人工智能x特色交叉课程刷哪个课

学医的想搞 ai， 我 劝你先停下，别一上来就想搞什么大模型，那不是你能玩转的。想出成果？想发论文？想拿项目？听好了，医工交叉，只有这三条路，我按游戏难度给你排好了。 第一关，检测，这是入门级拿分最快的。为什么先说检测？因为算法是现成的，模板是公开的，核心就一个字，选数据。检测的数据好标注，不需要主任医师盯着，你自己练练手就能标， 只要你有私有数据，整个优喽算法小，项目小论文分分钟出炉，这是小白弯道超车的最佳切入点。第二关，分割，这个含金量高，为什么有人搞分割标数据要两个月？因为这玩意外行，根本看不懂，你得求爷爷告奶奶找医生，人家一天只能标五张， 那听着蓝就是你的护城河。分割考验的是你的行业深度，你有靠谱的标注医生，你就有核心的竞争力，只要数据到手，剩下的跟检测一样简单。第三关，配准，这就是高端局了，大神起步。现在的医学 ai 早就不满足于二 d 照片了， 点云 ct 三 d 重构，只要涉及三 d， 就 绕不开配准，这是目前最前沿也最难啃的骨头。如果你想要挑战高分文章，想做别人做不了的研究，直接冲三 d 配准做成了，你就是这个赛道的头部。 医学加 ai， 不是 让你去写代码，是让你用 ai 解决医学的痛点。那别再盲目自学了，我帮你把深度学习进阶路线图整理出来了，每一周学什么算法，怎么选源码，去哪跑项目，怎么落地，全在里面了，需要的可以看一下。

学医的想搞 ai， 我 劝你先停下，别一上来就想搞什么大模型，那不是你能玩转的。想出成果？想发论文？想拿项目？听好了，一公交叉只有这三条路， 我按游戏难度给你排好了。第一关，检测，这是入门级拿分最快的。为什么先说检测？因为算法是现成的，模板是公开的，核心就一个字，选数据。检测的数据好标注， 不需要主任医师盯着，你自己练练手就能标，只要你有私有数据，整个优喽算法小，项目小论文分分钟出炉，这是小白弯道超车的最佳切入点。 第二关，分割，这个含金量高，为什么有人搞分割标数据要两个月？因为这玩意外行，根本看不懂，你得求爷爷告奶奶找医生，人家一天只能标五张， 那听着蓝就是你的护城河。分割考验的是你的行业深度，你有靠谱的标注医生，你就有核心的竞争力，只要数据到手，剩下的跟检测一样简单。第三关，配准，这就是高端局了，大神起步。现在的医学 ai 早就不满足于二 g 照片了， 点云 ct 三 d 重构，只要涉及三 d， 就 绕不开配准，这是目前最前沿也最难啃的骨头。如果你想要挑战高分文章，想做别人做不了的研究，直接冲三 d 配准做成了，你就是这个赛道的头部。 医学加 ai， 不是 让你去写代码，是让你用 ai 解决医学的痛点。那别再盲目自学了，我帮你把深度学习进阶路线图整理出来了，每一周学什么算法，怎么选源码，去哪跑项目，怎么落地，全在里面了，需要的可以看一下。

生物方向的同学，我们想入门 ai， 比如说为了解决自己论文，或者是跟自己的就业跟项目相关，我们该如何进行入手呢？其实这块我给大家准备了一份相对来说比较保姆级的攻略啊。首先第一件事就是大家呢应该先从深度学习入手，但有的说老师，那我为了论文，我要不要先去学机器学习， 跟大家说一件事啊，就是如果大家为了论文，为了科研做准备，机械学这东西啊，更多就是咱们去了解一些基础概念就行了。你说现在再拿机械学那种传统算法做的东西，我觉得不太可能了，那都是十年前的事了。那我们生物学当中啊，应该把什么当做重点呢？嗯，因为我最近也接触了一些做生物方向的同学， 他们更多准备的数据啊，还真的不是纯图像或者是些纯文本，更多的是一些什么，就是有时间血液结构的我今天咱大家咱们这么去啊，先把生物学基础学会，之后 开套框架呢，我们聊一了解，接下来大家重点可以刷这两个模块，这两个模块我觉着就是你自己的课题或者项目当中大概率能用上的。第一个我们叫做时间去预测，第二个我们叫做图神经网络。 因为比如说你现在拿到你的数据当中，数据当中啊，生物学数据一般来说啊，就是样本点之间或多或少会有些联系等，以及样本点之间很有可能呈现出一种图结果的关系。我是建议大家咱们先把这两个模块熟悉完之后， 然后呢，接下来你再去找你的项目当中可能去参考的原码，再去阅读你相关的论文，然后再去学会增删改差，但是一定先把这样方法学会，因为我最近看了很多生物相关论文，嗯，基本上时间学的预测，还有图示牛网络，这两点我们是少不了的， 如果大家就是你们不知道该怎么学啊，就是欢迎大家评论区留言，其实我也整理好了一份，就是包括从基础开始到时间序列到神经网络啊图，神经网络每一步我们该怎么学习的流程。

