Skip to content 跳到章节

🤖大学与入行路径

AI Researcher · 设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.

一眼看清
指标浓度

格子越深,表示该主题在这项指标上越高。

最近审阅 来源与署名媒体署名方法说明

简短问答

一个人工智能研究员每天做什么?

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.

我需要博士才能成为AI研究员吗?

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。

AI的研究本身是否面临AI的风险?

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。

人工智能研究人员能赚多少钱?

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。

AI研究员和机器学习工程师有什么区别?.

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

AI研究使用哪些编程语言和工具?

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.

打开对比实验室

分享本页

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。

入行路线图

  1. 1

    本科基础

    3–4 yrs

    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.

  2. 2

    硕士或研究角色

    1–2 yrs

    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

  3. 3

    PhD

    5–6 yrs

    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。

  4. 4

    建立出版记录

    3-5岁(博士)

    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.

  5. 5

    博士后或第一个研究-科学家角色

    1–3 yrs

    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。

  6. 6

    独立研究员或实验室领导

    5+ yrs

    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。

AI/ML博士学位(美国,资助路线) $0–$40k

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。

该学什么

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.

数学或统计

对于模型下的理论

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.

Physics

异乎寻常的人工智能研究基础

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.

认知科学或神经科学

为模型背后的生物灵感

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.

Electrical Engineering

用于硬件意识和信号处理工作

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。

学什么专业能做什么 →

哪里教得最好

Stanford University

United States

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.

University of Toronto

Canada

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.

蒙特利尔大学/米拉

Canada

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.

University of Cambridge

United Kingdom

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.

Tsinghua University

China

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.

ETH Zurich

Switzerland

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.

Technion - 以色列理工学院

Israel

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.

新加坡国立大学.

Singapore

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.

执照与考试

计算机科学、机器学习或相关领域博士

Global

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.

NeurIPS、ICML或ICLR的同行评审出版物

Global

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。

ACM or AAAI Fellow

全球(总部机构)

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。

CITI 人类研究认证

美国(相当于其他地方需要的)

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。

另一条路

AI 居住方案

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.

开源和预印路由

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.

相近职业

不限同一领域,六项评分最接近的职业。

继续探索

继续探索

工程·技术领域的其他职业