計算機專業(yè)/AI專業(yè)，真的能年薪百萬嗎？2023年專業(yè)應(yīng)該怎么選

人工智能包含哪些專業(yè)？

現(xiàn)代化AI專業(yè)在我國的教育體系還不夠完善，仍處在起步階段

未來的AI和計科的融合不可避免

「AI濃度」?jié)舛仍礁吲cAI相關(guān)性越強

1.人工智能專業(yè) 濃度100%

完美契合我們的要求，但可遇不可求，因為 19年才在215所高校設(shè)立，其中60所雙一流（28%）

即使是頂尖高校的AI專業(yè)，大多數(shù)也沒有特別完善的教學(xué)體系，這也是近十年為什么有那么多AI方向的人才到美國深造的原因

作為人工智能兩次風(fēng)口所在地，美國的AI學(xué)科體系建立非常完善，教育資源是藍星獨一檔的

不過隨著我國的重視頭部院校的AI專業(yè)已經(jīng)不比美國差多少了

2.計算機 數(shù)據(jù)科學(xué) 應(yīng)用統(tǒng)計學(xué) 運籌學(xué) 智能技術(shù)及類似專業(yè) 濃度80%

3.自動化 計算科學(xué) 數(shù)學(xué) 通信 微電子 材料（芯片）60%

目前的AI芯片，比如NPU是非常有前景的，華為、Intel、NVIDIA都在加大研發(fā)力度，同時芯片也是國家今后的重點戰(zhàn)略方向，是AI生態(tài)中必不可少的部分

4.社會學(xué)、神經(jīng)學(xué)、語言學(xué)、生物學(xué)、化學(xué) 20%

基本上屬于曲線救國的程度

社會學(xué)中的關(guān)系挖掘與很多算法應(yīng)用相關(guān)

神經(jīng)學(xué)不解釋

語言學(xué)中涉及到的詞法分析、語法分析等則是AI領(lǐng)域自然語言處理的基礎(chǔ)

生物學(xué)、化學(xué)等則較為廣泛的用到了很多統(tǒng)計分析方法，也會應(yīng)用到很多AI相關(guān)的模型進行研究

在院校選擇上首推清華X院 南大人工智能學(xué)院 北大AI研究院和中科院自動化所 這四個地方的學(xué)科建設(shè)水平目前是國內(nèi)最高的，當(dāng)然報考難度都很大

除了這四所之外，其他院校的專業(yè)設(shè)置也都各有優(yōu)勢，大家可以自行挑選

AI的具體劃分方向見之后的視頻，但各個方向的底層都是相通的

選了AI專業(yè)并想在本科或研究生階段打下基礎(chǔ)一定要重視高數(shù) 線性代數(shù) 概率論與數(shù)理統(tǒng)計

真的可以年薪百萬嗎？

能但很難

因為媒體的mislead大家總是關(guān)注帕累托分布的前20%，陷入了幸存者偏差陷阱

真正難點 入行和選擇

入行：

目前AI算法崗需要985研究生或同檔學(xué)歷起步，最好還得是專業(yè)對口，這點就可以刷掉99%的人

符合要求...進大廠的又是少部分人

少部分人里最終只有極少數(shù)人能夠在職場快速適應(yīng)并完成技術(shù)沉淀

幸運地完成兩次晉升或跳槽后，才有可能在畢業(yè)五年左右后達到百萬年薪

還有華為天才少年這個檔次的，如b站稚暉君，但這樣的人小廠招不起，大廠每年個位數(shù)

大多也都來自于業(yè)界有名的實驗室、清華姚班、中科院少年班這樣的特殊培養(yǎng)體系

像up這樣的普通從業(yè)者，70w是分水嶺，也是絕大多數(shù)人工作5年內(nèi)能達到的年薪上限

在一二線城市很不錯了，除了加班多點其他都可以接受

唯一缺點 競爭激烈且入行門檻越來越高

互聯(lián)網(wǎng) 35歲分水嶺

選擇：

企業(yè)剛起飛時（e.g.14年的頭條18年的b站）選擇AI核心崗位與方向，快速拿到期權(quán)，大概率財務(wù)自由

如果達不到，那么在有一定的專業(yè)素養(yǎng)的基礎(chǔ)上合適時機加入合適公司合適部門從事合適方向也是有機會百萬年薪的

難

人生時時刻刻面臨選擇，沒有人知道當(dāng)下選擇對錯

做好成本、風(fēng)險與期望的平衡，然后義無反顧地走下去，我們能做的只是盡可能收集信息

人工智能專業(yè)該不該選？

AI行業(yè)40+年歷史（參見BV1w5411P7Vo）

此處分析基于最近10年內(nèi)，不代表100%準(zhǔn)確

你為什么想學(xué)這個專業(yè)？

錢？興趣？理想？（我：理想和興趣，其次錢）

AI分為兩種，民用（人臉識別算法推薦等常見的）/非民用（應(yīng)用領(lǐng)域較窄的場景，例えば學(xué)術(shù)航天軍事國防etc.）

前者需要全日制院校對口專業(yè)畢業(yè)方可從事，且收入普遍高于后者，但后者可以親身為國家和人類貢獻自己的力量

都是為了個人，沒有哪個更好的說法

不管哪個都要熱愛+堅持

學(xué)習(xí)枯燥，數(shù)學(xué)、統(tǒng)計、編程都需要大量練習(xí)和積累，數(shù)以年計，只有保持熱情才能從一而終完成既定目標(biāo)，實現(xiàn)自我價值

up：本科專業(yè)甚至非理工科，因為興趣開始自學(xué)，從高數(shù)線代到優(yōu)化理論，從編程原理到cpp，花了一年多時間，歷經(jīng)坎坷才成功轉(zhuǎn)行，那時對于行業(yè)收入沒有概念，全憑熱愛在堅持

不管讀了什么專業(yè)，永遠不要小瞧自己的自學(xué)能力

如何自學(xué)參見思維論與人工智能合集

高考完想選 很好的起點 此時應(yīng)該看四年或者七年后AI行業(yè)的發(fā)展預(yù)期 考研則2-3年

（但是由于專業(yè)不是很成熟和需要大量基礎(chǔ)，本人建議高考生尤其是零基礎(chǔ)小白先學(xué)其他計算機相關(guān)專業(yè)）

本質(zhì)上這其實是一種學(xué)業(yè)軌跡與行業(yè)周期的對賭，你需要更加關(guān)注的是每年的校招崗位、需求等信息的變化

如果技術(shù)爆發(fā)能夠跟上產(chǎn)業(yè)紅利，則風(fēng)口會一直保持，人才供不應(yīng)求

如果像20世紀(jì)下半葉一樣陷入停滯，那么整體行業(yè)組員將不再增長，轉(zhuǎn)而走向內(nèi)卷化的終局，即收入分化嚴(yán)重、工作壓力遞增

我國現(xiàn)在AI行業(yè)的發(fā)展比較樂觀，因為國家戰(zhàn)略、應(yīng)用場景、技術(shù)前景

說白了需要熟讀理論的同時能用AI來解決不同領(lǐng)域現(xiàn)實問題的人，內(nèi)卷只集中在中低層的單一賽道上

提高自身能力并培養(yǎng)獨特競爭力才是未來你們所需要考慮的

last but not least，人一定要認(rèn)清自己的能力，不能因為賺錢多少而自我膨脹，妄自菲薄

其他行業(yè)的詳細(xì)分析參見取景框看世界《專業(yè)》系列