人工智能教育专业：我是怎么进了大厂做AI教育的
说实话，当年选人工智能教育这个专业，是因为我觉得AI是未来，教育也很重要，这个交叉方向肯定有前途。结果四年读下来，发现这个专业最大的问题，是”什么都学”——AI学一点皮毛，教育学一点皮毛，两边都不精。
但反过来想，如果你能自己想清楚，这个专业其实很有优势。
大学四年，我的真实经历
大一：被”人工智能”四个字忽悠了
说实话，大一的时候我挺迷茫的。课上学的是《Python程序设计》《教育学原理》《人工智能教育概论》，听起来高大上，但说实话，很多内容似懂非懂。
《高等数学》《线性代数》《概率论》这些基础课让我头秃——我之前文科底子还行，数学真的是硬伤。
这一年建议：
- 数学基础一定要打扎实，这是以后学机器学习的底子
- 多体验市面上的AI教育产品——小度、科大讯飞学习机、猿辅导的AI课
- 学会用GitHub，这是程序员必备的
大二：开始分化的关键一年
大二是分水岭。《机器学习》《教育心理学》《学习科学》这些课开始上。
《机器学习》是这个专业的核心技术，但说实话，本科阶段学的内容只是入门。要想真的掌握，需要自己课外下功夫。
这一年我开始跟导师做项目，跟着做”用机器学习预测学生成绩”的课题。第一次跑通模型的时候，那种成就感很真实。
另外，这一年可以开始学TensorFlow或者PyTorch——这是AI从业者的必备工具。
大三：决定你以后走向的一年
大三上学期，我去字节跳动教育线实习了。
说几个真实的感受：
- 第一次知道”学习分析”是干什么的——原来AI真的可以用来分析学生哪里不懂、哪里需要加强
- 第一次参与一个真实的教育AI产品开发——原来”技术”和”教育”之间需要”翻译”
- 知道自己欠缺什么——产品思维、算法能力、行业洞察
这段实习彻底改变了我的职业规划。我决定以后要做”AI+教育”这个方向。
如果你想当老师，这一年要去中小学实习；如果你想做学术，这一年要开始发论文。
大四：作品集比什么都重要
大四上学期，我开始做作品集。
作品集里放了：
- 几个机器学习的小项目（预测学生成绩、识别作业错题类型）
- 实习期间参与的产品设计文档
- 一份关于”AI在教育中应用”的调研报告
- 还有一个我自己做的”自适应学习系统”小demo
最后靠着这份作品集，我拿到了三个offer，最终选择了一家做AI教育的创业公司。
考研还是就业
如果你想做AI核心算法，考研几乎是必须的。算法工程师的门槛越来越高，本科学的内容远远不够。
如果你想做产品或应用，本科够了。关键是：
- 有大厂实习经历
- 有一份像样的作品集
- 有拿得出手的项目经验
竞赛推荐
- Kaggle数据科学竞赛：展示AI能力的最佳舞台
- 全国师范生教学技能大赛：如果走教师路线，这个很有用
- “互联网+“创新创业大赛：可以策划AI教育相关的项目
- 全国大学生计算机设计大赛：展示技术能力
真实的就业方向
教育科技公司：这是我走的路。字节、腾讯教育、阿里、网易有道……这些大厂都在做AI教育。
在线教育公司：猿辅导、学而思、作业帮……也在招AI教育相关的人才。
算法工程师：这是最难、薪资也最高的岗位，但需要读研才有竞争力。
产品经理：把”技术”翻译成”教育需求”，这个岗位很适合教育技术背景的人。
中小学信息技术/人工智能老师：这是传统的教师路线，稳定，但薪资上限不高。
薪资情况：算法岗位应届生月薪15-25K是正常水平，比当老师高很多。
必须拿到的证书
教师资格证：如果你想保留教师这条路，必须考。
个人作品集：这个比任何证书都重要。
英语四六级：不是说英语对这个专业有多重要，而是大厂招聘普遍有这个要求。
一些真心话
人工智能教育这个专业，最大的问题是”定位模糊”。你说你是学AI的，AI专业的人觉得你不够专业；你说你是学教育的，教育专业的人觉得你不懂教育。
但反过来想，这个模糊性也是你的优势——你是真正能做”翻译”的人。AI工程师不懂教育，教育专家不懂AI，你正好在中间。
我的建议：早点想清楚你想走技术路线还是产品路线。技术路线就好好刷算法、发论文；产品路线就好好做项目、攒实习。两边都想要，很可能两边都平庸。