美国授课master怎么从事AI行业？

国内本科，现在在美国某就业项目读cs master。因为还没到找过实习，不太了解美国这边互联网行业情况。个人对ai以及cv方面技术相比于系统后端之类更有兴趣，可惜本科时比较混没做出啥成果，又读了个偏就业的项目不太好进实验室发paper，但还是想从事相关工作。在国内比较流行算法岗类似的职位，其中又分主要做算法预研和场景工程实现两种路子。听说在美国相对应的岗位叫mle，大部分有phd的学历门槛，那我是不是可以理解为对应着国内大厂搞算法预研的岗位？除此之外没有硕士可以来做的，做算法工程落地的岗位吗？如果这边有类似的岗位，会像国内那样对做算法落地实现的也有paper的要求吗？国内cs硕士都在挤破头发paper进算法岗，为啥美国这边mscs都在面系统开发的工作呢？谢谢指点！

ML也就图一乐，真正写代码还得是CRUD

master在美国做算法岗难度很高卷的厉害，今年很多phd和3+年工作经验的人找工作都很吃力，更别提ms new grad了。。 如果真的有兴趣只能读个phd，不然找到满意工作的概率无限趋近于0，还是不要浪费时间和精力了

还是看个人能力了，学历不是绝对的。
我们组招了一个harvard的本科生，cs+math双学位，做的非常棒。。。

mark 同持续关注

同算法开发混合背景，同在想这事情。补充些个人思考，不知对错

1. 与设想相反，貌似不少人认为mle比sde要无聊，因为许多算法岗大部分时间也就是清理数据而已，当然你若phd读完进去搞研究那另说。

2. 算法开发都有经验加成，但貌似开发更稳定点。而且哪年学界冒个新的sota出来，那可能降维打击。算法岗若裁员很可能首先被裁，因为并非一线业务

3. 算法岗感觉容易螺丝钉，因为只有大公司才有，依靠海量数据。虽然开发也大概率螺丝钉，害。

4. 学了一年多AI课后，感觉AI离大突破还有非常远距离，现在要业务落地方面做场景优化来反过来配合AI。

除了选一些ML DL的课以外主要就是看能不能进lab做ra发paper了吧 现在的mle有publication还是很能帮助过简历关的

补充内容 (2021-04-10 14:56 +08:00):
发paper比较快的方式主要就是看学校里有哪些刚来的ap……一般他们都很缺文章缺人，有共同利益

有ai方向的实习经验就会容易许多，只是现在内卷过于严重了。。

Mark关注+1