活动目标，一、了解人工智能的基本功能，知道它们与普通工具的不同，能听指令做事情，像人类一样会思考和学习。 二、通过自主操作，分组合作，探索智能设备的使用方法，感受人工智给生活带来的便利，同时能表达自己的发现和疑问。三、 激发对人工智能的好奇心和探索欲，体验与同伴合作探讨的乐趣。活动过程一、导入借助手机的智能本领， ar 虚拟投屏实现空间和时间魔法唤醒。幼儿也有经验和兴趣演出生活中孩子们常见的智能设备。 教师，我们是如何实现到海底世界的魔法的呢？引导幼儿回忆手机的神奇本领，引出生活中接触过的人工智能设备， 建立对人工智能初步系统概念。演出主题教师，我们被机器人邀请去人工智能科技馆，认识更多的神奇的智能朋友，同时引导幼儿自主思考，去探索科技馆的规则。 通过讨论和观察，自由分组明确探讨任务。二、分组探讨与合作解密智能朋友幼儿自主分为四组，每组探索一种智能设备，合作完成观察操作与记录自己的发现。智能家具座观察扫地机器人外形、 启动后测试 b 照清扫等功能。智能台灯、智能风扇的语音控制功能记录发现智能音箱。 玩具组，通过语音指令询问智能音箱，探索各种玩具的智能互动，观察反应并记录。平板软件组，体验语音助手、图像识别或智能软件任务，尝试与设备互动。 智能手环组观察显示内容，尝试测量心率或部署记录功能特点。

今天我们来聊一下九八五高校今年的一些确定的新增专业，基本上是以人工智能、智能车辆、量子信息这样的前沿的这种技术为主。我们说看新增专业一定要先看九八五的院校，因为只有九八五的院校，他才能提供一个前瞻性。首先我们看清华大学今年新增了一个智能车辆工程， 做的是什么？就不是传统这种造车了，他主要是讲智能的座舱、自动驾驶路况，结合这些相关的东西。武汉大学他发挥他的遥感和测绘的优势，今天开了一个叫做空天智能感知技术的一个专业， 这个课程覆盖了低轨卫星，用 ai 来识别国土空间相关的动态的推演。这些专业都不是关起门来做的理论 都是我们现实的科技已经发展到了哪个地步，我们再开相关的专业。当然我们相关新专业之外，很多学校还在做一个另外的改革。就比如说像上海交大，他把 ai 已经作为了一个充实的一个课程， 他已经赋能到了所有的专业里面，他要求所有的学物理、学、算法的这些相关的专业，他都要学这个东西。总的逻辑，其实我们也看到新增专业 或者说高校的改革的方向，他都是把社会的需求和实践直接搬进了大学的校园。所以如果说今年你要帮孩子选专业的时候，我们一定要关注这些趋势， 我们必须关注九八五的学校，他正在做什么呢？从学什么专业要转向于解决什么产业的问题。呃，建议感兴趣的家长可以先收藏我这个视频，我们高考出分以后，可以再翻出来对照看一看。 如果说你觉得哪个方向最有前景，也可以在我们的评论区发一下我们的评论，我们互相来聊一下。

