人工智能可能会彻底改变人们的生活和工作方式。了解更多与您的兴趣和技能相一致的人工智能职业道路。尽管在20世纪50年代首次提出理论，但人工智能，也称为人工智能，几十年来似乎超出了计算机科学家的能力范围。最近的进展表明，情况不再如此。大型语言模型和文本到图像扩散软件等技术增加了公众对该领域的兴趣。私营公司和政府计划通过大力投资人工智能工作来收获该技术的潜在好处。
随着人工智能已经影响人们的生活和工作方式，你可能会想是否需要调整你的职业道路。虽然没有人知道未来，但你可以开始研究人工智能职业。如果人工智能技术扰乱就业市场，为人工智能工作做准备可能会让你与世隔绝。

人工智能的种类
人工智能一词指的不是一种而是三种类型的计算机软件系统。计算机科学家在设计每种系统时都考虑到了特定的任务，随着人工智能技术的发展，他们的角色可能会发生变化。了解不同的领域可以帮助你规划你的人工智能职业道路。
• 狭义人工智能（ANI）：每当你问手机问题或使用汽车的自动驾驶功能时，你都会使用ANI。虽然非常不同，但这两个功能专注于特定任务。ANI很窄，因为软件的存在是为了做一件事。
• 通用智能（AGI）：许多计算机科学家希望他们在人工智能方面的工作能导致AGI，一种与人类具有相同智能和自我意识的计算机。这种人工智能的进步可以揭示人类意识和智能是如何工作的。
• 人工超级智能（ASI）：拥有ASI的人工智能将具有比任何人都强大的意识和智能。像AGI一样，截至2024年5月，ASI只存在于科幻小说中。LLM、多感官人工智能和神经网络的进步必须在AGI或ASI存在之前出现。

人工智能、机器学习、深度学习和数据科学如何结合在一起？
人工智能职业道路存在于人工智能及其子领域。你可能会在机器学习、深度学习或数据科学领域找到高薪的人工智能工作。在这些领域工作的专业人员相互合作开发新的人工智能应用程序。
• 人工智能使用计算机软件和硬件来模拟人类智能，机器学习和深度学习的突破影响人工智能的能力以及人们如何与之互动。
• 机器学习是人工智能的一个子集，基本上使用数据来学习。工程师创建算法和统计模型，允许人工智能在不编程的情况下学习。
• 深度学习是机器学习的一个子集，它也使用数据来学习和适应。它类似于模拟人脑的人工神经网络，这意味着这些模型有多层算法结构来模仿人类如何解决问题。
• 数据科学将所有三个领域重叠，以得出与其行业相关的相关数据。医疗保健、金融和零售领域都使用数据科学来预测人们的行为。强大的数据科学算法让LLM可以使用自然语音与人交谈。大公司和组织聘请数据科学家来制作报告，高管们用这些报告做出影响其组织的数据驱动决策。

获得人工智能教育：需要智能
人工智能有很高的学习曲线，但是对于有动力的学生来说，人工智能职业的回报远远超过时间和精力的投入。在该领域取得成功通常需要计算机科学的学士学位或数学等相关学科。
更高级的职位可能需要人工智能的硕士或博士学位，尽管一些顶级雇主不再需要大学学位。无论如何，你的成功将在很大程度上取决于正规教育之外的因素。
微软混合现实教育总经理Dan Ayoub表示，对于任何希望进入新兴领域的学生来说，好奇心、置信度和毅力都是很好的品质，人工智能也不例外。
作为一名经验丰富的人工智能专业人士，阿尤布同意与最佳学院讨论如何在该领域找到工作。与几十年来已经铺好道路的职业不同，人工智能仍处于起步阶段，这意味着你可能必须形成自己的道路并发挥创造力。
Ayoub的意思是没有标准的人工智能学位或课程。一些大学可能不会为人工智能专业或特化提供一套规定的课程，而那些拥有专门人工智能项目的大学可能对该学科有独特的方法。
因为人工智能仍然是一个新兴领域…阿尤布说，大学对你能获得的专业学位有不同的看法。一个很好的起点是计算机科学课程，熟悉数据科学、机器学习和Java的基础知识…每天都有许多新的本科和研究生项目涌现，旨在为专门从事人工智能工作的人做好准备。

