人工智能

参考学年 2026

清华大学专业组(浏览分组):计算机与软件相关

用数学与数据让机器感知、学习与决策,兼顾系统落地。

  • 学位:工学学士
  • 学制:4
  • 专业代码:080717T

介绍

学什么

人工智能专业关注「如何让计算机从数据与经验中学习,完成感知、理解与决策」。低年级需要更扎实的数学与编程:微积分、线性代数、概率统计、离散结构,以及程序设计与数据结构,为后续机器学习打底。中高年级核心通常包括机器学习、深度学习、计算机视觉、自然语言处理、知识表示与推理、强化学习等;同时会学习操作系统、数据库、并行与分布式等,理解模型如何训练、部署与服务。伦理、隐私与安全议题也越来越常见,帮助学生思考技术边界。

实验多以项目与论文复现为主:图像分类、对话系统、推荐或机器人仿真等。学生既要会调模型,也要会评估指标、分析失败案例。本站内容为公开资料的家长向参考整理,非官方培养方案全文。

和相近专业的差别

  • 计算机科学与技术:计科更宽(系统、理论、软件全栈);AI 在智能方向更深,对数学与实验要求往往更集中。
  • 软件工程:软工强调工程交付与质量;AI 更偏算法与数据智能,两者可在「智能产品工程」上交汇。
  • 数据科学 / 统计学相关:更偏统计推断与数据分析;AI 更强调表示学习与端到端系统。

若孩子数学兴趣强、愿意读论文做实验,并接受快速迭代的技术节奏,AI 方向更匹配;具体培养以学校当年文件为准。

课程

标注为「课程模块」的条目为占位模块,不是逐门课清单;完整课表以学校当年培养方案为准。

大一

第一学期

课程类型学分
微积分A(1)必修5
线性代数必修4
程序设计基础必修3
人工智能导论必修2
思想道德与法治通识3
大学英语通识2

第二学期

课程类型学分
微积分A(2)必修5
离散数学必修3
面向对象程序设计必修3
概率论与数理统计必修3
中国近现代史纲要通识3
计算与智能认知模块课程模块

大二

第一学期

课程类型学分
数据结构必修4
算法设计与分析必修3
数学分析选讲 / 高等代数选讲必修3
数字逻辑与计算机组成必修3
马克思主义基本原理通识3

第二学期

课程类型学分
机器学习必修3
最优化方法必修2
操作系统必修3
数据库系统必修3
机器学习实验实践1

大三

第一学期

课程类型学分
深度学习必修3
计算机视觉必修3
自然语言处理必修3
计算机网络必修3
知识表示与推理选修2

第二学期

课程类型学分
强化学习必修2
大规模机器学习与系统必修2
多模态智能选修2
人工智能伦理与安全必修2
智能系统综合实践实践3
方向选修模块(视觉/语言/决策/系统)课程模块

大四

第一学期

课程类型学分
生成式模型与大模型基础选修2
机器人与具身智能导论选修2
科研训练 / 毕业设计(1)实践4
前沿论文研讨选修1

第二学期

课程类型学分
毕业设计(2)实践8
专业选修(智能方向深化)选修2

考研

以下为常见报考方向示例,常见≠保证录取;具体目录以研招网与目标院校当年简章为准。

  • 计算机科学与技术

    学术型代码 0812

    学术型常见路径;智能方向多挂靠计算机一级学科

  • 智能科学与技术 / 相关交叉方向

    学术型

    部分高校设置智能科学相关学术型或交叉培养,以当年目录为准

  • 电子信息(专业学位)

    专业型代码 0854

    专硕示例:人工智能、计算机技术等领域代码以研招网当年目录为准

就业

典型行业、岗位与雇主类型,供家长建立大致图景;非具体单位承诺。

行业

  • 人工智能与算法研发

  • 互联网与数字平台

  • 智能制造与自动驾驶相关

  • 金融科技与风控

  • 科研与高等教育

岗位

  • 机器学习 / 算法工程师

    特征、模型训练、评估与线上迭代

  • 深度学习 / 大模型应用工程师

    训练推理工程、微调与应用落地

  • 计算机视觉 / 语音算法工程师

    感知类任务与场景落地

  • 数据科学 / 应用算法岗位

    业务指标导向的建模与分析

  • 研究助理 / 继续深造

    实验室科研、读研读博或出国继续学习

雇主类型

  • 人工智能与算法研发机构

    category

  • 大型互联网与平台公司

    category

  • 智能硬件与制造企业研发中心

    category

  • 高校与科研院所

    category