高考志愿这些交叉学科的培养目标解读日前，教育局正式发布普通高等学校本科专业目录二零二六年，为更好适应新兴交叉学科发展和复合型人才培养需求，在交叉学科门类中首批列入未来机器人、交叉工程等十一种目录内，亦有专业和具身智能、脑机科学与技术 工程、互联网深地科学与工程四种新专业。一、托于各高校学科背景与特色，新开设专业如何解读？定位是怎样的？来看各校的官方介绍。 一、工程互联网高校同济大学培养要点融合计算机、土木、建筑、交通等优势学科，面向国家重大基础设施与超大型城市运维场景，聚焦大信息技术场景化、大工程系统智能化，培养具备工程全要素、数字化设计与智能运维能力的复合型领军人才。 课程以力、电、算、性、感、控交叉融合为核心，突出工程系统思维与数值实践能力。二、深地科学与工程高校中国矿业大学培养要点， 针对深地资源开发、空间利用及清洁能源存储等需求，深度融合深地延体力学、智能建造、测试、传感、储气储能、数字孪生等模块，培养能解决复杂深地工程问题的拔尖人才。 三、聚深智能北京航空航天大学依托机械控制、人工智能、生物医学等学科，培养能在复杂环境中设计、制造、开发聚深智能设备的高速值交叉型工程技术人才。 哈尔滨工业大学聚焦智能制造与人工智能战略，采用理论、技术、实践一体化模式，培养聚深智能领域具有核心竞争力的高层次科技人才。 北京邮电大学一托信息通信与计算机双一流学科，培养既懂 ai 算法，又能让聚深智能体动起来、连起来、交互起来的领军人才。北京理工大学以聚深智能系统的生成、运行与进化逻辑，重构知识体系，突出强交叉、强平台、强实践，培养能让机器进入现实、作用现实、适应现实的高层次人才。 东北大学对接人形机器人、智能制造等重点领域，融合 ai 自动化、机器人技术，培养巨深智能理论与工程实践能力兼备的创新型人才。上海交通大学依靠 ai、 计算机、控制、机械等学科，构建感知、决策、控制、文体贯通课程体系，培养系统工程能力突出的卓越人才。 浙江大学融合控制 ai 计算机、航空航天等资源，覆盖大模型与智能体、聚深导航、多膜态感知等前沿内容，面向智能制造、智慧物流等场景，培养硬核科技人才。西安交通大学依靠机械控制、计算机等优势学科，融合认知科学、通信、电子，培养具备多学科融通思维与软硬件协调能力的复合型人才。 南京航空航天大学围绕火星探测、空间站低空聚深寻见能力的聚深智能高端人才。 四、脑机科学与技术。天津大学深度融合新工科与新医科，培养能引领智能人机交互发展的领军人才。以构建本硕博贯通的脑机接口人才培养体系，设有全国首个脑机接口一级交叉学科博士点。 哈尔滨工业大学聚焦脑机接口神经调控与智能康复系统，培养掌握神经科学、计算机、 ai、 电子工程等多学科理论与工程方法的高层次复合型人才。面向医疗康复、航空航天、消费电子等广阔就业领域 交叉学科，瞄准国家战略与产业前沿，是未来十年的人才风口。但也需清醒认知，这类专业学习跨度大、融合深、挑战高，对学生的自驱力与跨领域适应能力要求极强。建议考生在报考前务必深度评估自身兴趣是否持久、学习风格是否适配，并仔细比对不同高校的课程体系与培养侧重点。

自己专业里的实验数据，套个机器学习模型上去，跑完发现这不就是十年前就在用的东西吗？七哥告诉你问题，不是你的数据不行，你选的方向太传统了。最近半年我们服务了超过一百六十多个学员，成功中标。发现交叉学科发 sci 最缺的不是算法能力，而是找对突破口。今天直接给你两个发 sci 的 降维打击方向。第一个，时间训练，加深度学习。 你的数据是连着时间采集的吗？温度变化、信号波形、股票走势，只要前后有关，就能做时间序的预测。你不需要发明型模型，去 github 搜一个持续预测的开源代码，比如 informer times net popin demo。 换成你的数据结论就一句话，首次将 x x 持续模型应用于 y y 领域。 第二个图，神经网络加关系挖掘。你的数据点之间有关系吗？社交网络、分子结构、交通路网知识图谱， 只要有连编就能用 g n n。 比如你做材料科学，把原子当节点，化学键当边用 g n n 预测晶体性质。你做工科故障诊断，把传感器当节点，信号相关性当边用 g n n 做故障分类，这叫结构化建模神稿，人一看就比普通表格数据高一个档次。 现在顶会上 gnn 和持续模型的交叉应用越来越火，你不需要懂，底层数学会调开源代码，能换数据跑通对比实验创新点就有了。我们十几个顶会导师花时间专门打磨了这套 ai 科研论文缝合大法，把跨学科里面场景找关系、数据选结构、跑通基线包装成创新点的完整流程做了进去。评论区打交叉。七哥安排。

