¿Qué es parte del conocimiento central, tanto en un sentido práctico como teórico, que todo informático debería haber escuchado al menos o tener una comprensión básica de él?

Todos los estudiantes de informática deben saber que este campo ha evolucionado rápidamente (2 ^ O (n)?) Y continuarán haciéndolo en el futuro. Ergo, enfocarse en cualquier tecnología o lenguaje de programación no tiene sentido.

Además, el tema es enorme tanto en amplitud como en profundidad.

En cambio, uno debe enfocarse en la ciencia misma. La informática se llama ciencia porque, como cualquier otra ciencia, enseña una forma de pensar.

Déjame elaborar. La ciencia no se trata de aprender hechos. Siempre ha tenido como objetivo enseñar a las personas a pensar científicamente. Ser curioso. ¡Pregunta! Pregunta por qué y cómo. Esa es la esencia de la ciencia.

La informática también intenta propagar su propia forma de pensar: pensar algorítmicamente. Tomemos, por ejemplo, el enfoque de arriba hacia abajo. No se trata solo de crear programas, sino que también te enseña a abordar los complejos problemas de la vida. Divida sus problemas en subproblemas más pequeños hasta que cada subproblema individual pueda enfrentarse de frente.

La programación orientada a objetos no se trata solo de agrupar funciones relacionadas en clases. Nos enseña a pensar en el futuro. Se trata de tomar decisiones, mirar hacia el futuro y planificar porque “los requisitos cambian con el tiempo” al igual que nuestras prioridades cambian a lo largo de la vida. Por lo tanto, siempre debemos estar listos para los cambios.

De todos modos, 4 años son demasiado pequeños para profundizar en cualquier campo. Así que trate de aprender “cómo aprender” y eso debería ser suficiente para llevarlo hacia adelante.

Lenguaje de máquina y cómo un compilador puede transformar los programas que se escribirán en él.

More Interesting

¿Cuán cercanos / similares son el procesamiento de imágenes digitales y la visión por computadora? ¿Cuál es más difícil / importante?

¿Cuáles son algunos de los problemas de investigación más interesantes en el campo de los sistemas de información?

¿Son productivos los investigadores y matemáticos después de los 45? ¿Es práctico hacer un doctorado después de la jubilación?

¿Qué empresas o universidades realizan más investigaciones en informática?

¿Cuáles son los recursos para principiantes para obtener una experiencia práctica al usar algoritmos de aprendizaje automático en un conjunto de datos recopilados?

¿Cuáles son los principales problemas abiertos con respecto a los algoritmos?

¿Cuáles son algunos temas interesantes para la investigación que combinan el conocimiento de la energía eólica / solar (energía limpia) y el aprendizaje automático?

¿Recomendaría ITU sobre Fast para alguien que quiera publicar en su licenciatura? ¿Qué hay de NUST?

¿Qué han estado haciendo los millones de informáticos e ingenieros durante el período de 1996 a 2015? ¿Qué han logrado?

¿Qué tan prestigioso es publicar en NIPS?

¿Cómo puedo aprender la teoría del lenguaje de programación?

¿Cuánta similitud existe entre hacer compiladores y construir un analizador sintáctico que entienda un lenguaje natural?

¿Qué ha sucedido en el aprendizaje automático teórico en los últimos 5 años (2009-2014)?

¿Qué programa es mejor: UT Dallas o la Universidad de Edimburgo para una pista ML / NLP?

¿Los procesadores se ralentizan con la edad?