如果你对数学有点兴趣应该会听说过哥廷根学派，哥廷根被誉为二战之前最后一个世界数学中心。很多重要的计算机基础理论都是在从那里诞生的。我猜测现在德国大学现在的课程设置和科研方向很大程度上都是受那个时期的影响。

拿RWTH来举例，这是一份Bachelor的Studienplan。必修的理论方向中那三门，也就是最容易挂科的三门，在国内没有一所大学会同时把这三门作为本科必修课，只教其中1-2门的在国内也只有南京大学、上海交大、清华这样级别的大学，讲授深度和德国大学肯定就更不能比了。尤其是到了Master阶段，有些高级理论课讲的东西太偏，从网上找不到任何文献和学习资料。

对理论知识要求高

在每年辍学比例排行榜上，Informatik都名列前茅，估计一个主要原因就是“名不副实”。可能在大多数外行看来，Informatik就是一个学编程的专业。但实际上在德国，这一学科在很多学校会和数学一起被归为理科，而不是工科。即使像UML这样看起来很水的课也会充斥大量Pushdown Automaton的相关证明。理论课的要求往往更高，作业中很少会要求根据某定理构造一种结构，大部分情况都是证明一些基础理论，并且把结论用在下一次作业的证明中，比如在“可计算性和复杂度理论”课上，某次作业就是证明PCP=>MPCP。通过搜索引擎能搜到的所有中文、德语、英语的资料或者课件中，都只有MPCP=>PCP的证明，另外这个方向的正确性都几乎没有被提到过，更不要说具体证明过程了。

毕业门槛低，学习空间大

和很多世界名校一样，Informatik的Master的毕业门槛并不高，只要避开中国人的普遍弱项——理论和一些比较难的课，总是能轻松毕业的。尽管如此，学校里依然有很多学生会在高年级刻意放慢选课进度，学一些额外的知识，或者花更多时间在实验室。

课程设置

大部分国家的课程设置都本着“低耦合，高内聚”的原则，比如“组合数学”会开一门课，“代数”会开成另一门。而在德国，一些本科课程会把很多课程的基础部分放到一门课里，然后对每个方向单独开一门选修课。比如“编程”这门课上会有一些课时讲函数式编程，“离散结构”这门课上会把组合数学、数论、图论、群论放在一起讲。以至于一些刚来德国就直接选高级课程的学生短时间内会因为基础知识不够而接受不了。

德国计算机专业方向

计算机专业分类十分复杂，但是整体上可以分为四大类。

第一类是 Informatik 专业。这个专业主要内容是纯计算机理论以及对于计算机科学新技术的研发和探讨。相比其他方向，纯Info 的可塑性更高，未来的选择也比较多。

第二类是 Angewandte Informatik 专业。顾名思义，应用信息技术主要是涉及实际应用方面的问题，比如网络系统、媒体信息技术、游戏编程等等。其方向性比较强，主要是用于解决某一领域的实际问题。

第三类是 Bioinformatik 专业。属于跨专业学科，是利用信息工程和计算机科学技术同生物领域进行结合，用于解决其遇到的问题和研发新的技术。其发展方向非常好，同时还可以考虑向生物医疗领域发展。

第四类是 Wirtschaftsinformatik 专业。同生物信息学一样，经济信息学也属于跨专业学科。其对于信息管理的要求非常高，主要是通过信息技术来处理金融经济领域的问题，而二者都需要一定的数学基础。

社会地位

在国内，社会上普遍接受“计算机是高薪职业”的说法，计算机系学生每天做的事情也和其他专业学生有很大区别，比如参加技术沙龙、编程比赛。但是在德国，无论是学校里还是社会上，Informatiker都不是一个很特殊的一类人。比如有一次和一个德国大叔聊天：

　　他：你在哪里上学？

　　我：亚琛工大

　　他：那里的机械很好

　　我：……

　　他：你学的什么专业？

　　我：Informatik

　　他：不错，学Informatik有机会进西门子

不过，Informatik的学生也是有优势的：因为编程能力普遍更好，所以更容易在学校找到Hiwi或者或者兼职实习。

德国计算机专业方向毕业前景

计算机是德国技术移民最主要的途径之一，很多德国高校学生在没有毕业的时候就开始从事实习或者企业兼职，基本上100%保证就业。而即使这样，行业内仍有接近70%是其他专业改行而来的，其火爆程度可见一斑。

目前德国大学的计算机专业的分类也是非常详细了，除了广泛性的Info专业之外，还衍生出很多分支学科，比如地理信息技术、网络技术、游戏编程等等。

计算机专业是也是自主创业最多的专业，在德国大范围鼓励创业的大背景下，越来越多的学生毕业后选择在德国自主创业，目前仅2018年在德国一个州的新网络科技公司就有200多家。

当然，随着国内网络科技公司的出海布局，比如华为，越来越多的公司在德国成立海外分公司，本地留学生将有很大机会进入其中工作，可以说计算机专业的就业前景非常让人羡慕！

德国计算机专业排名的真实情况

1.萨尔大学：（强势研究方向：视觉，NLP，机器学习，人工智能，计算图形，感知，HCI。强在马普所）

2.KIT：（强势研究方向：算法，计算机图形，机器学习。该校极偏理论和基础研究）

3.TUM：（强势研究方向：人工智能，视觉，机器人，自动化。其他了解不多，但肯定很有钱）

4.RWTH：（强势研究方向：计算机图形学，自动化。讲真，我是完全不知道RWTH的计算机强在哪里，教学的话我评价不了，估计课程设计和体验严格，毕业生水平好吧）

5.达姆工大：（强势研究方向：人工智能，机器学习，视觉，智能控制（系统），NLP，知识挖掘，网络，密码安全（这个估计没啥地方敢挑战了吧）。强势的很强势，一般的很一般）

6.斯图加特：（强势研究方向：智能控制（系统），三维重建/图形，汽车相关的类似嵌入式等。我对这个学校印象很好，但是据说课程不太严格）

7.汉诺威：（强势研究方向：视觉。我就知道一个实验室，其他没了解，但是感觉水平还不错）

8.凯泽劳斯滕：（强势研究方向：人工智能，系统）

9.海德堡：（强势研究方向：视觉，图处。其他还需要努力啊）

10.图宾根：（强势研究方向：机器人，人工智能，计算机视觉，智能系统，藏得很深的综合性大学，强在马普所）

11.曼海姆：（强势研究方向：商业智能，但计算机基础教育水平也是极高。）

12.康斯坦茨：（强势研究方向：可视化）