如何进入人工智能：获得人工智能职业所需的技能
要获得人工智能工作的资格，需要掌握基本和专业的人工智能技能。职业成功所需的具体技能取决于经济状况和职业目标。
基本技能
人工智能机会需要统计学和普通数学的基础技能。这些科目的课程为你准备高级课程，并教你计算机科学领域是如何发展的。
统计学：统计学包括收集、分析和解释数据。自20世纪70年代以来，统计学家在开发人工智能软件方面发挥了重要作用。没有他们的贡献，人工智能，如ChatGPT和其他机器学习程序，就无法理解回答用户问题所需的庞大数据集。
典型的本科统计学课程包括概率理论和统计学概念和推理。你的大学可能会让你主修统计学和计算机科学。
数学类：顶级人工智能学位强调数学——当前的人工智能缺乏高级推理技能。计算机科学家认为，基于数学的人工智能突破可能会导致机器具有类似人类的智能。
一个学士学位的人工智能程序可能需要在解析几何和微积分，多变量微积分，线性的代数，和其他高分数学主题的课程。

专业技能和领域
你的本科或研究生教育可以帮助你在基础技能的基础上建立专业技能。你在学校学到的专业技能取决于你的专业和职业目标。
编程：许多人工智能职业需要流利地使用一种或多种编程语言，如C++、Java、R或Python编程语言。编程语言的要求、开发时间和对不同硬件的可移植性不同。在选择与你的人工智能职业道路一致的语言之前，你可以参加不同语言的入门课程。
数据结构和操作：数据结构和操纵关注案例（例如，一群人）和变量（例如，他们对一个主题的看法）之间的关系，人工智能使用算法来组织和分析这些数据，结果可以帮助人工智能工程师获得对不同主题的新见解。
数据结构和操作类强调抽象数据类型和优先级队列。先决条件可能包括C++或Java的中级或高级知识。

机器学习：现代机器学习让计算机使用数据来模拟人类的学习方式。向计算机提供数据可以提高其性能或进行预测的能力。对算法的深刻理解是该领域的必备条件。
深度学习：通过深度学习，人工智能可以分析原始形式的数据（也就是非结构化数据集），包括图像、文档、网页和音频。像人脑一样，深度学习神经网络可以通过回忆过去的数据和做出预测来识别动物、人脸和其他物体。使用深度学习的技术的例子是语音助手和自动驾驶汽车。
数据科学：数据科学涉及通过收集和分析数据来解决问题。你需要熟练使用工具和算法的组合，并对机器学习原理有很强的掌握。

Python编程语言AI工具技巧
许多人工智能机会需要一些Python编程语言的知识。学习Python编程语言已经变得非常容易——在某些情况下，是免费的。以下代码模块，也称为库，即使是没有经验的程序员也可以使用Python编程语言进行人工智能和机器学习应用。
Pandas：pandas开发于2009年，帮助程序员进行数据分析。这款开源软件为人工智能开发提供了许多优势，包括高效的数据连接、索引和重塑。
当前pandas人工智能应用包括LLM。熊猫快速准确地解释用户的问题并提取相关信息。这种效率让LLM模仿自然对话。
NumPy：计算机科学家在2005年创建了NumPy，以帮助STEM专业人员解释大型数值数据集。由于优化了代码，NumPy为用户快速提供信息。程序员需要线性的代数背景来充分利用NumPy的功能。
NumPy帮助人工智能和机器学习程序有效地进行复杂的计算。当前的应用包括气候模型和物理模拟。
Scikit-学习：Scikit-Learning通过建立在NumPy基础之上扩展了人工智能机器学习的功能。该库的算法帮助用户对数据进行分类、回归和聚类。开源软件和免费教程使所有学习者都可以使用Scikit-Learning。
Scikit-Learning在AI中提供了许多优势，例如在新数据上训练模型。这些练习帮助开发人员在软件发布之前发现问题。
Py-Caret：Py-Caret的可访问性使其成为想要提高人工智能技能的个人的绝佳选择。该库以最少的代码自动化复杂的机器学习工作流程。这一优势让程序员花更多时间分析结果。
Py-Caret为AI专业人员提供了许多好处，例如能够从单台计算机训练、改进和启动AI模型。

Py-Torch：Py-Torch将Python编程语言与Torch库相结合，这个直观的库帮助用户创建神经网络，并以最少的原型开发深度学习模型，主要功能包括张量计算、动态图计算和自动微分。
程序员使用Py-Torch创建的深度学习模型帮助AI应用程序识别图像并解释用户的语音模式。
Keras：Keras为机器学习编程任务带来了简单性，这一优势使得开发人工智能模型并与之交互变得更加容易。灵活性和可访问性使得基于卡拉斯的人工智能成为欧洲核子研究中心、美国航天局和其他组织研究人员的宝贵工具。
免费指南涵盖Keras基础知识和高级功能。新用户可以下载代码示例来试用Keras广泛的功能。

