美国机器学习（ML）专业就业方向

 

机器学习 (ML) 是通过经验和数据对计算机算法的研究。它被视为人工智能的一部分。机器学习算法基于样本数据构建模型，称为“训练数据”，以便在没有明确编程的情况下做出预测或决策。机器学习算法被广泛用于各种应用，例如医学、电子邮件过滤、语音识别和计算机视觉。

 

机器学习的一个子集与计算统计密切相关，它侧重于使用计算机进行预测；但并非所有机器学习都是统计学习。数学优化研究为机器学习领域提供了方法、理论和应用领域。数据挖掘是一个相关的研究领域，侧重于通过无监督学习进行探索性数据分析。在跨业务问题的应用中，机器学习也被称为预测分析。

大学排名

 

机器学习在本科阶段通常以课程的形式出现。在研究生阶段，机器学习被视为人工智能、计算机科学等相关专业的分支。

 

该专业第一梯队的美国学校为：

 

1. 卡耐基梅隆大学

 

2. 斯坦福大学

 

3. 哥伦比亚大学

 

标化要求：GPA 3.85+, GRE 330+, TOEFL 110+

 

实习要求：多段全球知名科技公司的实习、顶尖大学的科研经历

 

第二梯队：

 

4. 康奈尔大学

 

5. 麻省理工

 

6. 加州大学伯克利分校

 

7. 加州理工学院

 

标化要求：GPA 3.75+, GRE 325+, TOEFL 105+

 

实习要求：至少一段全球知名科技公司的实习、顶尖大学的科研经历

 

第三梯队：

 

8. 伊利诺伊大学香槟分校

 

9. 哈佛大学

 

10. 华盛顿大学

 

标化要求：GPA 3.6+, GRE 320+, TOEFL 100+

 

实习要求：多段科技公司的实习、本科阶段的科研经历

 

基础课程要求

 

机器学习的研究生项目对申请者本科所学的专业没有限制，但是要求申请者必须具有很强的计算机科学背景，包括对复杂性理论的深刻理解和良好的编程技能，以及良好的数学背景。申请者需要在大学阶段学过高阶的计算机课程，微积分、线性代数和概率课程。

 

申请者还需有很出色的标化成绩。以卡耐基梅隆大学提供的录取数据为例，历届录取学生的本科平均成绩为3.9/4.0，GRE verbal 161 (86th percentile)、GRE quantitative 169 (95th percentile)、GRE Analytical Writing: 4.4 (71st percentile)，托福 111。

 

ML就业方向

 

新时代技术领域的工作岗位急剧增加，尤其是机器学习领域，预计到 2026 年将创造超过 1150 万个机器学习工程岗位。

 

机器学习的工作领域通常为：机器学习工程师、数据科学家、数据分析师、软件工程师、计算机程序员、自然语言处理 (NLP) 科学家等

 

机器学习领域的工作地点通常为：互联网公司、科技公司、金融机构、保险公司等

 

著名公司有：亚马逊、苹果、谷歌、Facebook、PayPal、美国银行等

 

机器学习领域的平均薪资为： 114,121美元