巴黎高等矿业学院与阿尔伯特学院联合学位：在真实情境中学习，将科学与管理相结合

将科学与管理相结合，将理论知识与企业在经济和技术方面面临的挑战联系起来，这正是由巴黎高等矿业学院（Mines Paris – PSL）与阿尔伯特学院（Albert School）共同提供的联合学位的愿景。

这一培养理念将专业实践经验置于核心位置。实习使学生能够接触各种不同的工作环境，参与真实的业务任务，并通过与团队的实际接触来深化自身技能。在硕士阶段，学徒制通过将学术培训与企业实践相结合，在较长的时间内进一步强化这种沉浸式体验。

这些经历为学生提供了运用其在数学、数据科学和人工智能方面所学知识的机会，同时培养他们对组织管理、财务和战略挑战的理解。

实习：探索职业的多样性

从本科学位阶段起，学生们就可以在不同行业和业务领域的企业中实践所学知识。所承担的任务主要涉及数据分析、咨询、金融以及人工智能驱动的转型。

在学习期间，学生们曾在顶尖企业实习。2024届学士Madeleine曾在埃德蒙·德·罗特希尔德（Edmond de Rothschild）的投资与系统研究部门实习。2025届学士Balthazar曾在法国巴黎银行（BNP Paribas）担任顾问，Lior作为数据科学家在忠利集团（Generali）实习，而Suzon则在达飞海运集团（CMA CGM）专注于人工智能转型领域。在硕士阶段，国际金融、数据与人工智能硕士项目2025届学生Serban曾在裕信银行（UniCredit）实习，从事信用风险建模工作。

这些课程展示了所学技能在不同岗位上的多样化应用，这些岗位要求数据分析能力与业务理解能力相辅相成。

学徒制：两年最贴近企业的实践经验

在数据与人工智能硕士项目中，学徒制使学生能够通过结合教学与职业活动来深化这一过程。学生在整个学习期间不断积累实践经验，同时为其实习所在公司的项目做出贡献。

轮岗制使数据与人工智能硕士生能够在学习过程中培养技能，并通过将所学应用于企业的实际问题来提升能力。2026届商业方向学生Jonathan在谷歌（Google）担任欧洲、中东和非洲地区软件即服务客户工程师。2025届金融方向学生Elisa在微软（Microsoft）担任合作伙伴解决方案架构师，2025届商业方向学生Benjamin在亚马逊（Amazon）担任商业智能工程师。同为商业方向的2026届学生Camilia和Sarah分别在路易威登（Louis Vuitton）和迪奥（Dior）担任数据分析师。最后，可持续发展项目2025届学生Côme曾在欧莱雅（L'Oréal）参与全球包装可回收性方面的研究工作。

从商业智能到解决方案架构，再到数据分析和可持续发展挑战，这些经验涵盖了广泛的任务类型。它们不仅有助于培养技术能力，还能让人们了解每家组织特有的限制条件和优先事项。

通过亲身见证了解任务的真实情况

除了职位名称之外，学生的实习经历还能帮助我们更好地了解教学内容是如何在企业中得以实践的。

Benjamin在2022年阿尔伯特学院开学后入学并获得学士学位，随后继续攻读商业数据硕士学位，并在亚马逊进行学徒制学习。目前，他在负责欧洲范围内当日达配送计划的团队中担任商业智能工程师。

在硕士训练营期间，他的团队设计了一款基于生成式人工智能的合规性验证工具：一个经过欧洲法规训练的聊天机器人，能够评估企业内部政策的合规水平。如今，Benjamin在亚马逊开发人工智能代理，并运用他在培训期间获得的实践经验。他的经历凸显了学术学习、实践经验与企业人工智能解决方案开发之间的联系。

Madeleine曾在埃德蒙·德·罗特希尔德的系统再生团队进行为期六个月的实习，参与了围绕环境问题的系统性研究和投资工作。她能够运用自己在数学、数据和金融方面的知识，同时加深对投资决策相关环境问题的理解。

这两条路径展示了分配给学生的任务的多样性，以及技术专长、需求理解能力和参与集体项目能力之间的互补性。

面向当代挑战的培训

通过结合科学教育、数据科学、人工智能和管理学，巴黎高等矿业学院与阿尔伯特学院的联合学位课程为学生们做好准备，使其能够在技术与经济活动的交汇处发挥作用。

实习和学徒制是这种教学方法的重要杠杆：它们能够让学生实践所学知识，明确职业规划，并熟悉企业所面临的问题。