给我两分钟带你看完国内主流大模型课程，先看省流版，对了，这些课程的配套资源我都打包好了，大家不需要再去一个个找了，来个三连感谢我吧，哈哈。 先说第一门，李鸿祎生成是 ai 导论，适合科研算法方向研究生。这门课重点讲 transformer， gpt attention 等大模型原理，理论讲得特别通俗，非常适合去真正理解大模型，适合想读论文，做科研，深入 ai 底层的人。 第二门，黑马的大模型应用开发，适合程序员转 ai 开发课程，重点是 python、 lantern red agent i 知识库等，特别适合零基础程序员。 项目实战很多，但是理论深度一般偏职业培训，适合想快速做项目找 ai 工作的开发者。三、像硅谷大模型应用开发，适合掌握后端企业开发方向。重点是 lantern spring ai r a g 企业 ai 项目工程化强，项目完整但不深入讲模型原理。 四、 lincoln rag agn 实战教程，小破站，目前非常火的异类，适合程序员和 ai 应用开发。重点是 lincoln rag a 多 agent 系统， ai 知识库，能快速做出 ai 项目，更新速度也特别快，不过很多课程本质是 api 缝合，适合快速入门 ai 应用开发。 五、 data view 大 模型课程，适合有一定基础，想接触国产大模型生态的人，会讲 quinnipix， chat g m v 调，本地部署等等教程免费，更新快。国产模型内容多，但是体系感一般，适合学开源模型和本地部署。 六、 llama factory 微调课程适合算法工程师、研究生和想做模型微调的人，重点是 lora cooly 模型量化、本地训练等，优点是非常接近真实 ai 岗位，缺点是门槛高，需要 linux 和 gpu 基础，适合想进入模型训练 ai inforce 方向的人。第七门，吴恩达大模型系列教程， 目前全球影响力最大的 l l m 入门课程之一，课程内容覆盖 prompt engineering、 l l m 应用开发等多方向。 很多 lincoln agents 教程其实都是沿着吴恩达这套课程体系延伸出来的，既讲思路也讲落地，体系非常清晰，特别适合建立大模型应用开发的整体认知，而且课程节奏友好，小白也能跟上。

去年高考的时候看了一下清华的无穷书院，应该是收分第二高的，说的是要招收人工智能素养相关的人才。我觉得无穷书院它是一个很明显的一个特征，未来是一个人工智能家。比如说你喜欢什么学科，你可以做人工智能家那个学科啊？ ai 家，你喜欢这个 研究材料学，那就是 ai 加材料，是吧？你喜欢研究这个生物， ai 加生物。像您作为清华 ai 教育研究中心的学术副主任，就说人工智能素养这六个字，我们家长要怎么去理解？最基本的话，首先呢就是通识能力，以前咱们的教育呢，它是更多的是要 专科，你看，对对对，你看我们以前的是本科、硕士、博士、博士啊，你虽然叫博士，他是越专的啊，他是越细分的，但是 ai 在 解决这个细分领域问题的时候都会远远超过人类。嗯，所以 我们需要的是什么呢？通识能力。还说呢， ai 时代的话，文科生的春天又来了。其实不是文科生的春天来了，而是说我们 不能再再文理分科。嗯，现在已经变成三加一加二。对，第二个呢，就是创新能力，这个大家以前以前都在提，但那个时候你不创新也行，你考分高他也能上大学。那个时候创新是一个可选项，但未来呢，也是一个 b 选项。 ai 的 话呢，它可以做很多的组合式的创新， 但是这种从零到一颠覆式的创新的话，可能还是人类的，因为人类会做一些看起来毫无用处的这种遐想或者奇奇思妙想。孩子小的时候呢，会做一些看起来毫无用处的探索，其实就要从小就要是保留他这样的一个初心吧，那就要给他足够的空间，然后呢你可以借助 ai 的 能力去解决实际当中的问题。

这个平台收入了全国各大名校的全学科专业课程，每天分享一个压箱底工具。第一期今天要讲的是国家智慧教育公共服务平台，这里汇集了清华、北大等一千两百多所高校的资源。你可以在首页的分类栏里，直接看到人工智能、机器人、摄影、养生等课程， 点击对应的板块，就能进入具体的学习页面。甚至这里还内置了虚拟仿真实验室，你点击实验模块，不管是中医正骨，还是自由探索式物理实验，都能在线进行全流程的模拟实操。关键是国家队出品，纯净无广告，点开即用！

