一、项目概况:聚焦技术底座的职业型学位
加州大学伯克利分校于2026年正式推出人工智能与机器学习硕士(Master of Artificial Intelligence and Machine Learning, MAIML),首届学生将于2027年秋季入学。该项目由计算、数据科学与社会学院(CDSS)主办,电气工程与计算机科学系(EECS)、统计系教授联合授课,是针对AI产业需求设立的全日制职业型学位,学制为两学期(1年),初期计划招生约69人。
项目定位明确:面向具备计算机科学、数据科学或统计学背景的学生,重点培养AI与机器学习的底层计算与统计能力,同时融入负责任AI实践、产业场景应用等内容,帮助学生快速适配行业岗位需求。区别于通用AI应用培训,项目更强调对模型背后数学、算法逻辑的理解,毕业生将具备独立构建、优化及部署AI系统的能力。
二、课程设置:理论与产业实践深度结合
项目总学分要求为25学分,课程结构分为核心必修课、选修课与实践环节三部分,不设置传统毕业设计,以综合考试作为毕业考核标准。
1. 核心必修课(6门)
- 数学与技术基础模块:涵盖概率与统计推断、数据科学原理、机器学习/深度学习三门课程,构建AI技术的底层知识体系;
- 实践与伦理模块:包括负责任AI(Responsible AI)、数据专业人士沟通技能两门课程,聚焦AI伦理规范、行业案例研究与跨领域协作能力培养;
- 综合考核模块:独立研究与综合考试备考课程,学生将在教授指导下完成小型实践项目,最终通过综合考试检验学习成果。
注:若学生已修读过相关核心课程,可提交申请豁免,经审核通过后补选一门选修课替代。
2. 选修课(3门)
学生可根据兴趣和职业方向自由选择选修课,可选方向包括但不限于:
- 技术进阶:自然语言处理、计算机视觉、深度神经网络、强化学习、贝叶斯统计、因果推断;
- 交叉应用:AI与医疗健康、AI与金融、自动驾驶系统、生成式AI架构。
3. 产业实践环节
- 硅谷浸入式项目:秋季学期结束后,学生将参与为期两天的企业走访活动,与硅谷科技公司、AI初创企业技术团队交流,了解行业实际需求;
- 行业研讨会:项目定期邀请科技企业工程师、风险投资人举办专题分享,学生可直接接触真实技术应用场景,拓展行业人脉。
微信扫一扫









