计算机视觉（CV）专业的核心课程通常包括以下几个方面：
系统设计- 学习如何设计和构建计算机视觉系统。
移动通信系统- 涉及与移动设备相关的通信技术和理论。
概率理论- 用于处理和分析不确定性，在计算机视觉中用于图像处理和模式识别。
运营策略- 学习如何规划和管理计算机视觉技术的实施和优化。
电路分析- 理解电子电路的工作原理，对计算机视觉硬件实现很重要。
离散数学- 包括集合论、图论等，是计算机科学的基础。
计算机网络基础- 学习网络通信原理，对分布式计算机视觉系统至关重要。
网络安全- 确保计算机视觉系统及其数据的安全。
操作系统- 理解操作系统原理，对系统级编程和优化至关重要。
网络与分布式计算- 学习如何在网络环境中分布和处理计算任务。
微积分- 用于处理连续数据，在图像处理和优化中应用广泛。
算法与编程- 学习计算机视觉算法及其编程实现。
计算机系统- 理解计算机系统的组成和工作原理。
学术准备方面，学生需要具备良好的逻辑推理能力和缜密的思维，有较好的数学基础，以及沟通和团队合作能力。