高考倒计时1个月，越来越多的家长，投入到高考志愿准备中来，面对众多专业类别，常常让广大家长和考生感觉力不从心，尤其是众多名称相似的专业，更是让大家难以区分。
本文总结了多年来家长和考生在填报志愿时容易混淆概念的地方，归纳出了那些名称相似，实不同的专业及容易让人望文生义的专业。供各位考生家长参考！
名称相似，实则不同的专业
切勿望文生义
在众多专业中，不仅有很多易混淆的专业，还有众多让人容易望文生义的专业，考生在志愿填报时，切记不能仅凭借专业名称来定义其学习范围及职责范围。
生物医学工程不属于医学门类
实际上，生物医学工程不归医学门类管辖，而是不折不扣的工科门类。毕业生既可以在现代医疗仪器、电子技术、计算机及信息技术等高新技术产业从事研究、设计、制造与应用工作，也可以在各类医院从事临床工程技术服务方面的工作，或从事通用医疗器械设备的操作使用、维护维修和采购管理等工作。
精算学不属于数学类
事实上，精算学是金融学类专业，精算师的前程无可限量，可以在商业银行、金融中介、投资、社会福利、政府咨询和监管等机构，从事评估承保风险、厘定保险费率、安排分保额、进行偿付测试等工作。
数学与应用数学不仅仅是算数
数学与应用数学专业是联系数学与自然科学、工程技术及信息、管理、经济、金融、社会和人文科学的一个重要桥梁。
所以从这个专业毕业后，可以胜任科研机构、政府机关、企业的相关技术工作和管理工作，或在生产、经营及管理部门从事实际应用、开发研究工作。更有很多毕业生在大型软件公司从事编程工作，不止“数学老师”一条路可走。
信息资源管理与图书馆有关
信息资源管理可绝不是计算机类专业，而是图书情报与档案管理类专业，属管理学门类。由于信息资源管理学是与社会需求较为接近的新兴学科，因此，毕业生适应性较强，就业前景看好，大多在高校、企事业单位、信息服务机构等从事知识管理、信息分析、信息利用和知识服务等工作。
信息与计算科学离计算机很远
信息与计算科学专业实际上属于数学类专业，离计算机学科差着十万八千里。信息与计算科学是以信息领域为背景，将数学与信息、管理相结合的交叉学科。
着眼于培养不仅数学功底扎实，而且掌握信息科学和计算科学的理论与方法的数学人才。
考古不仅仅是找古迹
其实，考古学专业的毕业生可以到高等院校、博物馆及文物保护等单位从事考古发掘与研究、文物鉴定保护及历史类教学等工作。
所以这么说起来，挖地的苦力活可不是咱们考古学专业毕业生的唯一出路。
哲学不仅仅是“老学究”
认为哲学专业是找不到工作的专业，那大家可就错了。哲学号称是一门“可以让人变得聪明的学问”，毕业生不仅可以去研究所或国家机关从事研究工作或考取公务员，学校、研究机构和宣传、出版、新闻、文化部门等有关单位也是不错的选择。而且现在很多国家机关和国家职能部门也“看”上了哲学专业毕业生缜密的逻辑思维能力，这在工作中非常重要。
地质学不仅仅是挖矿
如今地质学在解决能源、资源、生态环境、防止自然灾害和开发新型材料的工作中都起到重要作用，而不仅仅只是挖地找矿了。地质学专业的同学毕业后可以在能源、交通、矿业、冶金、建材等企事业单位寻找到合适的就业机会。
地理信息科学不仅是地理学科
地理信息系统可不是地理类的基础学科，它是一门“地理”加“计算机技术”的交叉学科。毕业后，可在国土管理、城市管理、规划管理、交通、农业、电力、电信、环保、国防、军事、公安等部门及有关科研单位从事信息系统的设计、开发建立、维护管理和信息处理分析工作。
环境科学≠治理污水
环境科学专业，要学习的可不止打扫卫生和净化污水那么简单，它调节的是整个人类生存环境的平衡，做的可是大事业!毕业后，可从事环境科学研究及环境监测、评价、管理和规划等工作；从事环保产品的开发，从事环境工程和给水排水工程的规划、设计和管理；或者担任大中专院校相应课程的教师。这些都是不错的就业选择。
园林≠园丁
这个专业可不光是种植物，还要在城市建设、森林公园经营、房地产建设中进行风景园林规划与设计。毕业生可到城市规划、城市建设、园林、风景名胜区、旅游、林业、环境保护等部门以及厂矿企业、花木企业从事风景与园林的应用研究、科技开发、生产技术及管理工作。最近的人才市场上，园林设计类人才可是“抢手货”。
心理学≠心理医生
没错，心理学是培养心理医生的摇篮，但实际上，心理学专业涉及的方面还多着呢，包括科研部门、高等和中等学校、企事业单位，还有公安局、劳教所、监狱、边检站等都是可能的去处。
护理学≠当护士
除了当护士外，该专业毕业还可以从事临床各科专业护理师、社区健康教育者、保健产品经理或顾问，甚至是教师或健康报刊记者。
快速识别专业内涵有妙招
除了文中列举的专业，翻看专业目录，这样的相似专业还有很多！
诸如，水务工程VS水利水电工程，交通运输VS交通工程，电子信息工程VS信息工程......
今年教育部调整专业目录，本科专业从703个激增至740个！
新老掺杂在一起，就更难分辨了！
大数据时代，知己知彼，方能百战不殆！