现在一般企业都离不开计算机人才，但不同的企业有不同的要求

需要纠正一个误解：控制不只是控制理论。
控制理论与计算机的关系好比物理与数学的关系，前者用到后者，同时用行的问题推动后者的发展。鄙视链说明的只是浅薄，不是渊博。
比如说，控制理论发源于微分方程稳定性理论，然后就发展成很大一个世界，用到很多数学工具，并发展出新的数学工具，然后发现更多的问题……这本来就是科学发展的正常循环。
至今控制有三路人马：应用数学、机电控制、过程控制。三路人马在控制理论上是统一的，但还是“共同而有分别”。到应用就分道扬镳了。具体就不扯远了。
然而，这基本上都是围绕连续系统的，碰上断续系统（比如控制回路里有几个IF……THEN）就抓瞎了。毛子当年的“变结构控制”包含断续元素，但只能用“有界”来分析。好处是只要在界内，不管怎么变的，通吃；坏处是即使在界内，系统行为也不便精确描述，只能有界描述。
但断续的问题越来越大，比如约束控制。在约束边界上，连续性条件就破坏了。
非线性控制更是海阔天空，根本不像线性控制一样，存在一个统一的框架。只要不是线性的，都是非线性的。线性只有一种，非线性就有无穷多种，自然难以纳入统一框架。
数学控制理论还有一个数学的“通病”：提出很多存在性、有解性、有界性，但对于具体的控制系统设计，缺乏规范的指导。简单系统没问题，但就是复杂系统需要理论指导啊。
控制的另一半是控制工程。在控制方面，理论与实践还真不是密切结合的。太多人想密切结合起来，但理论上给得了的工具工程上用不上，工程上需要的工具理论上给不了。这不是谁怪谁的问题，而是世界的复杂性和挑战的现实性的问题。
理论上解决不了，工程上还是得想办法结局。有的可以通过放大安全余量来硬抗，有的只有通过理论上匪夷所思的奇思妙想来解决。比如约束控制，直接扔一个约束最优化的数值方法上去，什么稳定性、有解性统统靠边。没有理论知道，就加一大堆调节参数，凭经验和实运摸索呗。
好处是问题还真的解决了，坏处是只有感性的模糊认识这问题是怎么解决的，缺乏理性的依据，下一次碰到“类似”的问题老办法还是继续管用，谁都说不清楚。所以新手对参数调试视若猛虎，因为心里一点没底，不知道跳出来的是老虎还是加菲猫。老手笃定很多，但依然是凭经验的自信，阴沟还是会翻船，同样因为林子大了，什么鸟都有，100次飞出金丝雀，101次就可能飞出老鹰。
工程永远是科学与艺术的结合。这里科学指理性、严谨的思考和方法。艺术不是诗和远方，而是跳出常规的创造性思维，像“战争艺术”、“管理艺术”那样的艺术。科学与艺术相结合的另一个说法就是严谨与跳跃思维相结合。任何工程师做不到这一点，两边缺一样，都不可能成为好的工程师。
在大学、研究所，控制理论得到深入的研究，但控制工程经常是缺门。不是他们不想重视，不在河边，怎么知道河水是怎么流的？
在工业界，控制工程得到深入广泛的实践，但控制理论经常敬而远之了。不是他们不想拥抱，而是在河里的漩涡中挣扎的时候，钓鱼台上的高瞻远瞩对他们缺乏吸引力。
扯得太远了。
自控与计算机谁是“老大”，谁是“老二”，看你是干什么的。如果你在过程工业，负责过程控制，建立在对过程的深入理解上的自控知识和技能为王，计算机知识和技能只是“干活的”；如果你在自控系统公司，比说公司是做DCS、PLC的，那解决了基本的架构问题后，计算机为王，因为那基本上就是专业化的计算机公司了，只是产品恰好面向自控。
学计算机的人能干自控吗？学自控的人能干计算机吗？都能。学校只是起点。能做到中级甚至高级岗位的话，70%以上的知识和技能只可能来自于毕业后的实践。如果一个人一辈子都主要“吃”学校里学到的老本，注定超不过中级岗位，能长久保住初级就不错了。
同样的道理，学电子工程的人不会做网页，这有什么？只要需要，找本书，找几段视频，不就会了？是什么科班出身并不重要。基础很重要，但基础也是能补的，尤其是工作中对症下药地补。学习首要的是懂得继续学习的方法。这对本科和研究生都是一样的。博士最大的本事不是“知道一切”，而是知道怎么学习和攻入全新的领域。要是博士研究生在充满已知的领域里折腾，那是在瞎混了。博导这么干，更是误人子弟。
最重要的本事不是知道什么事该怎么干，而是知道怎么学习和去干全新的事。当然，不是什么全新的事都值得去学习，值得去干。有时候是自己来兴趣了，有时候是工作需要，有时候是行业转型被迫。但要会学习，这一点是不变的。

