我就是北京一所大學智能科學技術(shù)專業(yè)畢業(yè)的，智能科學技術(shù)專業(yè)和人工智能專業(yè)是同一個知識體系的，核心課程是一樣的，不過985或211或科技郵電類高校專業(yè)名稱叫智能科學與技術(shù)（比如：清華、北大、浙大、上海交大等）、近幾年有些二本、三本學校申請的時候叫人工智能專業(yè)，國內(nèi)企業(yè)華為、百度、阿里、頭條系等人工智能上很強大，華為有人工智能、智能計算方向的證書，我在讀研究生時候考了華為HCIP-企業(yè)級AI證書，華為軟硬件場景結(jié)合做得比較貼合市場需求。

• 智能科學與技術(shù)專業(yè)代碼：080907T
• 專業(yè)門類：工學
• 專業(yè)學科：計算機類
• 專業(yè)學歷層次：本科
• 專業(yè)修學年限：四年
• 專業(yè)授予學位：工學學士

人工智能專業(yè)

• 人工智能專業(yè)代碼：080717T
• 專業(yè)門類：工學
• 專業(yè)學科：新工科類
• 專業(yè)學歷層次：本科
• 專業(yè)修學年限：四年
• 專業(yè)授予學位：工學學士

除計算機專業(yè)的基礎(chǔ)課程外，智能科學與技術(shù)或人工智能專業(yè)《核心課程》有：

• 人工智能數(shù)理統(tǒng)計
• 人工智能原理
• 人工智能程序設(shè)計語言-Python（重點）
• 智能計算平臺應(yīng)用開發(fā)-機器學習算法與實戰(zhàn)（重點）
• 智能大數(shù)據(jù)挖掘技術(shù)（重點）
• 智能計算平臺應(yīng)用開發(fā)-深度學習與神經(jīng)網(wǎng)絡(luò)（重點）
• 機器學習框架Sk-learn、人工智能Tensorflow框架（重點）
• 自然語言處理（重點）模式識別和機器感知（重點）

這個專業(yè)的綜合知識難度要比其他計算機專業(yè)高，要想學好專業(yè)核心課程，首先：

Python程序設(shè)計要熟悉，機器學習和大數(shù)據(jù)挖掘、深度學習這3門課要不斷通過做實驗來鞏固，如果機器學習、大數(shù)據(jù)建模學得不好，就沒有往下學的必要啦。

其次：

多參加一些大數(shù)據(jù)人工智能比賽，多多參與，你會發(fā)現(xiàn)和很多精英很多差距，看看別人是怎么優(yōu)化這個項目的，總結(jié)經(jīng)驗。比如：華為軟件精英賽、騰訊廣告營銷系統(tǒng)比賽、科大訊飛大數(shù)據(jù)智能營銷比賽、阿里天池比賽、搜狗算法精英賽、知乎大數(shù)據(jù)比賽。

再次：

如果你非985、非211大學的智能科學技術(shù)專業(yè)、非強項計算機學院智能科學技術(shù)專業(yè)（比如：北郵、南郵、西安科技、杭州科技等都是計算機類強項大學），畢業(yè)前最好考取一些人工智能行業(yè)內(nèi)認證來作為敲門磚（目前國內(nèi)做的比較好的是：華為初級HCIA人工智能工程師、華為高級HCIP-EI企業(yè)級人工智能工程師）。

我本科是計算機科學專業(yè)，讀研究生方向就是這個智能科學，智能科學與技術(shù)是原人工智能本科專業(yè)傳統(tǒng)名稱，在“新工科”叫人工智能專業(yè)了，人工智能是近幾年比較火，所以新成立人工智能學院或人工智能專業(yè)，這個智能科學專業(yè)比原計科、軟工類專業(yè)知識點要難一些，要必備以下知識：

• （1）計算機科學知識：數(shù)據(jù)結(jié)構(gòu)和算法、Linux操作系統(tǒng)、計算機組成原理、計算機網(wǎng)絡(luò)通信技術(shù)、云計算基礎(chǔ)、數(shù)據(jù)庫等；（大一大二課程）；
• （2）基礎(chǔ)數(shù)學：高等數(shù)學、線性代數(shù)、概率論、運籌學、凸優(yōu)化等；（大一大二課程）；
• （3）人工智能程序設(shè)計編程語言：Python、C++或Java等（大二課程）至少一門編程語言；
• （4）人工智能核心課程：大數(shù)據(jù)挖掘建模、機器學習與算法、機器學習框架Sk-learn、機器學習分支深度學習PyTorch（神經(jīng)網(wǎng)絡(luò)）、人工智能Tensorflow（大三、大四或研究生課程）；
• （5）人工智能輔助課程：自然語言處理、圖像自動識別、語音自動識別等（大三、大四或研究生課程）；

大學課程體系更多是重視基礎(chǔ)，我是按照華為人工智能認證知識體系學習的，建議參考華為人工智能認證HCIA-AI，HCIP-EI體系進行學習比較好一些。