国外课程从视频、课件到作业几乎全是英文，有一定的门槛。但这也恰恰是值得花力气克服的挑战，毕竟计算机领域优质资源以英文居多，养成英文阅读习惯是长期受益的
自律：没有 ddl 有时候真的很可怕。国外的很多课程相当"虐"，你得有足够的驱动力逼自己静下心来啃几十页的 project handout、读上千行代码框架、忍受数小时的 debug 时光——没有学分、没有绩点、没有老师盯着，支撑你的只有"你在变强"这个信念

实用 AI / Agent 工具

这两年 AI 发展极快，会用 AI 基本是计科学生的必备技能了。国外的 GPT 访问不便，~~尽管计算机学生应当尽量掌握这种“技能”~~，这里推荐几个国内顺手的主流工具，挑适合自己的用即可：

DeepSeek：推理能力强，写代码、debug 都很能打，尤其 token 价格，梁圣千古。
通义千问：阿里系，功能全面，国际驰名，用它点淘宝闪购外卖再优惠几毛钱，Qwen 3.7 已经做到国模领先水平
Kimi：擅长长文本处理，适合喂文档、读论文，2026年年中的K3确实Agent使用体验感强
秘塔 AI 搜索：带来源引用的 AI 搜索，适合查资料，读论文
ccswitch：管理 Agent 的供应商、路由、用量、会话和技能。如果你使用中转站或为 Agent 接入不支持的模型供应商，这个会非常好用。
OpenCode:本Wiki的首席开发者，有部分低质量免费模型可供体验，真心建议通过b站视频安装体验，哪怕用来解包游戏
hermes：当前比较优质的 Personal Assistant，推荐使用 CLI，当然如果习惯 GUI，还是用适合自己的
Pi：极简、轻量，Agent 二次开发、定制化与学习的不二选择。
Oh My Pi：基于 Pi 构建的 Agent 框架，同样轻量，提示词负担轻，该有的功能都有，没有的功能用插件。
Codex：无需多言，最好用的 Agent 之一。有 Desktop 和 CLI 两种选择。
Claude Code：无需多言，最好用的 Agent 之一。

如果你学了 Python，还可以用 Ollama 在本地搭建自己的 AI 模型，既练手又免费，还挺有意思。

AI 是放大你能力的工具，不是替代你思考的东西。用它加速学习没问题，但基础的知识和代码能力还是要自己扎扎实实练。不要把思考外包。

行业观察：互联网的潮起潮落

站在当下的时间点回望，互联网行业这几年的变化，足以给所有计科人提个醒。

2018-2020：大厂疯狂扩张，BAT 非常乐意接收本科生，会一点基础算法进中小厂不难，签完三方还有一笔可观的签字费；

2020-2022：互联网仍在扩张期，新能源、智能制造类企业成为毕业生的热门选择，但互联网已经隐约出现收缩迹象；

2022-2023：互联网大厂开始裁员，砍掉没有增量的业务，只保留营收正常、有前景的部分，行业温度骤降；

2023-2025：裁员成为常态，多家知名公司解散研发基地、砍掉边缘业务线，越来越多的应届生感受到"寒冬";

2026上半年：因Agent的高速发展与推广，初级的前端岗位几乎已经全部沦陷，大部分公司开始前后端结合的模式，并且形成了“项目不变，工作效率高了，加班时间没事做”的尴尬局面；

2026 之后会怎样：谁也无法预测。但有一点很明确——当大厂把重心押注在尚未真正盈利的 AI 大模型上，通过"快速循环"方式接收和裁撤应届生并非不可能。行业的容错率在下降，选择比努力更重要。

这不是劝退，而是提醒：把命运押在"进了某家公司就一劳永逸"上，是最危险的想法。真正可靠的，永远是持续学习的能力、扎实的技术功底，以及不把鸡蛋放在同一个篮子里的清醒。

大厂还是央国企 / 体制内

个人看法，见仁见智。

先看经济账：如果去互联网大厂，除非能起薪一线年入 45W 上下、且每三年有像样的涨薪，才能在 35 岁前攒下足够的积蓄；否则，二线 20W 左右的半垄断型央国企反而是性价比更高的选择——稳定、压力小、细水长流。

再看行业现实（上限）：单纯做开发，少量本校毕业生有能力前往北京上海这些一线城市的应届起薪普遍在 30-40W（极少数牛人），达到 45W 的多数是算法岗（大模型、NLP、CV 等），而且需要一至两篇相关领域论文 + 一到两家大厂实习背书。本科直接 all in AI 的风险很大——这个方向硕士、博士一抓一大把，成果和学历卡得很死，很多硕士毕业最后还是转了开发岗。（大部分青大本科毕业生留在山东省，应届月薪不易超过1w，切莫望洋兴叹，亦莫止步于此）

央国企适合谁：适合希望维持稳定生活的人。石油、发电、供电、烟草、通信（三大运营商）、国有银行、交易所等半垄断型单位，虽然起薪不如大厂，但胜在稳定、细水长流，尤其是在经济下行的当下，不失为一种明智选择。

几点建议：

如果本科毕业打算工作，别盲目 all in 热门方向，先想清楚自己适合稳定还是适合拼搏
央国企校招同样看重基础知识和项目经历，别以为进了国企就能躺平
无论去哪，实习经历都是加分项，大三暑假的实习别错过（其实大部分同学没有去实习，但如果不打算继续深造，请一定要争取好的实习机会）

公务员与央国企

写在最后

如果你能在三四年里建立起扎实的 C.S 基础，有相对过硬的数学功底和代码能力，写过不少千行级的 project，掌握至少 C/C++/Java/Python 等两三门主流语言，对算法、操作系统、计算机网络、数据库、Web 开发等都有涉猎——那么无论选择就业还是科研，你都会有相当的底气。

人与人之间真正的差距，往往在于判断力，而判断力来自信息差。 多搜集信息、多思考、多试错，别怕走弯路——人生的容错率远比你想象的高。不要怂，也不要预设某个目标是终点，名校不是、进大厂不是、保研也不是。保持终身学习的心态，找到自己真正想走的路，才是大学四年最值得的投资。

说这么多，请不要被所谓的“高水平收入”吓到，认为不可能，或是认为自己“不配”，也不要因所谓的“到达巅峰前必须要走的路”而迷惘，认为做不到，或是觉得“太过遥远”。其实上面的内容并不适合每一个人，只是一个参考，一个美好的期盼，一个我见到的或许我们亦能企及的未来，我也见过每日摆烂的同学却从未挂科，毕业季找到了一份自己满意的工作，天天在骂老板和享受生活的流水线中感受幸福。每个人都有属于自己的追求和快乐阈值，正如我在另一个版块送给大家的话——觉得曾快乐过，就是最好的结果。

贡献

如果你对计算机科学技术学院了解更多，或是发现应当修改的内容，欢迎通过 GitHub 仓库提交补充或发起 Pull Request。