【职业】【薪资】【专业选择】什么专业能月入1万+美金？我用康奈尔title来告诉你....

大明朝第一蜜探UID：4034378

现代化专业人工智能，如今各高校陆续开设AI专业，但这个专业到底怎么样？我想用我的经历来给大家做个分享


1、第一部分是关于人工智能的专业介绍，希望通过介绍让大家能够了解“人工智能”是什么；

2、第二部分是人工智能专业的申请条件，希望能帮助大家了解自身的情况；

3、第三部分我会跟大家详细解读该如何提升申请竞争力。随着出国留学人数的逐渐增多，特别是申请人工智能这种热门专业，我们该如何让自己的简历、PS能够变得独一无二呢？

4、第四部分我将介绍人工智能的课程设置。在这一部分，大家可以了解到出国留学之后会学习什么课程、会做哪些实验。

5、第五部分是申请时间上的规划，我将从大学四年的四个时间段，来为大家讲解每个时间段我们应该做什么。

6、最后就是我非常了解的人工智能专业在北美的就业前景了。包括薪资、面试方向以及具体职业等，都会给大家做一个详细的介绍。

......................................................................................................................................

说下我的背景吧，不然没有参考性——
康奈尔大学 - 电气与计算机工程专业硕士 l
微软亚洲研究院STCA组实习生、施耐德电气暑期实习生 l
北美CS领域求职培训机构创始人 l
现为教育领头羊行业管培生

我所讲的人工智能专业，就是计算机学院下的一个分支，和我所学习的专业也是息息相关的。

我曾经是微软亚洲研究院STCA组的实习生，也是施耐德电气的暑期实习生，正是这两段实习让我申请到了康奈尔大学。

大家可以看到：施耐德电气对应着我专业中的“电气”二字，微软亚洲研究院对应的就是“计算机”了。

同时我还是北美CS领域的求职培训机构的创始人，接触过100多个人工智能方向同学，非常了解整哥北美CS求职的大环境，例如就业方向、面试流程、模拟面试等，这些都会在最后一个部分为大家详细介绍。

现在我是教育领头羊行业的管理培训生，从事了教育岗位。（是不是有人开始质疑了，为啥转投教育行业，且往下看）

很多人都还不太了解人工智能专业到底是什么，接下来我就来和大家做一个简单的解读：
人工智能（Artificial Intelligence）, 是一门包含 计算机、信息论、控制论、神经生理学、心理学、 语言学等的综合学科。人工智能的概念的提出在达 貌斯顿学术会议上，人工智能是从计算机应用系统 角度出发，研究如何制造出人造的智能机器或智能 系统，来模拟人类智能活动的能力

人工智能专业，说的就是Artificial Intelligence，简称AI。
它是一门包含了计算机、信息论、控制论、神经生理学、心理学、语言学等的综合学科。
人工智能的概念，首先是在达貌斯顿学术会议上提出的：人工智能是从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力。
可能很多人听完了人工智能的简单概念之后，对人工智能的学习还是无法精确的了解。
接下来我就通过几个应用实例，以及它的应用领域，为大家详细的介绍：
人工智能到底学什么？到底运用在了什么场景？哪些公司真正运用到了人工智能？



人工智能有很多的应用领域，那我主要给大家介绍一下三个非常非常热门的领域：机器人领域、语言识别领域、图像识别领域。
机器人领域
机器人领域在我们生活中的运用是非常广泛的。
比如当我们去日本旅游，或者国内一些比较豪华的商场，都有很多智能机器人，来作为前台服务人员为顾客进行导购。
除此之外还有我们的一些现代汽车厂。
比如特斯拉这种智能汽车制造工厂，都会运用到一些智能机器人，实现高精度的制造。
过一些人工智能模型的训练，不断地纠正所在生产过程中所遇到的一些困难，实现更高效、更高精度的汽车生产。


2

语音识别领域
第二个领域，就是比较热门的语音识别领域。
语音识别，在我们的生活当中现在也是离不开了，比如我们用的的苹果手机，以及各大手机的Siri功能。
我们可以唤醒Siri，Siri根据使用者所发布的语音进行分析。
比如我们可以询问Siri今天的天气；我们可以让他打开我们手机中的某一个应用程序；让他来实现智能导航的工作等等。
这些都运用到了人工智能领域的语音识别和语音分析领域。


