最近適逢國外研究所申請放榜，社群媒體上可以看到各式各樣的申請心得、留學經驗分享，而其中很容易可以觀察到一個現象，就是由相當高比例的理工科系學生，不論原本就讀的科系是什麼，都選擇在申請研究所時往 CS 的專業發展。(CS, Computer Science, 即計算機科學，在台灣最接近的科系是資訊工程等相關學系)
除了在升學外，台灣及其他國家都有鼓勵各領域的人都去學習寫程式的現象，例如台灣大學開設 CS+X 系列課程，課程理念之一是讓有不同領域的人可以在這個數位時代懂得以電腦作為工具，幫助自己的專業；而程式設計也被列入國高中 107 課綱的必修，訴求程式教育往下扎根。
新創公司若不談「大數據」、「機器學習」、「人工智慧」，似乎就落伍了；美國則開始出現程式設計學校，標榜經過幾個月的訓練，就能在矽谷找到軟體工程的工作。
有人戲稱這是個「大 CS 時代」，然而這樣的現象是如何產生的，而我們又能如何在這樣的現象中自處？
爆發性成長的 CS 領域
這一波熱潮背後的主因，最主要該是歸功於資訊領域在近幾年的爆發性成長。網際網路普及後，凸顯出網頁工程師的缺乏；智慧型手機出現後，對手機 App 的需求不斷成長；以及在不遠未來，即將出現人才需求的物聯網，這一次次的數位世界的革命性事件，都帶來了龐大的對軟體、資訊人才的需求。
而資訊產業的影響，也不只侷限在網際網路、應用軟體之上。去年 AlphaGo 與李世乭的一戰，宣示了「機器學習」理論與技術的成熟，除了各大企業開始爭相發展的無人車、電腦視覺等直接應用外，機器學習也可應用於金融、商管、社會等截然不同的領域。
除此之外，因為網際網路及智慧型手機的普及，產生了恆河沙數般的資料量，這些資料只會越來越多，更別提在將來物聯網漸漸普及的時候，這些資料可能會對各個領域產生價值，也產生了對數據科學家、分析師的需求。
於是，對軟體工程師、機器學習工程師、數據科學家等 CS 領域相關人才的需求，不論是在學術界、業界都不停成長，而最大的供給端，也就是大學畢業生卻是固定的。這樣的供不應求直接反映在薪資上，2014 年時，PayScale 把全美學校的所有科系綜合評比，結果發現平均 20 年報酬最高的十大系所，有九個是計算機科學，也就是台灣的資工系。
人人都在學寫程式！？
CS 人才的高薪資及相對多的求職機會，吸引許多非資工本科的畢業生，開始投入這個戰場。例如電機系、機械系的畢業生有相當比例會選擇到國外 CS 相關的研究所深造，由於理工科系在基礎數理的訓練上本來就相當足夠，因此轉換跑道往 CS 發展是相對有可能的。
然而，也有需多非數理背景的學生或在職人士，也開始從各種管道學習寫程式，或許是打算有機會的話也投入 CS 相關領域的工作。各種程式相關的課程開始開設，多標榜在幾周或幾個月內就能上手某個程式語言，而這種標語揭示了一個問題：許多人對與程式設計的想像太過美好。 （相關報導： 中國阿里巴巴技術主席怒批「我覺得開復太錯了」！發展AI，為何台灣在他眼裡全機會？ ｜ 更多文章 ）
這樣的現象背後也衍生了許多問題，例如，許多這種短期課程為了讓學生可以得到成就感，很多都是教授網頁前端、App 設計等比較容易上手的技術，這種課程可能可以讓學生有一定程度的實作經驗。而像在美國的程式設計學校，透過非常密集的訓練，使得這些學生可以有相當的實作能力。然而缺乏計算理論、演算法及其他電腦科學的基礎知識，這些技能大多是相當基層的 IT 開發，若要以這些技能為工作，不但未來可能會遇到工作外包的問題，甚至也有可能在不遠的將來被下一波自動化淘汰。
