除了MIT全力推动的“人工智能与决策”专业，不少美国高校近年来也逐渐将课程重点转移到AI领域上，目前全美Top 50里有6所学校专门提供本科独立AI学位。
卡耐基梅隆大学CMU
美国优先开设AI本科学士学位的大学，人工智能专业设置在计算机科学学院内，教授大多来自学校计算机科学系、人机交互研究所、语言技术研究所、机器学习系、软件与社会系统等院系。
宾夕法尼亚大学Upenn
2024年2月推出人工智能（AI）工程理学学士学位，课程涵盖机器学习、计算算法、数据分析、高级机器人等主题，旨在培养学生成为AI革命中的领 导者和创新者。
加州大学圣地亚哥分校UCSD
2024年8月正式获批新的本科AI学士学位。核心课程包括编程、数据结构、算法、人工智能、机器学习、数据理论、数据科学、认知科学、数学、哲学、机器人技术等。
莱斯大学Rice
2025年5月其计算机科学系推出AI理学学士学位，不仅涵盖AI的核心领域，还融入跨学科内容，包括认知心理学、哲学伦理、语言学等。
南加州大学USC
2025年8月其工程学院与高等计算科学学院联合推出AI本科学位项目，学生可参与人机交互、信息提取、隐私保护、社会议题AI应用等前沿研究，2026年秋季迎来新学生。
普渡大学Purdue
文理学院和科学学院都提供AI专业，前者更注重AI与人类的互动、生活中的应用，后者则更注重数理、伦理和神经科学的基础与构建，重视用AI解决实际问题。
反观另一边的CS专业热度逐渐降温，甚至走向冷门。
据《纽约时报》深度报道，全美范围内计算机科学专业正遭遇的“寒流”。
-
斯坦福大学的CS专业作为美国计算机科学项目之一，招生情况在经历了连年激增后陷入停滞状态。
-
普林斯顿大学计算机科学系主任Szymon Rusinkiewicz直言：照这样发展下去，两年后的毕业生人数要缩水整整25%。
-
杜克大学过去一年CS专业入门课程的报名人数，直接暴跌20%。
而入读人数的大幅下降和就业难度呈正相关，Computer Science和Computer Engineering已成为全美失业率第三和第七大专业，失业率分别高达7.5%、6.1%，反超不少文科/艺术专业。
就连UCB这样的公立大校，CS专业毕业生也面临着巨大的就业压力，一名UCB的教授此前公开表示：前几年一个学生手握多个Offer的“盛况”，恐怕以后很难出现了。
美国高校的专业选择趋势，某种程度上就是科技行业的招聘风向。
当学生从传统CS逐步转向AI相关专业时，背后对应的往往是企业在人才需求上的重心变化。把这个趋势平移到毕业后的就业市场来看，也就可以类比为——岗位需求正在从传统的SWE，逐渐向ML/AI工程师等岗位倾斜。
你会发现越来越多科技大厂开放的Software Engineer岗位，逐渐多出了类似ML/AI这样的后缀。
Microsoft的Software Engineer: AI/ML Intern岗位，高达50%的work-from-home时间，并开出了$12,030的月薪（换算年薪为$144,360）。
再比如字节跳动ByteDance的MLE岗位
科技求职平台Rora在调查了600多名从传统SWE成功转型至AI/ML相关岗位的求职者上岸薪资后发现，薪资涨幅高达43%，直接实现了薪资翻倍。
“传统SWE和MLE的区别到底是什么？”、“该如何从SWE转行到AI相关的MLE？”Blind上有不少想朝AI方向进发的码农们也蠢蠢欲动
相比起传统的SWE岗位，机器学习（ML）/人工智能（AI）方向的SWE更加强调将业务需求转化为数学模型，通过算法解决复杂问题。这些岗位大多数都要求“需要扎实的Python/Java编程能力，精通TensorFlow/PyTorch框架，熟悉数据预处理、特征工程和模型调优”。
浅显地说，ML/AI工程师和传统SWE的核心区别在于工作重点和思维方式。
📌工作重点
-
传统SWE更关注执行层的系统搭建和功能实现
-
ML/AI工程师主要和数据与模型打交道
-
传统SWE面对更多确定性工作
-
ML/AI工程师需要拥抱“模糊感”
除了考虑薪资和发展前景之外，岗位的适配度也是非常重要的衡量标准之一。SWE还是MLE？在做出选择之前，先问问自己是否享受工作中的“模糊感”带来的挑战？
