ESIGELEC AI与大数据工程师专业详解

人工智能与大数据

Intelligence Artificielle

et Big Data (IABD)

ESIGELEC 工程师专业介绍（第9期）

#人工智能#大数据#数据科学#机器学习

#云计算#数据分析#数据合规

培养目标

本专业致力于培育能够主导人工智能方案设计与落地的工程师，能力涵盖从数学建模到挖掘数据价值的全过程。课程体系覆盖AI项目全生命周期，包括数据采集、模型筛选、技术架构适配（结合业务场景），直至最终的生产环境部署。

一

核心能力培养

Compétences développées

• 构建数学模型 • 训练与部署AI或生成式AI模型 • 设计安全可靠的系统架构 • 数据的采集、分析与转换 • 融合数据伦理与治理 • 工业化集成AI解决方案 • 构建可扩展互操作系统 • 关注环境影响 • 把业务难题转化为数据/AI问题

二

就业方向

Les métiers

校友案例

Maëlle CHATET（2027届学徒生）

EDF水电事业部数据分析师-学徒

"我毕业于BUT数据科学专业，随后进入ESIGELEC攻读人工智能。目前我在法国电力集团（EDF）水电事业部做学徒，主要运用技能处理文件自动化和数据可视化。"

AI与大数据的现状及

（5年后）未来职业前景如何？

AI与大数据正处于快速发展阶段，2026年被视为“智能经济规模化元年”，技术正从“交互”迈向“执行”，全面融入各行业。未来五年前景广阔，但行业差距也在扩大：

高增长岗位：大数据专家（预计增长110%）、AI/机器学习专家（增长85%）、MLOps工程师、AI治理专家。这些职位负责搭建数据基础设施、部署生产级AI系统、确保合规可信，难以被自动化取代。

高风险岗位：仅从事报表制作、数据提取、仪表盘展示等重复性工作的职位价值将被AI压缩，需向“决策/咨询”角色转型。

核心竞争力演变：到2030年，最稀缺的不再是“会使用AI的人”，而是具备系统设计、业务翻译（将挑战转化为AI问题）、AI治理与伦理能力的复合型人才。课程体系的“建模—部署—治理—业务转化”与市场需求高度契合，前景看好。

专业推荐

本专业致力于培育具备全栈思维的人工智能与数据科学工程师，涵盖从数学建模、生成式AI部署到数据治理与伦理合规的完整项目周期。学生将掌握扎实的算法与架构能力，并学会将复杂业务难题转化为可落地的数据解决方案，同时兼顾环境可持续性与系统互操作性。毕业生主要就职于科技互联网、金融、能源及智能制造等关键行业，胜任机器学习工程师、数据科学家或AI解决方案架构师等紧缺职位。在数字化转型的浪潮中，该专业培养的技术与伦理兼备、兼具产业视野的复合型人才，正是企业智能化升级的核心力量。

招生咨询

张老师