直播回顾｜圣塔克拉拉大学MSAI项目分享：AI系主任与字节跳动TikTok硅谷团队成员解析AI学习与职业发展路径

北京时间2025年3月27日上午，圣塔克拉拉大学（Santa Clara University, SCU）人工智能硕士项目（Master of Science in Artificial Intelligence, MSAI）线上分享会成功举办。

HYP Global邀请两位嘉宾：

• 方毅教授（Yi Fang, Ph.D.）
  圣塔克拉拉大学MSAI项目负责人

• 吴旭阳
  圣塔克拉拉大学计算机博士毕业生，现任字节跳动（ByteDance）TikTok硅谷团队成员

两位嘉宾围绕“AI教育培养”“产业实践”“博士与工业界选择”等话题展开交流，为关注人工智能学习和职业发展的学生提供了多维度参考。

圣塔克拉拉大学：位于硅谷核心区域的校园型大学

分享会开始，方教授首先介绍了圣塔克拉拉大学的地理位置与校园优势。

圣塔克拉拉大学位于美国加州硅谷核心区域，周边聚集了苹果（Apple）、谷歌（Google）、Adobe、IBM、英特尔（Intel）等众多科技企业。英伟达（NVIDIA）总部距离学校约七八分钟车程，英伟达联合创始人之一 Chris Malachowsky 也是圣塔克拉拉大学校友。

吴旭阳补充表示，在硅谷地区，除斯坦福大学（Stanford University）和加州大学伯克利分校（University of California, Berkeley）外，圣塔克拉拉大学也是少数拥有完整校园体系的大学之一。

MSAI项目介绍：培养AI算法与应用方向人才

方教授介绍，圣塔克拉拉大学人工智能硕士项目（Master of Science in Artificial Intelligence, MSAI）由其主导设计，于2025年秋季开始招收首届学生。

