计算机专业目录一览：门类、下设专业与选报思路
目录里的计算机类：一个门类，十来个专业
打开教育部《普通高等学校本科专业目录》，计算机并不是一个专业，而是一个“专业类”，全称叫“计算机类”，归属在工学门类之下。目录里，计算机类下面列着若干具体专业，常见的有计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、数据科学与大数据技术、人工智能等。
这些专业共享一套底层知识——程序设计、数据结构、计算机组成原理、操作系统、计算机网络，几乎每个专业的大一、大二都要过这一关。区别在于后续的侧重：计算机科学与技术偏系统与理论，软件工程偏工程化开发，网络工程偏网络架构与运维，信息安全偏攻防与合规，数据科学和人工智能偏算法与建模，数字媒体技术偏图形图像与交互。你不需要一字不差记下每个专业，但要知道一个基本逻辑：目录里的每个专业，都是在“会编程”这个共同底座上，往不同方向多走了一段。
专科层次的计算机专业：更直接地对应岗位
如果你看的是专科（高职）专业目录，计算机相关专业名称会不太一样，常见的有计算机应用技术、软件技术、计算机网络技术、大数据技术、人工智能技术应用等。专科专业的命名逻辑更贴近岗位，比如软件技术对应程序员岗位，计算机网络技术对应网络工程师、运维工程师岗位。
专科和本科的区分不在“谁更高级”，而在培养定位：本科更强调学科基础和可迁移能力，专科更强调某一岗位群的技能熟练度。选专科专业时，可以多看看它的实训课程和校企合作方向，这往往比专业名称更能说明问题。
目录之外：名字相近，内涵可能差很远
目录是静态的，专业内涵是动态的。同一个“计算机科学与技术”，在不同学校可能分属不同学院，有的在计算机学院，有的在信息学院，有的在软件学院，课程设置和师资方向会有差异。更值得留意的是近年新增的一些交叉专业，它们不一定叫“计算机”开头，比如智能建造、金融科技、地理信息科学，这些专业用计算机技术解决特定领域问题，课程里也有大量编程和数据处理内容，但它们的培养目标不是“计算机工程师”，而是“懂技术的行业人才”。
所以，看目录时不要只看名称。判断一个专业是不是“计算机类”，可以查两样东西：一是它在专业目录里的归属门类，二是它的主干课程里有没有计算机核心课。前者决定学位证上的专业名称，后者决定你实际学什么。
选专业时，目录之外还要看什么
目录帮你划定了可选范围，但选哪个，还要看三个维度。
第一，看课程。去目标专业的培养方案里找大二大三的主干课，看看这些课是偏理论推导还是偏工程实践，是偏算法数学还是偏系统开发，选跟你擅长的、喜欢的领域更接近的。
第二，看深造路径。如果你打算读研，本科专业和研究生学科的对应关系值得提前了解。计算机科学与技术对应计算机科学与技术一级学科，软件工程对应软件工程一级学科，人工智能目前多挂在计算机学科下招生。这些对应关系每年可能有调整，以目标院校研究生招生目录为准。
第三，看自己的数学和英语基础。计算机类专业的数学课普遍较深，英语直接关系到读文档、看论文、用开源工具。这两门课的基础，比“对电脑有没有兴趣”更能预测你在这个专业里学得是否顺畅。
目录是一个起点，不是终点。它告诉你有哪些选项，但每个选项背后真实的学习内容、毕业去向，需要你翻开培养方案、问在校学长学姐、查学校就业报告去验证。以你所在省份考试院当年公布的招生计划和专业目录为准，那才是你真正要面对的那张表。
常见问题
计算机专业目录在哪里查？
教育部每年发布的《普通高等学校本科专业目录》和《职业教育专业目录》是最权威的来源，可以在教育部官网搜索下载。你所在省份考试院印发的招生计划合订本，则是当年实际招生的专业名单，两者结合着看最准确。
计算机科学与技术和软件工程有什么区别？
计算机科学与技术更偏基础，覆盖硬件、系统、算法、理论，课程面宽，适合还没确定方向或打算读研的学生。软件工程更偏工程化开发，强调项目管理、测试、架构设计，课程里实践项目更多，适合想本科毕业就做开发的学生。
人工智能专业是不是就是学编程？
编程是工具，不是全部。人工智能专业大量课程在数学和算法上，比如线性代数、概率论、最优化、机器学习、深度学习，编程只是把想法实现出来的手段。如果对数学推导比较吃力，这个专业学起来会比其他计算机专业更辛苦。
专科的计算机专业和本科差很多吗？
课程深度和广度上有差别，本科更重理论，专科更重操作。但专科毕业同样可以走技术路线，考取职业资格证书、积累项目经验后也有发展空间。如果未来想考公、考研或进研究型岗位，本科学历通常更有利，这需要结合你的长期规划来判断。
本文只解释通行规则与判断方法，不含任何具体分数、名次或日期。各省与各年度的具体口径，请以当地考试院或主管部门当年公布的正式文件为准。