在人工智能大热的当下，AI方向的人才已经成为众多高校培养对象。目前，全球共有367所具有人工智能研究方向的高校，人工智能AI领域的人才数量约有10万人。在这367所开设AI的高校中，美国占据全球的45.7%，因此，对于国际学生来说，学习人工智能AI成为了提高自身申请背景、提升名校录取几率的强加分项。

卡内基梅隆大学No.1的Heinz信息技术与管理学院教授主导项目与市政府和Uber公司合作，意义重大

商业智能与商业分析项目将带领学生，在来自于卡内基梅隆大学信息系统管理专家的指导下，通过分组建模、系统分析和随机实验相结合的项目制学习训练，运用机器学习、数据挖掘等手段，探究商业智能在个人行为决策和不同领域的商业分析及决策中的应用。让学生在学习美国最新商业智能应用的同时，获取数据和BI等相关专业申请所需的项目学习经历，拓展国际视野，强化教育背景。名额有限！就等你来！

项目简介

本项目导师目前在美国卡内基梅隆大学（简称卡梅或CMU）担任信息技术与管理副教授。卡梅是一所享誉世界的顶级私立综合性研究型大学。1900年建校，卡梅坐落于美国宾夕法尼亚州匹兹堡巿，2018USNews世界大学排名第25位，其计算机专业更是在全美及世界蝉联第1名。在1988年，卡梅成为全球第一所颁发机器人博士学位的学府，并始终引领全球人工智能和机器人发展的方向。旗下美国国家机器人工程中心（NREC）是当今世界最大的机器人研发基地，雇用了500多名专家学者。基于这样一个名校基因，与名校导师的带领，学员能学到先进的BI理念与体系。

项目设置

学习商业建模、数据挖掘、情感分析和机器学习等概念

探讨个人决策与商业决策中，数据的运用

分组完成数据分析和数据可视化

项目要求

优秀本科生或研究生低年级；

目标申请AI、数据、金融、经济、管理或传统行业与数据交叉等的专业；

具有良好的沟通能力，表达能力，主动性和团队协作能力；

善于主动思考和细节观察，能够自主学习；

较强的逻辑分析能力及语言组织能力

项目收获

获教授亲笔推荐信，并亲自为学生发送给目标学校

获得专业申请和职业发展的能力与背景

具备商业信息搜集、数据爬虫、大数据处理、智能分析、数据可视化能力

直通名校的钥匙，你需要做好科研

从字面意思看，招生官问的是同学们在课堂外的学习经历。大家不要浅显的以为学校是在是在问你课后花了多少时间泡在图书馆学习、和课友花了多少时间熬夜写project。深入理解这个题目后发现这道题实际是在问同学们有没有相关的科研项目经历。

美国名校为什么如此关注申请学生的科研项目背景? 参与科研项目能潜在反映一个学生关注什么，学习什么，思考什么，做了什么，如何做到，他的研究是否有意义，他的思考是否有见地。

做科研不等于发论文，没有paper并不影响同学们在科研项目中的收获。我们来为大家分析一下：

首先，在Lab里，会经历从不理解而执行、理解并执行，到最终能像研究人员一样思考的三个阶段，这是从课堂到科研项目的一种转变。在这个过程中，学生既能学习巩固与专业相关的知识与技术，也能逐渐掌握科研的逻辑思维和方法论。在课堂内，一般学生的思维方式是先收割一箩筐的知识，再去解决不同模型的问题；而科研式的思维却与此相反，是先提出问题，再开发合适的模型和方法，解决问题。

即使真的确定自己喜欢科研，也需要通过实际的科研项目来探索自己真正的兴趣点。不同方向的实验，利用的实验工具相差很大，对基础专业课的偏重也不一样。不深入探索怎么知道自己对哪个方向感兴趣呢，或者相反，发现哪个方向不适合自己。

写在最后但同样重要的是接受科研训练，可以提前积累学术能力，特别是系统的学术训练，有利于同学们日后更快地进入学科和领域前沿。

批判性阅读及思考：学会如何查找与你的研究相关的论文，并批判性地分析它们。也许一开始，你会对文献中的内容尽信不疑。但慢慢地，你学会识别其中的不足。最终，你能在发现某项研究之不足的同时，获取一些启发。

培养注重细节的能力：在科研中，注重项目的每一个细节。提前做好实验计划、确保所有工具、研究对象、样本都数量充足等，有助于培养同学们日后学术职场细心的良好习惯，成为一个脚踏实地的人。

团队协作能力：团队合作的相当一部分内容可以归属为项目管理。比如在项目中执行某一项任务、做计划时，最常用的方法是把任务分解拆细，把任务拆解成行动。在协作完成一件任务的时，你要清楚的知道和不同角色沟通，遇到问题时找合适的角色解决，并怀抱正确的预期。