CS大体可以分为三大类，分别是研究理论层面的、系统软件层面的还有计算机应用层面的。
研究理论层面的就包括(1)计算理论(Theory of computation)：是关于计算和计算机械的数学理论，计算理论是学计算机的基础。多年以前，计算机系很多都是包括在数学系的。要选择这个方向的学生，需要具备比较高的数学功底和电脑基础性语言的知识储备。由于所涉及的研究领域比较枯燥和难懂，申请这些方向的人比较少，申请难度不是很大。(2)计算几何学(Computational geometry)；(3)并行计算(Parallel computation)；(4)形式化方法(formal method)；(5)程序设计语言理论(Theory of programming language)：是研究书写计算机程序语言的学科；(6)人工智能（Artificial Intelligence）。
而系统软件层面的就包括(1)体系结构（System Architecture）；(2)网络与通讯 Network and Communication；(3)面向对象 Object-oriented；(4)约束程序设计 Programming Design；(5)软件工程 Software Engineering；(6)软件质量控制 Software Quality Control；(7)实时系统与嵌入式系统 Real-time and Imbedded System；(8)数据库系统( Database System)：用户使用数据库的计算机软件/硬件资源的集合。即采用了数据库技术的计算机系统；(9)大规模计算中的I/O: 在大规模计算中实现计算机主机与外围设备进行信息交换的技术。系统软件层面的这些方向是中国的计算机科学系培养的大学生的中心方向。所以每年有很多的申请者申请这个方向里的内容。主要集中在网络与通讯，软件工程，数据库系统等几个方向。这几个方向的竞争性比较大。因此条件一般的申请者注意避开上面几个专业方向申请会把握比较大。
而计算机应用层面就包括：(1)科学与工程计算：这个范围很广，简单说说就有： 生物信息处理 ，天气预报等。(2)电子商务与数字化图书馆；(3)人机交互；(4)计算机教育：用于教学，培养计算机人才。计算机应用层面下的细分方向在很多学校会结合在前面两个方向之中，特别分出一个专业方向的会很少。教学的内容主要是应用式的。由于这个方向的技术难度不大而且研究深度相比前面两个也略浅，所以每年都吸引了不少CS背景不太强的申请者，而同时一些本科是管理学院下的信息管理和电子商务的也到这个方向上分一杯羹。
1. 学校的CS研究分支越多，研究力量越强：如果一个学校的CS分支很精细，研究某一个精细分支的教授学者很
多，能从一定程度说明这个分支的科研力量强：例如A校有AI，B校有Machine Learning ,Pattern Reco
gnition,如果你想研究人工智能，那你会选哪个学校的CS系呢？有的号称牛校的大学在CS这一方面不一定强，
号称在CS强的又不一定在某个分支强。例如Brock大学的商科还是很有名气的，尤其是MBA课程。可是它的CS系
连硕士学位都无力授予；Manitoba U是有医学博士授予点的大学，但是他的AI研究，连研究组都没有，也没有
正规的科研中心来进行AI科研研究。
可是综合类大学里的Concordia U却有自己不隶属于任何科学院的CS系，有专门的AI研究组(而且是研究AI不同分支的数个组)，也有专门的研究中心(CENPARMI)--注意不是实验室,还有很多正在研究的AI课题，从硬件环境来讲，从师资力量来看，我个人更倾向于Concordia。虽然排名上Concordia比Manitoba落后很多。从研究的精细划分角度上讲，我觉得Queen's，UT，UA和Concordia U，甚至Acadia U都不错（当然我是指它的CS Master,而不是它固有的很强的本科教育）。
2. 从课程设置来看：同样可以参照1的原则，精细度高的课程越多，
其中涉及的研究领域的指导性就越强。比如说Concordia和Acadia在申请表上就会询问你愿意做哪些领域的研究，还让你自由选择，这说明他们有这方面的课程准备。从这一点上讲，上面提到的两所不入流的大学也比排在前面的Memorial U of Newfoundland要强。这个学校的课程看完都让人不知道要学什么。 当然牛校如UA和U Waterloo就不用提了。课程设置很完善的有：UT,SFU,UW,Queen's U,Concordia U,Dalhousie U,Acadia U等等。
3.实践机会。Lakehead U大学的硕士专业有很多机会参加COOP。像这样的特点我不知在加拿大是不是只有UWaterloo可以与之媲美。另外St.Mary的CS硕士项目就是直接参与某个课题，甚至是某些大公司的课题，这样的机会名校又有几个能给你呢？
4.不要注意次要因素。什么排名，有没有校园，有没有牛导师（这种人有等于无，他会耐心辅导你吗？）对你的个人发展都没有很大意义--要看什么呢？就是我在前几段提到的三点还有自己的研究兴趣（或许还有其他因素）--总之一句话，看你到底花了几十万能不能学到等值的东西，有没有培养出自己的研究能力--这也是一个Master必要的素质。
5.关于Software Engineering。这种专业的适用人群是软件业的管理人才，Project Manager，就像商界的MBA，多编几年软件，最好能有自己的软件公司有了切身感受以后再去上保证受益匪浅。