3
图像识别领域
第三个比较热门的部分，就是图像识别领域。
还是以苹果手机解锁为例。
从最初的指纹识别，到现在的人脸识别，实现这样的一个智能的解锁，这个就是图像识别的一个分支
在工业界广泛应用图像识别的，就是我们的特斯拉汽车。
它能够实现自动驾驶，不单单是发挥了它汽车本身的功能，更发挥了我们人工智能领域智能模型的学习。
通过一些大数据集的训练，让汽车识别哪一个是停车线，哪一个是物体，什么时候该停，什么时候该走。



02
人工智能的应用实例
介绍完刚才的应用领域，我们现在来降一个维度，来思考一下人工智能所应用的实例。

人工智能应用的实例，对于现阶段的我们来说，需要了解的就是两部分，这两部分我刚才也以有所提及。

指纹识别

第一部分就是指纹识别。
指纹识别在我们的生活当中用到的地方也是非常多的。
首先我们在看电影的过程中，可以看到美国的一些大片中有一些高端的写字楼，都需要进行指纹识别才能够进入整个大楼。
除此之外，在我们未来真真正正求学的过程中，我们进入美国海关的时候，我们会发现在海关的时候，我们要伸出四根手指进行一个指纹的采集。
通过人工智能的比对，实现了信息的锁定以及录入的功能，让海关能够更加高效率并且省时间的完成对入境人员的审查。
除了上述两点指纹识别的应用，还有苹果手机的指纹识别。
那么最初，我们也是用到指纹这样的功能来对我们的手机进行一个解锁。
所以说，指纹的识别需要通过人工智能模型的训练达到99%，甚至是98左右的精度，才能够实现到一个安全的级别，才能够真正的用在我们的生活当中。


2
人脸识别
除了指纹识别就是人脸识别了，我在本科阶段也有一个深层次的研究。
还是苹果手机，让我们能够实现人脸识别的应用，除此之外这个也是属于图像识别的领域。

03
工业界的人工智能


下一部分我将给大家介绍在工业界中人工智能是如何应用的。
大家可以看到，这个PPT中有很多世界知名的一线大厂，都应用到了人工智能领域。


1特斯拉
首先就是特斯拉。
我已经提了2—3次特斯拉的功能，像是他的自动驾驶功能就实现了图像的筛选，来判断是否是停车线、还是停车标、还是人，来让汽车能够真真正正的脱离人的操控，实现自动驾驶。
在这个背后，完全离不开人工智能的帮助。


2谷歌
那么其次就是当今最最火爆的一家公司，也是所有在北美学习CS的同学最向往的一家公司：谷歌。
谷歌的人工智能搜索，就应用到了人工智能的知识。
那我们说谷歌的浏览器或者说是它的搜索引擎这么强大的原因，就是因为他运用到了人工智能的知识。
帮助人们实现并优化了搜索的算法，实现高精度的搜索，给用户带来了一个绝佳的体验。
除以上两个之外，还有扎克伯格的Facebook，以及北美的一个购物网站Amazon，都运用到了人工智能的领域。
在未来的求职过程中，同学们会用到"领英"这个软件。
它同样也用到了人工智能的知识，经过人工智能算法来实现对你信息的匹配，推荐你未来求职的一个方向，以及你身边的一些同学。
他不会简简单单的通过通讯录来进行匹配，他将通过1度2度人脉以及深层次的算法，来实现一个高精度的匹配。
说完了这几家公司之后，我要重点说一下Uber。
我身边一个非常好的朋友，他就在Uber北美旧金山的总部，从事人工智能的工作。
他也跟我讲到了他的工作，就是通过人工智能的算法来实现Uber软件的价格调动。
像我们在国内用滴滴的时候，就会发现在早晚高峰期或者恶劣天气的情况下，价格就会有所浮动。
比如1倍、1.2倍、1.5倍甚至2倍的价格。
那么没有学习人工智能的同学可能会认为，像滴滴和Uber这种打车软件，是人为进行价格调控的。
但其实并不是这样的，世界上运用Uber的国家还是非常多的。
如果真的是每个地区由专门的人来监控，那这样的成本是非常高的。
我同学所在的整个组呢，就是运用人工智能的知识，实现了这样的价格浮动。
影响因素会有很多，就像我刚才说的天气、拥堵以及各方面的因素，来实现人工智能的匹配，将价格进行一个浮动。
所以说人工智能和我们息息相关，也让公司能够正常的盈利。


人工智能申请条件
利用以上的这些时间，让大家对人工智能专业有了一个入门性的了解。
从最浅的知识点概念，到应用领域，到应用的实例，进而到工业界中的生活化的应用。
下面我就给大家来介绍一下人工智能专业的申请条件


