_____ _ ____ _
/ ____| | | / ____| | |
| | _ __ ___ _ __ | | __ | (___ _ __ ___ _ __ ___| |__
| | | '__/ _ \| '_ \| |/ / \___ \| '_ \ / _ \ '_ \ / __| '_ \
| |____| | | (_) | | | | < ____) | |_) | __/ | | | (__| | | |
\_____|_| \___/|_| |_|_|\_\ |_____/| .__/ \___|_| |_|\___|_| |_|
|_|
// AI = 数学 + 算法 + 算力 + 数据。应届生年薪 28.7 万领跑全行业, 大模型算法岗月薪 6.8 万, 顶尖 AI 科学家月薪 13 万。但课程硬核 (5 门数学打底), 60% 算法岗要
AI 等于数学加算法加算力加数据。应届生年薪 28.7 万领跑全行业, 大模型算法岗月薪 6.8 万, 顶尖 AI 科学家月薪 13 万。但课程硬核, 60% 算法岗要求硕博, 35 岁危机加算力瓶颈加赛道饱和三把刀同时悬着。
全国 4 年制通用框架, 总学分 ≈ 160 (公共课 60 + 数理基础 25 + 专业核心 50 + 选修 25)。AI 专业比普通 CS 多 4-5 门数学, 课业强度排名前 3。前 2 年打数学编程基础, 大三才进入真正的 AI 核心课。大模型时代的「半学期速通」课 (如大模型微调 / Agent 开发) 在 2025 年起在头部院校普及, 但 90% 知识仍要自学。
教育部学科评估第四轮 (2017, 第五轮 2022 部分公开)。A+ = 前 2% 或前 2 所, A = 前 2-10%, A- = 前 10-20%。
S = 顶级, A = 知名, B = 大量招。校招薪资为 2024 秋招主流 offer 中位数。底部 bar = 近 5 年招聘量趋势。
数据源: 麦可思 2024 + 招聘平台 2024 校招采样。单位: 万/年。P25/P50/P75 = 25/50/75 百分位。≈ 表示估算值。↗ = 3 年变化。进入视口时数字滚动。
| 阶段 | P25 | P50 中位 | P75 高位 |
|---|---|---|---|
| 应届/算法入门 (0-2 年) | ≈0 万↗ +12% | ≈0 万 | ≈0 万 |
| 中级算法工程师 (3-5 年) | ≈0 万↗ +18% | ≈0 万 | ≈0 万 |
| 资深/专家 (6-10 年, 大模型/AI 科学家) | ≈0 万↗ +15% | ≈0 万 | ≈0 万 |
| 高管/首席科学家 (10+ 年, AGI 方向) | ≈0 万↗ +10% | ≈0 万 | ≈0 万 |
毕业 1-3 年的去向分布, 占比合计 100%。
真实在校生/毕业生观点, 有夸有劝退, 自己判断。
南大 AI 本科, 实验室 80% 同学都去读研了。我直接秋招, 核心靠 3 件事: 一篇 NeurIPS workshop + 一次 Kaggle 银牌 + 一年腾讯实习。面试官看的不是 GPA, 是你能把 Transformer 内部 attention 讲到什么深度。年薪 75 万, 但每天 11 点下班是常态。
做了 4 年 CV, 从业者最怕的不是加班 — 是「赛道被淘汰」。2023 年开始传统 CV 岗缩招 50%, 整个组被砍, 我被迫转量化。现在用 ML 因子选股, 起薪比 CV 高 40%, 才发现数学功底是真值钱, 行业只是表层。
本科西电 AI, 班上一半同学考研, 一半直接就业。本科能找到算法岗的不到 20%, 大多去了 AI 产品经理 / 数据分析 / 售前。读研这两年赶上 LLM 爆发, 实验室人均一篇顶会, 师兄 60 万+ 起步。结论: AI 这行不读研, 你的天花板就是别人的地板。
真话: 培训班 6 个月 + 3 个项目 (口罩识别/车牌检测/商品分类) = 11k offer, 这就是普通 AI 人的天花板。如果不是 985/211 科班, 别迷信「AI = 高薪」 — 真正高薪的是那 5% 顶尖人, 剩下 95% 在做数据标注 + 模型微调 + 业务对接。
基于 2024 年全国开设此专业院校的招生选科要求统计。覆盖率越高, 你的选科组合能报的院校越多。