那我们六岁的孩子在我们变成这里呢，可以学习机器人编程课程啊，这里呢编程课程呢，可以学习这种啊，有编程，有搭建的这种课程相结合的一个机器人啊，在这里呢，他可以孩子通过自己动手呢，去搭建 孩子喜欢的一些模型啊，比如说机器人，比如说一些挖掘机啊，甚至一些我们生活当中常见的一些风车啊，还有日常生活当中的一些风扇等等一些现实物体，都可以通过动手啊，通过我们的经 搭建出来，并且呢通过设置程序让他实现相应的功能。在这个过程当中呢，不仅锻炼孩子的一些动手能力啊，专注力啊，培养孩子一个这个逻辑思维啊，通过编程的方式呢，让他清楚的了解到啊，先 做什么啊，再做什么啊，实现一些具体功能的时候呢，可以学习一些机械知识啊，比如 齿轮的一些转动啊啊，连杆机构啊，还有一些这个一些平行四边形的一些不稳定性啊，包括我们三角形的稳定性啊，这种几何知识啊。

你有没有想过，我们很多的孩子有可能是在用最笨的方法在学东西，比如说在看书， 他可能是从第一张一直吭哧吭哧看到了最后一张，然后呢？去划重点，抄笔记，反复的去刷题。最近有没有听说过 mit 的 一个学霸，用了一种非常反常识的 这么一种 ai 的 学习法，两天就搞定了一门完全没有学过的陌生的课，而且最终还通过了资格考试。然后看完这个信息，其实我想讲一句话，就是百分之九十九的人今天还是在把 ai 当成一个什么东西，像百度叫搜索引擎，其实我认为它是白白浪费了我们 ai 的 智商， 也就是浪费了他最应该练的那个底层的人。对这个话我建议你一定要记住，因为他会关心到未来你们家孩子怎么去学，怎么学的比别人快十倍， 因为 m i t 的 这个研究生啊，不是从头一张一张的啃到最后，他做过了大部分人绝对想不到的一件事情，他把六本教科书， 一共有十五篇的这种科研的论文，还有所有能找到的一些相关的资料全部甩给了 ai。 他 就问了三个问题。第一个问题就是这个领域所有的专家都认同的一个核心的模型是什么？他没有让 ai 像大部分人一样去总结这个知识， 他是要的是什么？就是我们经常讲的思想和模型是什么，就是那些牛人磨了几十年才悟出来的一些底层的逻辑，他一下子就拉牢。那第二个问题呢，就是这个领域专家们吵的最凶的三个地方是什么？他们最硬核的依据又是什么？ 就是这两个问问下来，你会发现共识分歧，还有没有解决难题，是不是全部都看清了？ 但是按照传统的方法，是不是很多人还会要翻目录？他要把整个的这个知识领域做成一个地图？现在不是有一种讲法叫做知识图谱吗？他要把所有的东西都弄出来。第三个问题你是绝对想不到的， 就是他让 ai 出了十道题，要求一眼就能看出来题的人是死记硬背的，还是真正的懂。所以剩下来他的六个小时，他按照原始的资料就死磕这十个题， 错一个就立即追问，我哪错了呢？漏掉了什么？他逼着自己把那些漏洞全部给他补上，这样就可以快速的把这个补丁给他补上。过了这四十八小时以后，导师一定问不到他。你看同样是不是用 ai， 有 的人是不是把它当百度用，有的人把它拿来去划重点， 那这个学霸是直接把 ai 当成世界上最厉害的导师。所以这三个问题其实就是我们一直讲的未来孩子最缺的三点。第一个能力是什么？就是提问的能力。 我认为在 ai 的 时代，答案不值钱，因为 ai 可以 迅速问出来，那么能问出来稀缺的问题，能提出来好问题，甚至提出来科学问题。 这种能力可不是花一个学期和花了两天的区别不是在看了多少知识，学了多少知识，而在于能不能清楚的知道我到底应该问什么。 第二种就是我们经常讲的拆解的能力，不是记那个零星的知识点，而是要把那个复杂问题变成思维模型，变成争论的焦点，变成核心的考核点。 我们数学训练的是什么？不就是这些吗？就不管这个题目有多绕，我们是不是先把条件给他拆出来，再把关系给他拆出来，再拆我们具体怎么做？ 这第三种也是我们这个时代最容易被忽略的东西，就是抗压性和主动性。你看这第三个问题，他没有因为有了 ai 他 就躺平，他是拿 ai 来鞭策自己，错了他就问弥补那些漏洞，这就是我们一直说的叫错误，不是失败，是训练发生的。 所以我们现在的孩子学兴趣学，哪个地方报错了，哪个地方被卡住了，调试的那个过程，恰恰就是练这种推倒重来的这种韧性。所以我们不要再去逼孩子去死记硬背，去囤积那些知识， 那是上一个时代的教育理念。未来的学习拼的是什么？拼的是提问，拼的是拆解，拼的是抗挫折的。用数学去训练孩子怎么想， 用兴趣学去训练孩子怎么做，再教会他们用 ai 去倒逼自己，这才是别人学不会的本事。如果你也想让你们家孩子去学这种方法，到时候我可以发给你。

