考研哪些學校的人工智慧價效比比較高？

1樓：

這個是需要看學校和學歷的，最好越高越好。看你自己的能力。對英語和數學要求較高，對你的程式設計，邏輯思維是要求很高的。在計算機行業裡，個人覺得人工智慧演算法崗是要求最高的。

2樓：

這不單單是人工智慧領域、諮詢行業、金融行業，但凡是起點高、薪酬待遇好的入門級崗位，向來不缺好的候選人candidates和龐大的候選人池。抱歉，好找工作的AI演算法工程師從來不是從價效比高的學校出來的。雖然AI火，但火熱程度也有所下降。

起點高、薪酬待遇好的崗位歷來是One win takes all，頂尖優秀接觸的人20%拿走薪酬待遇利益的80%，剩下的80%的分剩下的20%，所謂「二八原則」。

考研不是為了混上乙個研究生，而是更多提公升自己的教育圈層。從雙非，來到985 211。從985 211來到一線城市C9。

倘若過去學的是機械電子工程，基礎不好，又不願意努力拼一把985的熱門專業。一定要慎重考慮越入起點要求更高的AI演算法工程師的行列，否則學了AI可能也就是資料分析的命。AI演算法工程師的門檻已經很高，對於一般學校的同學，其實很不友好。

多篇SCI的博士，遍地都是，乙個985名校的碩士更是常規配置，乙個好考「價效比」高的211的同學，可能在考研的時候省力，但是研究生兩年，付出加倍的努力追趕，才能有一線希望。

學AI最後只能面上一般資料分析的崗位，是碩士三年浪費麼？如果不學AI做資料分析，可能工作都不一定能找上。AI現在已經在海內外莘莘學子的集體攻關下，留下的新增就業崗位越來越少。

而學了AI，又多花三年的時間，有了碩士研究生的學位，卻不能完成職業起點質的提公升，是否依然該選擇讀研，因人而異。倘若本科壓根找不到工作，那麼這不是一道主動選擇題，而是乙個被迫選擇。倘若本科畢業，已經能找到乙份不錯的資料分析的崗位，不如就此開始職業生涯。

優秀的崗位從來都是優秀人才的舞台，想有乙個好的價效比，而不多付出努力，只能靠其他「資源」，或者其他軟實力。況且，人工智慧類的崗位不是程式設計師，剛需的坑位已經所剩無幾，不一定比程式設計師好找。

如果不是頂尖的實力，一定要找好自己在人才市場的定位，不能妄自菲薄，也不能自視甚高，才能找到適合自己發展的路。給自己定個目標，而不是看自己能考上什麼，更不要有走到哪算哪的心態。如果下不了這個決心，對自己狠不下心，不如直接嘗試去工作，打拼兩年不一定比隨便上個211或者普通一本的碩士研究生差。

當然這也同樣要看您是什麼基礎，本科是什麼教育圈層。考研的時候找「價效比」高的可能有，但是不保證2-3年畢業時，這些畢業生都是「價效比」高的人才。