رشته مهندسی کامپیوتر در مقطع دکتری دارای گرایش‌های تخصصی و متنوعی است که هر یک بر روی جنبه‌های خاصی از علم کامپیوتر و فناوری‌های مرتبط تمرکز دارند. این گرایش‌ها دانشجویان را برای تحقیق و توسعه در زمینه‌های پیشرفته مهندسی کامپیوتر آماده می‌کنند. در مقطع دکتری، دانشجویان معمولاً علاوه بر گذراندن دوره‌های تخصصی، تحقیقات عمیق و مستقلی را در یکی از زمینه‌های زیر انجام می‌دهند. گرایش‌های اصلی رشته مهندسی کامپیوتر در مقطع دکتری عبارتند از:

1. گرایش هوش مصنوعی (Artificial Intelligence)
   در این گرایش، دانشجویان به مطالعه و پژوهش در زمینه‌های مختلف هوش مصنوعی از جمله یادگیری ماشین، شبکه‌های عصبی، پردازش زبان طبیعی، بینایی کامپیوتری، سیستم‌های خبره و سیستم‌های خودمختار می‌پردازند.
2. گرایش مهندسی نرم‌افزار (Software Engineering)
   این گرایش به بررسی روش‌های نوین در توسعه، طراحی و نگهداری نرم‌افزارهای پیچیده می‌پردازد. دانشجویان دکتری در این حوزه بر روی موضوعاتی مانند معماری نرم‌افزار، تست و تضمین کیفیت، مهندسی نیازمندی‌ها و سیستم‌های نرم‌افزاری توزیع شده پژوهش می‌کنند.
3. گرایش معماری کامپیوتر (Computer Architecture)
   این گرایش به طراحی و بهبود معماری‌های پردازشی کامپیوترهای مدرن و سیستم‌های محاسباتی بزرگ می‌پردازد. مباحثی مانند معماری پردازنده‌ها، سیستم‌های نهفته، محاسبات موازی و پردازشگرهای گرافیکی (GPU) از جمله موضوعات تحقیقاتی این گرایش هستند.
4. گرایش شبکه‌های کامپیوتری (Computer Networks)
   در این گرایش به مطالعه و پژوهش در زمینه طراحی، مدیریت و بهبود شبکه‌های کامپیوتری پرداخته می‌شود. موضوعات مرتبط شامل شبکه‌های بی‌سیم، امنیت شبکه، پروتکل‌های اینترنت، رایانش ابری، شبکه‌های حسگر و اینترنت اشیاء (IoT) است.
5. گرایش امنیت اطلاعات (Information Security)
   این گرایش به مسائل امنیتی در سیستم‌های اطلاعاتی، رمزنگاری، امنیت شبکه‌ها و سیستم‌های توزیع شده، و حریم خصوصی در داده‌ها می‌پردازد. پژوهش‌ها در این گرایش شامل توسعه تکنیک‌ها و روش‌های جدید برای مقابله با تهدیدات امنیتی و حفظ امنیت اطلاعات است.

   

6. گرایش محاسبات علمی و محاسبات با کارایی بالا (Scientific Computing and High-Performance Computing)
   این گرایش به توسعه الگوریتم‌ها و سیستم‌های محاسباتی با کارایی بالا برای حل مسائل پیچیده علمی و صنعتی می‌پردازد. موضوعاتی مانند پردازش موازی، محاسبات توزیع شده، و شبیه‌سازی‌های عددی پیشرفته در این گرایش بررسی می‌شوند.
7. گرایش سیستم‌های نهفته و اینترنت اشیاء (Embedded Systems and IoT)
   در این گرایش دانشجویان به مطالعه سیستم‌های نهفته و توسعه فناوری‌های مرتبط با اینترنت اشیاء (IoT) پرداخته و به بهبود کارایی، امنیت و قابلیت اعتماد این سیستم‌ها می‌پردازند.
8. گرایش داده‌کاوی و کلان‌داده‌ها (Data Mining and Big Data)
   این گرایش به تجزیه و تحلیل حجم عظیمی از داده‌ها برای استخراج الگوهای مفید و پیش‌بینی‌های دقیق می‌پردازد. مباحثی مانند یادگیری ماشین، داده‌کاوی، تحلیل کلان‌داده، یادگیری عمیق و پایگاه‌های داده‌های بزرگ از جمله موضوعات تحقیقاتی این گرایش است.
9. گرایش رباتیک و سیستم‌های خودمختار (Robotics and Autonomous Systems)
   این گرایش به پژوهش در زمینه طراحی، توسعه و بهینه‌سازی ربات‌ها و سیستم‌های خودمختار می‌پردازد. مباحثی مانند بینایی کامپیوتری، تعامل انسان و ربات، سیستم‌های چندرباته و ربات‌های خدماتی در این حوزه قرار دارند.
10. گرایش پردازش زبان طبیعی (Natural Language Processing)
    این گرایش به مطالعه و تحقیق در زمینه پردازش زبان‌های انسانی توسط کامپیوترها می‌پردازد. موضوعات شامل ترجمه ماشینی، تحلیل متن، درک زبان و تولید زبان طبیعی است.
11. گرایش محاسبات کوانتومی (Quantum Computing)
    در این گرایش به تحقیق درباره الگوریتم‌ها و سیستم‌های محاسباتی کوانتومی پرداخته می‌شود که از ویژگی‌های فیزیک کوانتومی برای حل مسائل پیچیده در زمان کوتاه‌تر استفاده می‌کنند.
12. گرایش پردازش تصویر و بینایی کامپیوتری (Image Processing and Computer Vision)
    این گرایش بر روی تکنیک‌های پردازش تصاویر دیجیتال، تشخیص الگو و سیستم‌های بینایی کامپیوتری تمرکز دارد. موضوعاتی مانند تشخیص اشیاء، تحلیل ویدئو و تصاویر پزشکی در این گرایش بررسی می‌شوند.
13. گرایش سیستم‌های توزیع‌شده و رایانش ابری (Distributed Systems and Cloud Computing)
    این گرایش به مطالعه سیستم‌های توزیع‌شده و رایانش ابری پرداخته و به توسعه الگوریتم‌ها و فناوری‌های جدید برای بهینه‌سازی عملکرد و امنیت این سیستم‌ها می‌پردازد.
14. گرایش علوم شناختی محاسباتی (Computational Cognitive Science)
    این گرایش به مطالعه مدل‌های محاسباتی فرآیندهای شناختی انسان پرداخته و تلاش می‌کند از تکنیک‌های هوش مصنوعی برای درک بهتر عملکرد مغز و سیستم‌های عصبی استفاده کند.

هر یک از این گرایش‌ها به دانشجویان اجازه می‌دهند تا در حوزه‌های تخصصی و پژوهشی مرتبط با علاقه خود فعالیت کنند و به توسعه دانش و فناوری‌های نوین در این حوزه‌ها کمک کنند.