优化算法专业的学习内容主要包括以下几个方面：

计算机科学基础：

包括编程语言、数据结构、算法设计与分析等。这些基础知识是理解和实现优化算法的前提。

数学基础：

数学在算法编程中扮演着重要角色，涉及离散数学、线性代数、微积分、概率论和统计学等。这些数学知识有助于理解和设计复杂的优化算法。

优化算法：

学习各种优化算法，如梯度下降法、牛顿法、拟牛顿法等，并了解它们的应用场景和优缺点。

机器学习和人工智能：

掌握机器学习、深度学习、自然语言处理等相关技术和算法，这些领域的知识和技能对于处理大量数据和设计高效的算法至关重要。

数据科学和数据分析：

学习数据收集、存储、处理和分析的技能，包括数据挖掘和数据可视化等，这些技能有助于优化算法的性能。

运筹学与优化：

研究如何通过数学建模和优化算法来解决实际问题，提供优化算法设计和应用的专业知识。

实际应用和项目实践：

通过参加项目实践、算法竞赛、线上社区等方式，锻炼解决实际问题的能力和沟通能力。

此外，建议选择与计算机科学、软件工程、数据科学等相关的专业，这些专业提供了成为算法工程师所需的基本技能和知识。