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

编程语言

数据结构

算法设计与分析

数学基础

离散数学

线性代数

微积分

概率论和统计学

优化算法

梯度下降法

牛顿法

拟牛顿法

遗传算法

模拟退火算法

粒子群算法等

机器学习和人工智能

机器学习

深度学习

自然语言处理

数据科学和数据分析

数据收集

数据存储

数据处理和分析

数据挖掘和数据可视化

运筹学与优化

数学建模

优化算法设计和应用

实际应用和项目实践

参加项目实践

算法竞赛

线上社区等

此外，还有一些与特定应用领域相关的课程，例如控制优化专业可能涵盖的课程内容，包括优化理论与优化控制、计算机控制系统等。

建议：

如果你对计算机科学和软件工程更感兴趣，建议选择计算机科学专业。这个专业强调对计算机系统和软件开发的理论和实践的研究，可以学到更多的编程技巧和软件工程知识，有助于将算法应用到实际项目中。

如果你对控制优化等领域感兴趣，可以选择控制优化专业，该专业以数学和优化算法为理论基础，通过编程和建模来解决控制和工业领域中的优化问题。