就像开篇我所说的：随着出国留学人数的不断增多，人工智能专业又是热门专业，我们所申请人工智能专业的人数是非常多的。
那么要想获得一份top30、甚至藤校的录取，我们的成绩是必须要有所提高的。
我们可以看到：
首先GPA要至少在3.2以上、甚至是3.5以上才能够真正的获得一个高排位的录取。
第二个维度的思考就是托福成绩，托福成绩至少要在90分以上，甚至是100分以上才能够有一个保险的三维背景来帮助你的申请。
这还是没有讨论软实力的研究经历和实习经历的情况下，所以三维成绩是真的是非常重要。
那么说到托福成绩，一定要注意自己四个单项的小分。
随着托福的不断改革，他又提出了偏分这样的一个政策，但是很多学校在这个政策出来之后都出来否认了，说我们绝对不接受这样的评分政策。
所以希望大家还是按部就班的去考托福，保证总分以及小分的达标。
在这里给大家透露一个小秘密：
康奈尔大学官网的口语分数是22分，当时我的一个学弟在申请康奈尔大学的时候，托福的口语只有21分，但是他的成绩实际上是非常不错。
就是因为口语的分数，他在第一阶段的时候，机器就把他的申请材料过滤掉了。
所以在大家申请的过程中，一定要注意小分的准确去提高。
说完了托福，就是我们的GRE分数了。
GRE的分数，要尽量在322分以上，特别是作为我们这样的人工智能专业，对你的逻辑思维能力要求是非常高的，所以数学要尽量达到满分。
计算机的申请背景，我们本科的专业尽量以计算机数学或者工程类的专业背景为优。
最后是软实力的一个考虑。
说到软实力，人工智能领域相关的研究经历，或者说是实习经历，是我们在整个大学这四年或者说是申请前的这三年，所要好好的准备的。
因为一份独一无二的录取呈现在招生官面前，才能够真真正正的打动他。

01
人工智能分类



下面呢，我就给大家来介绍一下人工智能专业在真正求学的过程中是如何分类的。
整个人工智能专业分为两大块：
Thesis Based
一大块呢是Thesis Based，就是说我们毕业的学分是等于我们上课的学分加上我们项目的经验。
那么这个项目的学分，大概是占在了30分中的6分，课程学分占到24分左右，这个是根据不同的学校来规定的。

我们通过一个饼图，来让同学更加形象化的了解到Thesis Based这样一个学位的组成。
那么我们可以看到75%是你的课程学分，15%是你的项目学分。
有的学校采用的是3+1这样的学制，前三个学期是修习课程、休学分。最后一个学期完完全全的就是沉浸在你的项目中，最后出一篇论文进行答辩就可以毕业了。
Non-Thesis Based
那么第二部分就是Non-Thesis Based。
Non-Thesis Based就是说，我们不需要在毕业前像本科一样做一个毕业设计，就可以真真正正的拿到我的毕业证。
我们的毕业学分，完全就是由我们的课程100%所组成，也就是说我们只需要把每一门课达到b或者是c以上，达到学校的要求就可以顺利拿到毕业证。


Non-Thesis Based，实际上100%都是课程，这个饼图就非常形象化地呈现在了同学们的面前。
可以看到，它完全是由课程的学分，来组成我们的毕业学分。
相对来说，不太喜欢进实验室的同学，不愿意做研究的同学，可以选择Non-Thesis Based方向。
方向的选择呢是在你入学之后，在你入学的时候会有一个叫orientation，也就是新生见面会。
在你本专业的见面会之后，老师会对整个学位进行一个更加详细的介绍。
在那之后，学校会让学生填一个申请表格，来填写到底是选择带论文的还是不带论文的。
所以同学们，现在还不必纠结这个问题，等真真正正的走进校园再进行仔细的思考。

如何提升竞争力

接下来我们就来聊一聊如何提升申请时的竞争力。
除了我们的三维成绩要达到一个非常好的高度，软实力的提升是能够真正让招生官从一摞简历里把你的简历提出来的重要因素。
我在入学康奈尔之后，我有幸和我的招生官在一个酒会上聊了聊天。
招生官就和聊到了关于我的申请简历。
他当时用到了独一无二这样的一个词，来形容我的简历。
他说我的两份实习经历，真真正正的提升了我的背景经历，让他认为我作为一个本科生能够拿到两份实习非常的不容易。
和其他同学的经历是不太一样的，相对来说，其他同学的经历更加千篇一律一些。
所以说，如何提升竞争力，是每一个同学现在都要关注的。

寒暑假大厂的实习
大家一定要关注春招和秋招，春招是在每年的二三月份，秋招是在每年的七月开始到大概年底结束。
所以说大家一定要抓住这两个机会，来寻找暑期和寒假的实习。
一定要看清楚实习的简介！是否和人工智能相关。

