Computer Science
默认, 最直接的路由提供算法,系统,以及大多数大学现在的专用机器学习课程,这些课程构成了几乎每个AI研究专业的技术基础.
格子越深,表示该主题在这项指标上越高。
低高
大部分时间会分读近期论文,写作和调试训练代码,等待和分析长期实验的结果,并与合作者讨论发现. 与流行形象相反,很大一部分工作正在诊断一个模型为什么表现不佳或者结果不会复制,而不是从零开始集思广益的新建筑.
对于大学或顶级工业实验室的独立研究角色来说,实际上是的——博士仍然是该领域真正的证书,因为没有许可证考试。 但“研究科学家”等称号仍然对博士生有很大影响。
其部分明显是: 文献总结,锅炉板实验代码和第一稿相关工作部分已经是例行AI辅助,实验室正在公开实验提出和运行自己实验的系统. 确定结果的实际含义,并对公布的索赔承担责任,证明移交困难得多。
雇主和资历差别很大。 2024年,美国“计算机和信息研究科学家”类别的中位数为140,910美元,但加入一个大型技术公司研究实验室的新博士往往比这个高得多,据报道,在2024年至2025年的招聘竞赛中,前沿AI实验室的少数高级研究人员得到了价值7或8位数字的总包。
线条不断模糊,但粗略的区别在于:研究者的产出通常是论文,新方法或对东西为什么起作用的洞察力,通过同行评审判断;工程师的产出通常是生产中的工作系统,根据它是否船只和是否被实际使用来判断. 很多人在职业生涯中都是这样
Python主导,与深层学习框架配对——PyTorch现在是研究中最常见的,JAX流行于大型和Google附属作品. 代码之外,研究人员依赖于共享的GPU或TPU计算集群,Weights & Biases等实验跟踪工具,以及arXiv,其中大多数新结果在正式同行评审前几个月作为预印流通.
没有从事AI研究的许可证,也没有专业委员会决定谁可以自称研究员。 外地真正的守门工作在同行评审(NeurIPS、ICML或ICLR接受论文)时,是后来和不太正式的,这就是为什么博士虽然没有法律要求,但几乎仍然是每个人仍然走的道路。
这种非正式性并没有阻止一个相当僵硬的管道在实践中形成:少数大学和工业实验室在现场最引人入胜的作品中产生不成比例的份额,进入一个早期仍然比几乎任何一个后来的决定更能塑造职业生涯。
拥有数学,统计学,计算机科学的重学位,并越来越多地从事机器学习本身的课程工作,同时在教授实验室从事早期的研究助理工作.
门槛大学招生及进入实验室 愿意接受本科生.
许多人直接攻读博士学位;相反,越来越多的人作为研究工程师或硕士生花费一两年时间,在申请之前建立出版记录。
门槛研究生入学,或者在实验室的雇佣律师 愿意与初级研究员合作
历经多年的课程工作,随后由顾问进行独立研究,最后发表论文,在委员会辩护。
门槛一个资格考试, 并找到一个顾问 有资金和兴趣 接纳你。
在NeurIPS,ICML或ICLR接受的论文作为外地的实际货币发挥作用,对于未来的雇主来说比文凭上大学的名字更重要.
门槛在顶级场所进行同行评审——现场最接近许可证考试.
一些人通过博士后职位在学术界继续工作;大多数现在直接转入工业实验室的研究组织.
门槛在实验室进行多阶段面试,或者由特定的主要调查员提供博士后建议。
制定独立的研究议程,指导初级研究人员或博士生,并按实地方向判断他们的工作影响而不是任何论文。
门槛学术界的保有权和晋升委员会;工业的持续影响和内部晋升。
大部分的美国计算机科学或机器学习博士课程都通过津贴与教学或研究助理职责相结合的方式(通常每年35 000美元—48 000美元),使直接学费往往接近于零;更大的费用是相对于工业工作而言,收入减少5至6年。 首先攻读的硕士学位(通常是一种踏脚石)可以增加40,000美元至10万美元的学费,而美国以外的博士学位课程也大不相同 — — 许多欧洲博士学位是领薪的研究职位,而不是学费学位。
提供算法,系统,以及大多数大学现在的专用机器学习课程,这些课程构成了几乎每个AI研究专业的技术基础.
线性代数,概率和优化是语言现代机器学习的书写;研究者了解一个方法为什么起作用,而不仅仅是如何运行,往往来自这里.
物理学家为优化,统计力学和高维系统带来了强烈的直觉;约翰·霍普菲尔德从物理学转向建立早期神经网络模型,为此分享了2024年诺贝尔物理学奖.
神经网络是被生物神经元命名的,并且受到这些神经元的松散启发;有这种背景的研究人员常常在机器学习与大脑实际学习的界限上工作.
对接近硬件培训的研究人员有用,取决于或取决于语音和音频模型背后的信号处理基础。
Home to Fei-Fei Li's ImageNet project and Stanford Institute for Human-Center AI; 本场最常被引用的部门之一.
杰弗里·欣顿数十年的学术家园和2012年重启球场的AlexNet球队的诞生地.
围绕约斯华·本焦的实验室建成,成为世界上最集中的深度学习研究人员之一.
一个强大的机器学习和理论计算机科学传统直接输入附近的Google DeepMind和英国更广泛的AI研究基地.
通过出版量和直接为中国最大的AI实验室提供素材,连续排名世界顶级计算机科学系.
一个领先的欧洲机器学习和机器人研究中心,与Google和Meta的苏黎世研究办公室关系密切.
以色列密集的AI研究和启动生态系统,与Google,Meta和英特尔在附近开设的企业研究实验室并列.
一个快速发展的机器学习研究方案和东南亚不断增长的AI研究投资的区域中心.
现场事实上的认证;没有许可证颁发委员会,完成的论文和顾问的认可功能是AI研究最接近认证.
虽然不是正式的证书,但实际的守门机制雇用委员会所占比重最大——在这些地点的有力记录通常超过任何证书或大学名称。
由电子计算机械协会或人工智能促进协会授予职业认可地位,而不是入职要求,以维持一批有影响力的工作。
大多数大学伦理委员会都要求研究人员在进行涉及人类参与者或其数据的任何研究之前进行这种研究,这些研究涉及从事人评价研究、用户研究或众包标签的AI研究人员。
谷歌AI留宿等程序接受没有博士学位的强大工程师或科学家进行一至两年的导师研究安置,有时还产生共同撰写的论文,取代博士简历.
较少的研究人员通过广泛使用的开源机器学习代码或被广泛引用的arXiv预印品来建立公众声誉,偶尔在雇用有表现能力而不是资质的实验室中达到研究角色.
不限同一领域,六项评分最接近的职业。
每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🩺通过问诊与证据诊断疾病并长期管理健康,而非一次手术——医学的通科与长期向导。
抗AI 67 🧠通过药物与心理治疗诊断和治疗精神疾病,是少数拥有法定权力在患者危机时将其强制留院的医学专科之一。
抗AI 73 👔为客户提供法律意见,起草具有约束力的文件,并在案件进入法庭时为其辩护——若建议有误,还须承担个人法律责任。
抗AI 58 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🛰️设计、分析并认证离地而行的飞机、火箭与航天器,在不容猜测的安全裕度下工作。
抗AI 74 🌉把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起,文明安静的承重行当。
抗AI 72 🔌每台计算机,手机和武器内部的设计和编织晶体管,使用精确到只有地球上少数工厂能运行的机器.
抗AI 60 🦾设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🔐通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️设计、建造和改进风能、太阳能、存储和电网系统,将可再生资源转化为可靠的电力。
抗AI 72