为什么国家将加快人工智能研究生培养？又为什么很多研究生评论人工智能是个大坑呢？ 第1页

老生常谈。

1.本硕211以上。

2.导师是百篇优博以上级别的（这点有些人有疑惑，其实不是说非要百篇优博。四青，长江，杰青，fellow，院士等等更大的帽子，或者各省的江河湖海学者，只不过这些title理论上都比百篇难度高，这两年刚搞的博新计划其实也ok，不过拿博新的大多本来就在大课题组里当小老板，同理其实还有ccf优博，微软学者奖学金，谷歌奖学金，百度奖学金的获得者，都可以当做一个指标来看。），且近三年有五篇以上顶会或者trans发表。

3.有一作/学生一作/共同一作的c类以上会议/期刊，ps：access不算，可能会是减分项。

4.c类以上会议的比赛前六，kaggle比赛前六，国内某些水赛前3。（有3或者5的时候，其实4可以被覆盖，因为比赛存在抱大腿情况）

5.bat，tmd，商汤旷视等等叫得出名字的公司实习经历。

6.刷过leetcode，最差也得把剑指offer所有题都能做。

ps：最好方向热门，检测，分割，跟踪，检索，细粒度分类，vslam等等，你搞个隐写检测，暗水印之类的小方向真的很蛋疼。

以上要求满足3点，至少能捞个白菜offer，满足5点以上，可以去试试大厂sp和ssp了。连3点都满足不了，不建议入行。

很多学院派可能考虑的角度都太高端了，认为短期内人工智能的研究和落地都有很大困难，因为缺各方面的资源，理论也仍然离真正的技术革命有一定距离。

但是对国家来说，人工智能是不同的概念。

泛泛意义上的人工智能是包括了大量的数据科学领域的内容的，你做高端人工智能困难，难道做点电子化，数据挖掘也很困难吗？很多大型互联网公司看不上或者做不了的领域里，哪怕稍微运用一点机器学习和优化技术，都有可能带来很大的效率提升。最基础的，比如说垃圾车，出车的频率和路线规划，如果可以按照垃圾积累的速率进行优化，可能可以在减少出车的成本的同时，给居民更好的生活体验。类似的领域在全社会实在是太多太多了，几乎每个小的领域都有些技术方案可以改进，这些都需要大量的基础人才去填补。

从国家战略来说，哪怕是大部分培养的人都只懂基础的应用，都有可能带来大量行业的变革和生产力的提高，更何况高端人才本来就需要基数去培养。