选择学习编程的大学专业时，可以根据个人兴趣和职业规划来决定。以下是一些推荐的专业：

计算机科学与技术

概述：该专业涵盖了编程知识、算法、数据结构、操作系统等多个重要领域，是学习编程的基础且全面的选择。学生将掌握从前端到后端，再到数据库管理和维护的全范围技能。

适合人群：适合对计算机理论和算法有兴趣，希望建立扎实计算机科学基础的学生。

软件工程

概述：专业偏重于软件的开发过程，包括软件设计、测试、维护以及管理。它强调团队合作、项目管理技能，以及质量保证的重要性。

适合人群：适合对编程及软件生命周期管理有深入兴趣，希望成为软件开发工程师的学生。

信息技术

概述：该专业着重于使用技术解决实际问题，包括网络配置、系统管理、和信息系统的安全。与计算机科学与技术专业相比，信息技术更侧重于实践操作。

适合人群：适合对IT系统配置和维护感兴趣，希望提高组织效率和保障信息安全的学生。

人工智能

概述：人工智能是一个热门且前沿的领域，涉及机器学习、神经网络、深度学习等高级编程技能。专业课程旨在训练学生构建智能系统和应用程序。

适合人群：适合对人工智能和机器学习感兴趣，希望成为人工智能领域的专家的学生。

数据科学与大数据技术

概述：这个专业关注数据分析和挖掘，学生将学习统计学、机器学习、数据可视化等技术，培养他们在数据分析和人工智能方面的能力。

适合人群：适合对大数据处理和分析感兴趣，希望成为数据科学家或数据工程师的学生。

网络工程

概述：网络工程专业关注计算机网络的设计和管理。学生将学习网络协议、网络安全等知识。

适合人群：适合对网络技术和网络安全感兴趣的学生。

电子信息工程

概述：这个专业主要涉及到电子技术和信息技术的结合，学生将学习电子电路、数字电路、通信原理、嵌入式系统等知识。在电子信息工程专业中，编程技术是必不可少的一部分。

适合人群：适合对电子技术和信息技术感兴趣的学生。

建议

兴趣导向：首先考虑自己的兴趣所在，是喜欢理论研究还是实践操作，是关注数据分析还是系统开发。

职业规划：明确自己的职业目标，选择与之匹配的专业。例如，如果希望成为软件开发工程师，软件工程专业可能更适合；如果对数据分析和人工智能感兴趣，数据科学与大数据技术或人工智能专业可能更合适。

跨学科学习：也可以考虑跨学科学习，例如计算机科学与数据科学、人工智能的结合，以拓宽知识面和技能。

希望这些建议能帮助你做出更合适的选择。