Kaggle的小项目
针对这些项目，我给大家列几个清单：
首先呢，有这样几个热门的项目，比如旧金山的犯罪率预测、纽约的房价预测、猫狗图像的筛选这三个项目。
大家在Kaggle上找项目，可以帮助大家提升人工智能专业的经历，让招生官看到你是在这个方向上有所研究有所深造的，并且你可以在这个方向继续深造。

校内的比赛
作为大学生，我们在校园内会有很多很多的创业大赛，以及一些智能汽车的比赛。
我希望同学们的能够抓住在校内的一些竞赛，不要觉得竞赛不如Kaggle的项目，不如大厂实习。
这样是不对的，我们要抓住每一个比赛的机会，去提升我们的家动手能力，去充实我们的简历和PS。
在这个过程中还可以拿到一些知名教授的推荐信，帮助我们的申请。

02
如何升华经历


说完了如何提升竞争力，其实最重要的是你在完成了实习，或者说是项目，或者校内竞赛之后，一定要做的一件事情：
对你的经历进行一个升华。
很多同学参加了大大小小的项目，但是做完了项目不去总结，接着就去做下一个项目。
等最后真真正正到申请的时候，就已经忘却了自己一年半前所参加的宝贵的经历是什么，这样的做法是极不提倡的。
我在这里给大家提供一个SOAR模型，这个模型有助于你在完成实习、项目或者校内比赛之后，踏踏实实静下心来，去沉淀自己过去一个月或三个月所做的事情。
1、Situation，项目背景
通过这一段背景，我们要阐明项目的领域和方向，从而然我们更加深刻的思考我们所做的项目处在什么样的大环境下。
2、Obstacle，项目中遇到的困难
这个也是招生官最最希望看到的一个部分，在这部分体现了你研究的深度和广度。
3、Activity，行动
你的行动是除了困难外，招生官比较关注的另一个点。
因为他们需要知道你在一个项目中遇到困难是如何解决的，解决之后能够体现出你解决问题的能力、执行力、深度思考能力等等。

4、Result，结果
这里给大家提一个小建议，我们要用数据来说话。
比如说，在我们的帮助下，或者你作为团队leader，让这个项目提升了多少精度？
例如我们做一个人脸识别项目，我们让这个模型提高了百分之几的精度，一定要具体的写出来。
千万不要只写“我帮助这个项目提升了精度”，基本上每一个人都会这样写，但招生官并不理解你到底提高了多少精度，或者对这个项目有多大的帮助。
用数据写出来的话，招生官就可以很直观的看到你所做的事情。

我想告诉大家的亮点1就是：一定要突出你专业课的GPA！
特别是大一大二贪玩的同学，你的GPA可能并没有到3.0.
那这个时候，你就要努力学习，把大三的专业课GPA提高，单独的把专业GPA写在简历上，呈现给招生官。
像我当时在大一的时候，GPA只有2.7，在大一之后决定出国，我开始对我的专业课GPA进行修习，最后达到了3.92。
招生官会看到我的总GPA可能在3.4左右，但是我的专业课GPA达到了3.9。
招生官会认为，这个学生在专业的领域是非常有研究的，并且他整个的GPA呈现一个上升的态势。
招生官也相信，通过他们的教育质量，一定能把一个努力的学生培养好。
亮点2就是刚才讲过的背景提升经历。
大家可以看到，简历中用红线画出来的，就是我在微软和施耐德实习的经历。
这两段实习可以说是完完全全的撑起了我简历的整个框架。
招生官最先看到的，除了专业课的GPA，就是我的这两份饱满的实习经历了。
他们会仔细去思考、去探索我这份简历到底呈现出了怎样的能力，在仔细阅读之后，他们也会看到我解决问题的能力。
作为一个本科生，拿到微软和施耐德的录取是非常不容易的，所以这样的录取也被招生官们称为独一无二。
最后再给大家来个简单的Tips：
大厂的实习，不一定会让你获得一个好的录取。
只有好的总结、提炼和升华你的经历，最终呈现在简历中，才是关键。
就像我刚才所说的，同学们可以用这个模型的四点，来用数据说话，给招生官呈现你的经历。

人工智能专业的课程设置
接下来我来给大家介绍一下人工智能专业的课程设置。

我知道你们关心在拿到录取之后，都会关心我到底能学到什么样的知识和什么样的课程，以及我将做些什么。


人工智能专业的细分方向，主要有以上这六个方向。
接下来我给大家列举几个清单，以康奈尔的CS为标准，我给大家列一下AI的课程清单。
康奈尔的CS，在全美也是排在了前十，而且大家如果真正有机会来到伊萨卡这个城市就可以看到，康奈尔的CS学院是2015年由比尔盖茨夫妇投资建设的非常高端的一个楼。
我们就是在这样一个不亚于科技公司的学习环境下学习的。