今天我们来讲计算机类第五期，也是专业讲的最后一期，前四期我们讲完了通用安全、数据、智能媒体、新型技术类的专业。今天我们来拆解交叉特色类的三大专业，全是计算加其他学科的，复合情况下 分数适中，不想和纯计算专业内卷的同学一定要认真听。第一个专业，空间信息与数字技术， 他是计算机加通信加地理交叉学科，本科核心课程主要有卫星定位、遥感技术、 空间数据处理、地图数据的一个数字画。嗯，数据库编程开发，他兼顾计算机技术和地理知识，适合地理底子好，数学成绩不错，喜欢看地图，方向感要强， 能够接受户外工作和办公室办公正模式的一个同学去报考。给大家通通解释一下，平常我们用的高德百度地图导航、卫星遥感测量、种农田面积啊，城市规划地图、地质测绘 啊，全都是这专业的一个成果。简单说，他就是需要把天上的卫星数据、地面的地理这种信息变成数字地图和导航系统。就业方向非常稳定，主要面向测绘院、规划局、地图大厂、国土自然资源局，从事遥感数据处理， 本科就能就业考编，你要想做遥感算法、微型数据研发，建议是要考研的，考研方向主要有地图学与地理、信息系统、遥感科学与技术、计算机应用技术。 第二专业，电子与计算机工程。从这个专业名上大家可以看出它是电子和计算机交叉专业，属于硬核型方向，本科核心课程主要包括电路原理。嗯，侵入式开发，单片机计算机硬件 软硬件系统设计，既要学硬件电路，也要学软件编程，适合物理成绩特别好，动手能力很强，平常喜欢拆装机捣鼓这种电路板。既能学硬件又能写代码的同学， 平常我们用的手机主板啊，嗯，智能手表这样的控制板，汽车电脑系统，它既需要设计硬件电路，又需要编辑控制程序。 这专业的学生就是既懂电路板又要会写代码的复合型人才。介于电子专业和计算机专业之间，就业面非常广，主要做钳工师、工程师， 硬件开发，智能家电研发，汽车电子啊这一块。互联网硬件岗本科就可以就业，很吃香，你要想进车企芯片相关高端研发岗位，建议是要考研的。 研发主要有电子信息、嵌入式系统、计算机技术、集成电路工程。第三个专业，服务科学与工程是计算机加管理的交叉学科，适合不想唇敲代码的同学。 本科核心课程主要有服务系统设计、软件工程、业务流程开发、大数据服务、企业信息化、测重技术加业务流程结合， 适合逻辑思维好，有一定管理思维，不喜欢唇焦带马死磕。擅长梳理各类工作流程的同学，像我们常用的临行办事系统、医院挂号系统、政务服务大厅线上系统、 企业办公流程软件专门设计和开发。这些便民企业办公的服务类软件系统就是这专业的一个工作，偏业务加技术，双向结合。就业方向主要有政务信息化开发，银行 it 系统 啊，流程运为产品助理，精细化顾问，本科知识就够用了，属于应用型专业，想进高校做服务系统架构设计，再考虑考研。考研方向主要有计算机应用技术、软件工程管理、科学与工程、电脑信息。 到这里，计算机类所有专业全部讲完了，从基础、通用、安全、数据、智能媒体经营技术到交叉专业，总共有十九个专业，每个专业的学习内容适合人群、就业，考研方向都给大家讲透了， 下一期，也就是最后一期，我会给大家全面去解读计算机专业报考总结，按分数、按兴趣、 按就业需求分类推荐，还有中级报考优先级，帮你避开所有报考坑，千万不要错过！关注侯老师，我们下期再见！