好吧，你是对的。
对真正的高手来说，这些问题都应该是”小菜一碟“，比如钱学森，本来是搞航空动力学的，因为被美国当局迫害在家无聊就研究出了《工程控制论》，成为工业控制领域的三祖师之一。
另外从理论来说，不管是自动控制专业还是计算机专业，本质上都是数学分支里应用数学下的一个小分支，在高手眼里，这两个专业是一个层次的。
有一个数学鄙视链的传说：
      南京大学数学系老师的原话：正如大家所知，代数几何是现代数学的主流。当代大多数一流的数学家都工作在这一领域。因此如果你觉得自己天赋异禀，并在代数，几何与分析各方面都有着扎实的基础，我建议你绝不要浪费自己的天赋：应义无反顾的选择代数几何这一专业。
      当然把代数，几何与分析这三门基础功课同时学好的人很少。比如有些同学有着很好的分析功底，但代数中的抽象思维能力却相对显得薄弱。如果是这样的话，我建议你选择分析方面的专业，比如：复分析，分形， 调和分析或微分方程。如果你代数和分析都不怎么样，可却在几何方面有着良好的感觉，要是这样的话，我建议你应和梅加强老师好好探讨一下。让他帮你判断一下看自己是不是可以学习几何。
　　除以上三部分同学之外，还有这样的一部分同学：他们对代数，分析与几何都不擅长，但却一直坚信自己在数学上仍能有所作为，并幻想有朝一日成为中国数学界的中流砥柱。如果你属于这部分同学中的一位的话，我建议你选择动力系统。动力系统这一学科其实就是专门为这部分同学开设的。
　　当然即使是动力系统也不是人人都能学的。因为动力系统需要大量的微积分。可总有那么一部分同学还没来得及把极限的概念搞清楚就大学毕业了。如果你不巧就是这样的一位同学，也就是说你大学四年压根儿就没学数学，但仍希望自己将来能在数学上一展宏图的话，我建议你选择组合数学这一专业。这一专业的特点就是它只用到中学的数学。 如果你在中学时参加过数学竞赛并获过奖项的话，这一学科正是你大展身手的地方。
        我想大多数同学看到这儿之前已经找到了适合自己的专业了。可若仍有人羞怯的说他在中学时早恋，因此连中学的数学也没学好，我想告诉这部分同学不要怕。在我们系有专门为你们开设的一个专业：统计学。这一学科只要求懂得小学数学中的加减乘除四则运算就够了。 更重要的是，选择这一专业的大多都是女同学。在你准确无误的把成千上万个数据加起来并娴熟的计算出他们的均值时，你也赢得了众多师姐师妹的芳心：短短三年的研究生生活或许能让你再次体会一次那如花美眷，似水流年的往事。。。　　
        最后这一条是专门针对那些悲情人物的。他们连小学的数学也没学好。不要说把上千个数加起来，就是把两个数加起来，对他们来说都是件很吃力的事。然而这一切丝毫没有削弱他们对数学的一片痴情。他们日日夜夜泡在图书馆里。他们翻阅了所有的数学文献，却从未找到一本能读懂的。 但他们仍坚持不懈， 为的就是找到一个适合自己的专业。他们的行为感动了上帝。上世纪的某一天，上帝为他们创造了一台机器帮他们计算。这就是计算机。借助计算机，他们可以很快的进行加减乘除的运算。这就是计算数学。

隔行如隔山。世界上凡是值得认真去做的事情，就没有小菜一碟的。学校专业划分太细，是因为现代世界的复杂性太高，已经没法做到通才了。通才教育只是说法，顶多做到半成品。但用人单位需要的是预制菜，扔进微波炉转一转就能吃的。而用人需求千变万化，除非对口培养，学校不可能提供预制菜。这是没法调和的。
计算机专业99%的人都要搞应用，这没错。但应用与应用不一样。做个界面是因为，界面背后的数学也是应用。真正的应用是从现实问题出发的，而不是从给定的技术架构和实现工具出发的。计算机专业连世界上千变万化的本质数学、物理、化学、生物挑战都掌握，这是不可能的。
面对物理世界的真实问题，“领域知识”（domain expertise）才是架构，计算机专业再厉害，也只是“干活的”，用代码实现领域知识的要求。除非物理世界就是计算机的世界。
即使是互联网经济，阿里要在架构上解决盈利模式问题，微信要解决人们的沟通需求和数字生活方式问题，计算机硬件软件的实现只是工具，工具跟着架构走，而不是倒过来。
计算机专业的人要是这一点都不能理解，那就白学计算机了。

再补充一下，平凡的普通人学习计算机专业需要的基础：


数学：高等数学，线性代数，离散数学，概率论
专业基础课：程序设计(若干语言)，计算机系统，操作系统，计算机网络，编译原理，计算机图形学，数据库，软件工程，软件质量管理与测试……

感谢你提供这些有趣的见解和知识。人的一生只有短短的几十年，大学本科四年，考试科目繁杂，专业太细，只能学些皮毛和零散的知识，一般人对知识架构和知识体系几乎没有概念，等匆匆忙忙考完试拿到毕业证书，已经要走出校门踏入社会了。

人类不断进步，知识量也以爆炸的速度在增长，但有些基础学科一定要学好，比如语言、数学、哲学。计算机技术只是数学的一个小小的运用。数学的重要性是不言而喻的。没有数学，就没有现代科技。人类面临的绝大多数问题最后都要用数学的方法加以解决，同时，数学也能训练人的思维方法，甚至影响人的世界观。那些科学巨人，科技大牛，数学方面都很厉害。比如笛卡儿，他不仅是伟大的哲学家、物理学家、生理学家，也是数学家，是解析几何的创始人。另外还有牛顿、法拉第、哥白尼、伽利略、拉瓦锡、欧拉、高斯、瓦特、伦琴、居里夫人、洛仑兹、普朗克、海森堡、爱因斯坦、泡利等，他们各有所长，但都有很强的数学能力。

人类对自身、对世界的认识其实很有限。比如病毒、引力波、暗物质、暗能量，这些就在我们周围，但我们知之甚少。未知需要杰出的人去探索，大多数人要做的是用已有的知识满足我们的生活需要，提升我们的生活品质。大数据、云计算、人工智能、区块链、自动驾驶等这些时髦的东西就是数学等基础知识的具体应用。