康奈尔的CS方向有：
1、Introduction to Artificial Intelligence
也就是人工智能介绍
2、Introduction to Machine Learning
3、Computer Vision
4、Machine Learning for Data Science
会研究一些数据相关的东西
5、Advanced Artificial Intelligence 。
在北美Advanced开头的课，就是Introduction开头的课的进阶版。
相对来说一个学期可能不会讲过多学术上的理论，可能讲个三四周之后就要让大家去动手实操project。
这个project在未来的求职过程里，大家也可以写在求职简历里。
6、Topics in Natural Language Processing and Machine Learning

就像刚才我所说的，很多课程都会采用这样project的形式进行收尾。
很多像AI这种课程，不会去讲太多的数学推论，更多的是希望学生能够通过企业级的project，真正锻炼到你所学的知识。
大家可以看到上面这张PPT，是我给大家举的两个project的例子，其中有一个是我做的。
首先第一个例子，就是我们在课上所做的一个project，我们可以看到每一门课在结束的时候都会呈现一个海报，供大家去学习去讨论。
那么其中就包括纽约出租车的收入预测，大家会通过一个月的时间去研究纽约出租车的收入，通过人工智能的模型去训练，得到一个最后的结论，还有一个智能语音的检测。
所以说呢，人工智能领域方向的课程不会有太多的期末考试，但是他会考察大家的动手能力。
就业前景

最后我就给大家讲一下我们就业的前景。
在国内可能像我们人工智能或者是软件开发，都会是前端工程师或者后端工程师、数据科学家等等这样的细分企业。
在国外可能统称为软件开发工程师，在国外入职之后，会先培训再定具体的岗位。
那么实习的时候，我们的培训就至关重要，如果在实习拿到return offer，那么大家就不用找全职的工作了，实习之后就可以直接上班了。


说了这么多，可能薪资水平是大家非常关心的。
我们花了很多的精力去准备，花了很多钱去学习，那么我们的投资回报率是多少呢？
我们可以看到，我们的薪资水平平均下来是11万美金一年，这个还不包括一些其他的福利。

在北美，你的薪资是由三部分组成的，其中就包括12个月的月薪，再加上股票的分成，再加上一个签字费。
以我在uber上班的同学为例，它12个月的月薪每个月是1万美金，他每年可以拿到的股票分成在5万美金左右。除此之外，他还会在第一年的时候，有35000美金的签字费。
还有一部分我没有写在这上面，就是12000刀的搬家的费用。
那么想必同学们算了这么多，这样的收入和国内的一个对比，那么很多人应该已经很心动了。
所以说好好的做时间规划是非常重要的，拿到一份好的录取。

岗位名称 Software Engineer Machine Learning Engineer Data Scientist

面试考什么？ n实习：1-2轮 算法题 + 简历问答 + BQ  全职：5轮以上 算法题 + 简历问答 + BQ + system design + OOD LeetCode刷题

在最后的最后，我来给大家简单的说一下面试具体考什么。
作为北美CS机构的创始人，我们服务过或者说培训过超过100个同学，这些同学会定期给我们发放一些面经。
如果你找实习的话，大概只有一到两轮的面试，通常就是一些算法题加上简历的简历问答，同时还会有些BQ，也就是一些行为问题。
那么行为问题会问些什么呢？
比如说你如何看待加班啊？你认为在工作中如果和领导意见不一致该怎么办？特别像我们的托福口语题，大家也可以好好准备。
除了实习之外，就是全职的面试准备了。
如果你在实习的中表现优异，可以直接拿到全职的offer，就不用参加全职的面试了。
如果你没有拿到全职offer，也没有拿到return offer，那你只能乖乖的去面试全职了。
全职相对来说就要在五轮以上，包括算法题，简历问答，BQ ，system design 和 OOD。
我当年去现场面试的时候，也是遇到了七轮的面试。
七轮的面试，基本上是从上午的8:00-9:00左右开始，一直面到了下午5:00。
那我身边的好朋友他也在一家初创公司变了11轮，面了一天。
所以说，大家一定要提前做好准备，找到实习，避免开全职的面试。
最后最重要的就是我们的LeetCode刷题！一定要好好刷题！！

okk说的有些多，但希望大家都能有一个好的前程，衷心祝福各位小伙伴前路平坦！下回我们接着喧