你这个阶层的人会极力阻止你刷到这条视频，因为他们不想让你知道如何利用免费的公开课学会 ai。 如果你是小白想入门，请不要放过这个吴恩达，他的 ai for every one， 帮零基础小白快速建立 ai 入门认知，加上他的深度学习专项课 系统扦实 ai 理论底层基础。李鸿祎机器学习课程中文易懂，趣味入门机器学习进阶冲礼目的，动手学深度学习主打实战，敲代码、落地练手打击。 假如你拥有以上基础，不妨来看看斯坦福的这三门神课。 ai 教母李菲菲的计算机视觉 c v 杨迪一老师的深度学习中的自然语言处理科西亮老师的从零搭建语言模型。为了让大家更好的学习 ai， 我 把上面提到的教程都整理好了，先学为敬。

这是央妈生怕你失业，把课程揉碎了喂给你！每天分享一个实用网站，第二十二期，今天讲网站包含工学、 理学、文学等十三类课程。不管你是想提升技能的上班族、巩固知识的大学生，还是想培养兴趣的普通人，这里基本都能找到适合自己的内容。甚至清华、北大等一千两百四十四所高校的精品课程，这里也能免费学。比如你想学机器人，从基础到应用，它都有完整课程， 点开之后直接就能跟着视频一节节往下学。更贴心的是，这里还有人工智能提升培训专区，从人工智能基础课到国产 ai 模型课程，都有老师带着学，关键是不用登录，完全免费！

