Duke University - Pratt School of Engineering
人工智能产品创新工程硕士
Durham, 美國
硕士
期间
24 个月
语言
英语
步伐
全职, 兼职
报名截止日期
最早开始日期
学费
USD 30,250 / per semester
学习形式
远程教育, 在校园
我们的项目被公认为世界上最顶尖的应用 AI/ML 研究生项目之一。
我们的 MEng AI for Product Innovation 计划的学生在 AI 和机器学习方面培养了强大的技术技能，同时了解如何设计和构建 AI 驱动的软件产品。
毕业生继续在领先的公司工作，解决许多行业的难题，例如科技、医疗保健、能源、零售、交通和金融——或者追求自己的创业。
学会：
- 设计和开发机器学习系统以实现规模化、安全性和可用性；
- 应用传统的机器学习和深度学习模型来解决跨领域的挑战性问题；
- 利用最新的方法和技术构建集成机器学习模型的全栈软件应用程序；
- 在生产中设计和部署软件应用程序；
- 我们的学生来自不同的工程和科学背景。
灵活性和选择
12 或 16 个月在校学习，或 24 个月在线学习
该硕士学位具有创新性和沉浸感，可在 12 或 16 个月内在校内完成，或在线兼职仅需 24 个月即可完成。
12 个月加速选项
比传统的硕士课程更实惠 - 在这个选项中，只需支付两 (2) 个完整学期的学费加上三 (3) 个夏季课程学分。
16 个月的选项
在三 (3) 个完整学期外加夏季攻读该学位——让您有时间参加额外的选修课和专业化。走这条路的学生在最后一个学期可能会选择部分课程或全部课程。
4+1：BSE+杜克大学本科硕士的选择
杜克大学的本科生可以在短短五 (5) 年内完成本科和硕士学位。
奖学金机会：AIPI 4+1 奖学金涵盖了 20% 的费用。资格和其他条件适用。
人工智能工程硕士产品创新双学位
杜克大学的医学生可以在第三年完成这个学位。
奖学金机会：MD-MEng AIPI 奖学金涵盖了 20% 的费用。资格和其他条件适用。与 Duke MEDx 合作提供。
在线或校园内的选择由您决定——所有学生都参加相同的课程，向相同的教师学习，并获得相同的杜克大学学位。
经济资助
通过学术奖学金向高素质候选人提供有限的基于绩效的经济援助，重点是增加项目内的多样性。少数族裔中代表性不足的美国公民或永久居民每年可以通过我们的多元化奖学金获得高达 50% 的学费奖学金。所有 AIPI 计划的申请人在申请计划时都会考虑获得可用的经济援助。
行业相关课程
该学位的核心课程是与业界合作开发的。
- 构建真实世界、可实践的人工智能和机器学习项目的个人组合。
- 从世界一流的杰出教师那里获得个人建议、学术和职业建议。
- 作为一个小型、亲密且身临其境的群体的一部分，与来自世界各地的同龄人进行交流。
从第一天开始，我们就培养毕业生解决工作中的问题。
我们的课程涵盖人工智能和机器学习的理论和应用，并非常重视通过每门课程中的现实问题和项目进行实践学习。
在该计划期间，学生还有两个机会直接与行业领导者合作：通过为期一学期的行业顶点项目和通过暑期实习。
课程表
课程的核心遵循基于队列的课程顺序。
校内加速选项：12 个月
| 夏天 | 落下 | 春天 | 夏天 |
|---|---|---|---|
先决条件—— | AIPI 510：获取分析数据 | MENG 540：高新技术产业管理 | AIPI 560：人工智能的法律、社会和道德影响 |
| AIPI 520：建模过程和算法 | AIPI 540：深度学习应用 | AIPI 561：人工智能运营 (MLOps) | |
AIPI 530：实践中的优化或 AIPI 531：深度强化学习应用 | AIPI 549：行业顶点项目 | 行业实习或项目 | |
| MENG 570：工程师的业务基础知识 | 选修课1 | ||
| AIPI 501：行业研讨会系列 | 选修课2 |
在校学习：16个月
| 夏天 | 秋季 1 | 春天 | 夏天 | 秋季 2 |
|---|---|---|---|---|
先决条件—— | AIPI 510：获取分析数据 | AIPI 540：深度学习应用 | AIPI 560：人工智能的法律、社会和道德影响 | AIPI 530：实践中的优化或 AIPI 531：深度强化学习应用 |
| AIPI 520：建模过程和算法 | AIPI 549：行业顶点项目 | AIPI 561：人工智能运营 (MLOps) | 选修课2 | |
| MENG 570：工程师的业务基础知识 | MENG 540：高新技术产业管理 | 行业实习或项目 | ||
| AIPI 501：行业研讨会系列 | 选修课1 |
在线兼职：24 个月
| 学期 | 课程1 | 课程2 | 其他要求 |
|---|---|---|---|
| 夏季1 | 先决条件—— AIPI 503：Python 和数据科学数学训练营 | ||
| 秋季 1 | AIPI 510：获取分析数据 | MENG 570：工程师的业务基础知识 | AIPI 501：行业研讨会系列 |
| 春季 1 | AIPI 520：建模过程和算法 | MENG 540：高新技术产业管理 | |
| 夏天2 | AIPI 540：深度学习应用 | 校内住宿 | |
| 秋季 2 | AIPI 530：实践中的优化 要么 AIPI 531：深度强化学习应用 | 选修课1 | |
| 春季2 | AIPI 549：顶点项目 | 选修课2 | |
| 夏天3 | AIPI 560：人工智能的法律、社会和道德影响 | AIPI 561：人工智能运营 (MLOps) | 校内住宿
|
我们项目的毕业生可以根据自己的兴趣和背景继续在各个行业工作。
一些人加入了最大的技术、工程和医疗保健公司，而另一些人则创办了自己的初创企业。许多学生选择在各行业的公司中担任两种不同角色之一：机器学习工程师和数据科学家。
为了让学生为这些职业轨迹做好最好的准备，AIPI 项目提供了两种不同的选修课程，主要通过选修课的选择来区分。此外，学生可以选择通过选修普拉特工程学院和杜克大学其他地方的选修课来发展自己的课程。
机器学习工程轨道
为设计、构建和部署机器学习模型和软件应用程序的职业生涯做好准备
- 提高您的软件开发技能并积累人工智能和机器学习方面的专业知识；
- 为 ML 理论和编程以及 MLOps 技能奠定坚实的基础；
- 学习在生产中设计、构建和部署机器学习模型；
- 选修数据工程、云计算、计算机视觉、NLP 或强化学习方面的课程。
我们鼓励具有编程或软件开发背景并且对 ML 工程师职业道路感兴趣的学生追求这一方向。
数据科学跟踪
为数据分析和建模以解决特定领域问题的职业做好准备
- 利用您在工程、医学或科学领域的教育或工作背景以及数据分析和机器学习方面的新技能；
- 解决您所在领域的挑战性问题；
- 选修统计分析、数据可视化、优化或建模课程。
我们鼓励具有与计算机科学无关的工程、医学或科学领域背景，并希望将其领域专业知识与 ML 技能相结合以追求数据科学家职业道路的学生选择这条道路。
设计你自己的赛道
通过普拉特工程学院或杜克大学其他地方的选修课的战略选择（经批准）定制您自己的Pathway 。