人工智能已然成为未来的技术发展趋势之一，随之而来的AI人才争夺也将变得空前激烈。随着人工智能在各行各业的快速渗透，人工智能相关岗位的发展前景还是非常广阔的。那么学人工智能可以干什么呢？AI相关岗位有有哪些呢？

1、数据科学家

数据科学家是指能采用科学方法、运用数据挖掘工具对复杂多量的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能寻找新的数据洞察的工程师或专家(不同于统计学家或分析师)。一个优秀的数据科学家需要具备的素质有：懂数据采集、懂数学算法、懂数学软件、懂数据分析、懂预测分析、懂市场应用、懂决策分析等。

2、 软件工程师

软件工程师英文是Software Engineer，是从事软件职业的人员的一种职业能力的认证，通过它说明具备了工程师的资格。软件工程师是从事软件开发相关工作的人员的统称。它是一个广义的概念，包括软件设计人员、软件架构人员、软件工程管理人员、程序员等一系列岗位，工作内容都与软件开发生产相关。软件工程师的技术要求是比较全面的，除了最基础的编程语言、数据库技术等，还有诸多如JavaScript、AJAX等前沿技术。此外，关于网络工程和软件测试的其他技术也要有所涉猎。

3、AI/机器学习工程师

机器学习项目的核心是机器学习工程师。他们具有数据科学，应用研究和高级编程的背景和技能，负责运行机器学习项目，负责管理将代码投入生产所需的基础架构和数据管道。机器学习工程师必须能够“跨越数学和编程数学之间的界限”。AI不同垂直行业的企业，包括图像识别、语音识别、医药和网络安全等，都需要这个岗位的人才。

4、软件架构师

软件架构师是软件行业中一种新兴职业，工作职责是在一个软件项目开发过程中，将客户的需求转换为规范的开发计划及文本，并制定这个项目的总体架构，指导整个开发团队完成这个计划。主导系统全局分析设计和实施、负责软件构架和关键技术决策的人员。

5、数据分析师

数据分析师是数据师Datician['detn]的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

6、数据仓库工程师

"数据仓库工程师" 的概念比较笼统, 先解释"数据仓库" 吧, 顾名思义是近乎企业所有业务系统数据的集合体, 用于分析与决策支持. 而做与数据仓库的建设/维护项目相关的工作, 均可以称之为"数据仓库工程师"常见的两类"数据仓库工程师" :ETL工程师: 主要负责数据从业务系统(数据源) 抽取/转换/加载 到数据仓库的实现报表工程师: 主要负责数据从仓库到前台报表的展现数据仓库工程师是什么

7、全栈开发者

全栈开发者是对每一层都熟悉的人。包括服务器、网络和服务器环境，数据建模，业务逻辑，API层、Action 层、MVC，UI，用户体，知道用户和业务到底要什么等.全栈工程师项目开发过程中对每一个流程都很熟悉的工程师。

8、AI硬件专家

AI 领域内另外一种日益增长的蓝领工作是负责创建 AI 硬件(如 GPU 芯片)的工业操作工作。大科技公司目前已经采取了措施，来建立自己的专业芯片。英特尔正在为机器学习专门打造一个芯片。与此同时，IBM 和高通正在创建一个反映神经网络设计、并且可以像神经网络一样运行的硬件架构。据 Facebook AI 研究总监 Yann LeCun 表示，Facebook 也在帮助高通开发与机器学习相关的技术。随着人工智能芯片和硬件需求的不断增长，致力于生产这些专业产品的工业制造业工作岗位需求将会有所增长。

9、商务拓展专家(人工智能方向)

基于公司AI发展战略，商务拓展专家需要拓展图像识别、语音处理、视频处理、数据智能、增强现实、智能客服等技术的对外合作，确保各项业务发展基础目标的达成;同时他们还需要收集、梳理、消化前沿技术(大数据、人工智能、智慧城市、云)。

免费分享一些我整理的人工智能学习资料给大家，包括一些AI常用框架实战视频、图像识别、OpenCV、NLQ、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。

为了更好的系统学习AI，推荐大家收藏一份。

一、人工智能课程及项目

二、国内外知名精华资源

三、人工智能论文合集

四、人工智能行业报告

学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。