大家好，今年四月二十八号，教育局发了新版本科专业目录，时隔十四年，首次新增交叉学科门类， 还新增了三十八个本科专业。这不是简单调整，是国家战略布局，瞄准人工智能、脑科学等四大未来赛道，专门培养顶尖人才。 今天全程干货，重点拆解交叉学科里四个新专业，具身智能脑机科学与技术工程、互联网、生地科学与工程学什么，就业怎么样，薪资多少，未来前景全用权威数据说话， 都是高三考生和家长必看的硬信息。第一个，聚生智能有身体的人工智能人形机器人核心专业代码幺四零零幺二 t k 工学学位国控专业先分清，聚生智能不是传统人工智能， 传统人工智能只有大脑纯软件，聚生智能是大脑加身体，也就是人工智能加机器人加机械加控制， 能让人工智能拥有实体，在现实中感知行动，自主学习。未来人形机器人工业装备全靠它。 一、学科方向，国家未来产业重点，二零二五年写入政府工作报告，和量子科技六基并列。 核心就是让人工智能走出屏幕，比如人形机器人走路工业机器人干活康复机器人助行全是他的活。二、课程设置特别硬核，分五大模块，每周代码量一千五百行以上，数学要求拉满 挂科重灾区。基础课有高速现代 python 与 c 加加，核心课有机器人工程传感器、自动控制机器学习还要进实验室做实战项目首批开设的都是清华、上交等顶尖高校， 理科六五零加才有竞争力。三、对应职业，二零二五年人型机器人招聘职位同比涨百分之四百零九，人才缺口一百万。华为、特斯拉等企业抢人， 算法岗，硕士年薪五十万到七十万，博士九十万到一百二十万，还有智能制造、医疗康复、航天机器人等赛道年薪最低二十五万起。四、职业发展， 国务院预测二零三零年产业规模达四千亿元，本科只能做调试运维，年薪八到十五万，读研是标配。 硕士核心研发岗二十五万到七十万，博士年薪百万加。提醒一下，普通院校盛报，实验成本太高，易成拼盘专业。第二个，脑机科学与技术，意念空物未来感拉满。 专业代码幺四零零幺三 t k 工学非理学学位，国控专业。一句话说清，脑科学加人工智能加信息工程， 打通大脑和机器的通道，能用意念控制设备，用机器解读脑信号，比如脑控假肢，意念玩 vr 应用在医疗原宇宙军工前景极广。 一、学科方向，国家战略前沿，国内人才缺口三十万家，全球都在抢赛道。核心解决三个问题，采集脑信号，用人工智能解码转化为设备指令。国内脑机接口公司二零二五年融资超五十亿，发展飞快。 二、课程设置，生物加工科双硬核，实验设备昂贵，一套脑电帽几万块。基础课有高数神经解剖学、 python 编程，核心课有脑电信号处理，脑机接口原理，累脑计算必须进实验室时训，普通院校负担不起。 三、对应职业，二零二五年脑机接口算法工程师，年薪二十五万到四十万，主要集中在三大领域，医疗康复、脑控假肢，月薪两万到五万，智能科技，脑控穿戴，年薪三十万到六十万。 科研军工，中科院军工所博士，年薪五十万到八十万。四、职业发展，未来一零年全球市场达数百亿美元，必须独薄才能进核心圈， 本科只能做助理，年薪八万到十二万。硕士刚需岗二十五万到四十万。博士顶尖人才，年薪百万加提醒，非清北沪交浙盛报不读博弈转行。 第三个，工程互联网工业版，互联网智能制造大脑专业代码，幺四零零幺四 t， 工学学位特色专业，别搞混消费互联网连接人，微信、抖音工程互联网连接机器。工厂是工业互联网加工程技术加智能系统，核心是让传统工厂变智能，降低成本、提高效率，是中国制造二零二五年核心底座。 一、学科方向，国家新基建核心，二零二五年产业规模超一点二万亿，人才缺口八十万家，覆盖工业网络大数据、人工智能、数字孪生，解决设备预警、产线调度、质量检测等工厂智能化问题。 二、课程设置，工科加互联网交叉，实战性极强。基础课有高数电工、电子、 python 与 java。 核心课有工业网络大数据分析、数字孪生实践课，对接华为西门子工业平台，学完就能上手。 这里要提醒大家，有些院校是老专业换皮，这点大家要注意。三、对应职业就业率百分之九十五加二零二五年应届生起薪八千元到一万五千元。四、大刚需岗位，平台开发，华为阿里云，年薪二十万到四十万， 智能制造工程师。三一重工十五万到三十五万，数字孪生工程师二十五万到四十万。 四、职业发展，二零三零年产业规模超三万亿，最大优势是本科就能就业，年薪十二万到二十五万，硕士核心研发岗三十万到六十万，博士年薪百万，加性价比最高，普通工科强校就能报，适合大多数工科考生。 第四个生地科学与工程向地球深处要资源保安全专业代码幺四零零幺五 t， 工学学位特色专业， 看似冷门，实则硬核稳定，是深地科学加地质工程加资源勘探加安全工程的交叉核心，探索地下三千米到一万米的资源。能源防控、地质灾害和深空深海并列，关系国家能源安全。 一、学科方向，国家重大战略。二零二五年生地探测专项投入超两百亿，人才缺口五十万家，解决生布矿产、废油气勘探、安全开采、灾害防控、地热利用等问题。四川生地、天然气、青藏高原矿产都靠它。 二、课程设置，地质加工科交叉，需野外实习，适合能吃苦的考生。 基础课有高速地质学、工程理学，核心课有深地探测、资源开采、灾害防控。实践课要去野外矿山实训。 三、对应职业以国企事业单位为主，二零二五年应届生起薪七千元到一万两千元，越老越吃香。三大领域，资源勘探，中石油、中石化年薪十五万到三十万。 国企编制灾害防控地震局十二万到二十五万，地下空间开发中建、中铁，十八万到三十五万。 事业发展，未来二零年国家重点投入，稳定性极强，本科就能进国企，年薪十万到二十万，硕士核心技术岗二十五万到四十万，博士行业专家五十万到八十万，竞争小，缺口大，普通地质与工科院校就能报。 最后一句话，总结，四大专业核心对比加填报建议，这是重点。先重点提醒一下，选择某院校新增的这四个专业方向，要先看专业介绍、课程设置，因为有些院校是老专业，换皮不地道，要甄别清楚。 一、具身智能，薪资最高，难度最大、顶尖院校专属，适合理科顶尖，数学编程强的考生。 二、脑机科学与技术最前沿，科研属性强，必须读薄。适合生物加工科双优，热爱科研的考生。 三、工程互联网性价比，就业率最高，不挑顶尖院校。适合工科基础好，想稳就业的考生。 四、生地科学与工程最稳定，国企多，适合能吃苦，追求长期稳定的考生。总结，这四个都是国家战略赛道填报记住，顶尖院校充具身智能 脑机，工科强效，选工程互联网，踏实求稳选深地。专业决定赛道，选择大于努力。二零二六年，这四个新专业就是普通人的风口，祝大家都能选对专业，前程似锦！

关注我，了解更多升学知识！