该项目学制为两年，完成毕业要求需要修满46个学分。如果学生选择暑期修课，部分学生可以在一年多时间内完成课程学习。

MSAI项目设置两个主要方向：

软件方向（Software Track）

重点关注人工智能算法、模型开发以及AI应用。

硬件方向（Hardware Track）

关注人工智能在边缘设备（Edge Devices）中的部署、运行效率以及能耗优化。

方教授表示，与许多主要聚焦软件方向的AI项目不同，MSAI希望为学生提供软件与硬件两个方向的选择，让学生根据自身兴趣和职业规划进行发展。

“很多学校都是在软件这一块，但是我们希望给学生更多的选择，提供软件和硬件这样两个选项。”
——方毅教授

MSAI课程体系：覆盖基础知识、核心AI技术与实践应用

方教授介绍，MSAI课程主要由四个模块组成：

1. 基础课程

包括数学基础、人工智能伦理等内容，为后续专业学习提供支撑。

2. 核心AI课程

涵盖机器学习（Machine Learning）、深度学习（Deep Learning）等人工智能核心技术。

3. 方向选修课程

学生可以根据自身兴趣选择不同领域课程。

4. AI实践项目

通过项目实践提升学生解决真实问题的能力。

在招生背景方面，MSAI项目不限本科专业，理工科背景学生可以申请，同时也接受具有商科背景的申请者。

方教授介绍，项目重点关注学生是否具备基础数学能力和一定编程基础。入学后的第一门课程也会帮助学生系统回顾相关数学知识。

AI实践项目：连接课堂学习与产业需求

在分享中，方教授重点介绍了MSAI项目中的 AI Practicum（AI实践项目），并认为这是项目的重要特色之一。

该项目安排在第二学年，持续至少两个学期，约20周。

在实践过程中，每位学生将同时获得两位导师支持：

• 一位来自学校的教授导师；

• 一位来自工业界的企业导师。

项目课题由工业界导师结合企业实际需求提出，帮助学生探索真实产业问题。

“我们希望工业界帮我们去定义问题，因为如果只是学术界自己去定义，可能会偏离一些实际，可能抓不住工业界他们真正care的一些方面。”
——方毅教授

项目形式既可以个人完成，也可以2至3人组队完成。

对于希望继续攻读博士学位的学生，项目也提供论文研究方向选择，优秀成果有机会形成学术论文。

此外，学校正在与周边企业沟通GPU计算资源支持，部分表现优秀的学生可能获得奖学金或研究助理机会。

吴旭阳分享：从博士研究到TikTok硅谷团队的职业经历

吴旭阳分享了自己的学习与职业经历。

他本科和硕士阶段在英国完成，之后回到北京从事推荐广告算法相关创业工作。2019年，他在一次国际学术会议上与方教授相识，随后赴美国圣塔克拉拉大学攻读计算机博士。

博士期间，他主要研究方向包括：

• 搜索（Search）

• 推荐系统（Recommendation Systems）

• 信息检索（Information Retrieval）

• 大语言模型（Large Language Models）

• AI公平性研究（AI Fairness）

期间，他还曾担任圣塔克拉拉大学研究生院华人学联主席。

博士毕业后，他加入字节跳动TikTok硅谷团队，主要参与电商搜索、大语言模型训练等相关工作，包括用户搜索意图理解、商品发现以及推荐场景中的AI应用。

博士训练如何帮助进入企业？

针对博士经历是否有助于进入企业的问题，吴旭阳总结了三项在工作中实际应用的重要能力。

1. 定义和拆解问题的能力

博士研究需要独立判断研究问题、设计验证方法，而企业中的业务问题同样需要从模糊需求中提炼核心目标。

“企业里面的问题有时候也是很模糊的，你需要怎样去帮助企业去定义清楚这个问题，然后有一些限制的指标和评价体系来约束这个问题。”
——吴旭阳

2. 快速学习能力

AI领域变化迅速，博士阶段培养的阅读论文、跟进技术趋势和快速学习能力，在工业环境中同样具有价值。

“AI现在每天都是不一样的，你如何快速去接受外部的资源，然后学习外部的一些知识，然后用到你的工作中。”
——吴旭阳

3. 结构化表达能力

论文写作和学术答辩训练了复杂问题表达能力，有助于企业中的跨团队沟通。

“你要跟一个不是那么了解你工作的人去把这个东西讲清楚，那你在企业里面也会涉及到怎样去推动跟同事之间的合作。”
——吴旭阳

同时，他也提到，从学术研究转向工业界后，需要进一步适应业务价值导向、产品落地流程以及团队协作方式。

读博还是进入企业？如何选择发展路径

针对观众提出的“先读博还是先工作”的问题，吴旭阳表示，没有适用于所有人的统一答案，需要结合个人兴趣和职业目标判断。

如果学生：

• 对某一研究方向具有长期兴趣；

• 能接受较长时间的研究投入；

• 希望深入探索学术问题；

读博可能是合适选择。

如果学生：

• 更希望快速获得实践反馈；

• 对企业应用场景感兴趣；

• 希望参与实际产品开发；

进入工业界也是一种发展路径。

他建议尚未确定方向的学生，可以通过研究型实习同时接触学术研究与产业实践，再进一步判断未来方向。

硅谷AI就业环境：岗位需求更加关注实际能力

在就业话题部分，方教授分享了当前硅谷AI岗位环境的变化。

他表示，近几年是其执教以来就业环境相对困难的一段时期，与过去毕业生较早获得多个工作机会的情况相比，目前求职周期有所延长。

吴旭阳补充，不同企业和团队之间存在差异，一些与AI方向高度相关的团队仍然保持招聘需求，而其他团队情况可能有所不同。

他还提到，AI工具的发展正在改变技术面试形式。

过去部分技术岗位面试更加关注算法题训练，而如今一些企业会要求候选人展示已有项目经验，并结合AI工具完成实际功能开发。

本次圣塔克拉拉大学MSAI项目线上分享会，从项目培养模式、AI实践机会，到博士学习与工业界发展路径，为学生提供了来自高校和企业两个维度的经验分享。