API：一旦你获得了上述技能的经验，你就可以尝试使用API，也称为应用程序编程接口。API让不同的软件程序进行交互。（例如，当你在商店结账时刷信用卡时，API会将信用卡机与你的银行连接起来。）
商业应用编程接口模型，如OpenAI和Cohere应用编程接口，让用户将预先存在的软件与人工智能功能相结合。许多行业需要能够将人工智能添加到其商业模型中的应用编程接口专家。

没有学位如何获得人工智能工作？
尽管许多人工智能职业道路需要学士或硕士学位，但也存在其他途径。你可以完成在线编程训练营，参加导致认证的个人课程，或者作为学徒学习。独立学习和开发投资组合也可以帮助你建立一份令人印象深刻的简历。
编程训练营：编程训练营在短时间内提供基本训练。入门训练营强调计算机科学基础，但不涵盖传统学士学位所需的通识教育课程。高级训练营侧重于专业主题，包括人工智能。
一些最好的人工智能训练营具有灵活性，例如异步课程和完全在线课程。学校和私人组织都提供训练营，大多数持续3-6个月。通过比较学费、课程和学习成果来选择合适的训练营。
在线课程和认证：在线课程可以免费向你介绍人工智能技能。存在许多涵盖人工智能主题的免费大规模开放在线课程（MOOC）。虽然有些收费不高，但你可以阅读以前学生的评论，找到满足你独特需求的MOOC。

探索在线课程时超越MOOC。一些领先的大学提供人工智能主题的课程，例如人工智能的商业应用。他们甚至可能提供人工智能认证。
实习和学徒：一次实习或学徒可以帮助你从经验丰富的人工智能专业人士那里获得所需的技能。许多大学生在暑假期间完成实习。这种经历可能需要临时搬迁和意想不到的费用。
学徒制提供与实习相同的优势，同时还支付工资。学徒制持续2-4年，并培训你计算机科学基础知识。谷歌等顶级雇主提供不同领域的学徒制，如数据分析和软件工程。
从事人工智能项目：通过从事发布在Stack上溢、GitHub和Reddit等在线人工智能社区上的小项目来发展你的人工智能技能。这些社区的人还可以帮助你探索符合你兴趣和职业目标的人工智能工作。
创建一个工作作品集可以帮助你建立网络并提升你的简历。你可以把它和你的简历和其他相关信息一起呈现在个人网站上。研究计算机科学专业人士的网站以获得灵感。

7条高需求的人工智能职业道路
根据国际货币基金组织的一项评估，数据科学家和机器学习工程师的人工智能突破预计将在未来几年影响全球近40%的工作岗位。像这样的预测推动了高需求人工智能职业道路的增长。希望保持在创新前沿的公司和组织为合格候选人提供令人印象深刻的薪水。
获得大学学位并创建作品集可以增加你在人工智能领域找到工作的机会。

数据科学家：数据科学家通过分析大型数据集得出有价值的结论。他们的工作涉及创建数据收集模型。专业人士需要坚实的商业、数学和编程知识基础才能在这个角色上取得成功。
高级职位需要数据分析、计算机科学或数学方面的学士学位。根据劳工统计局的数据，这些专业人士的工资中位数为108,020美元。工资最高的州包括华盛顿、加利福尼亚和弗吉尼亚。

机器学习工程师：机器学习工程师，也称为机器学习设计师，使人工智能模型对最终用户来说更容易访问和实用。典型的日常任务包括倾听利益相关者的需求和运行模拟。他们还识别问题和原型解决方案。
机器学习工程师的平均工资是118,470美元，根据2024年4月的Payscale数据。提供最高工资的雇主包括梅塔、Snap Inc.和奥多比。这些公司的专业人员每年可以挣19万美元以上。

AI研究员：人工智能研究人员，也称为人工智能工程师，为人工智能模型选择数据集，开发新的人工智能项目，并在最新软件上训练计算机。工人们每天大部分时间都在与其他工程师合作。他们还必须知道如何向没有计算机科学背景的观众展示发现。
人工智能研究人员需要许多技能，例如流利地掌握至少一种编程语言和数学学术背景。根据2024年4月的Payscale数据，该职业的工资中位数为128,560美元。

算法工程师：算法工程的职业道路包括开发和完善新算法。典型的职责包括在不同的人工智能模型中测试算法以找到最合适的。这个职业吸引了希望花大部分时间解决问题的专业人士。
你需要一个学士学位在软件工程或计算机科学有资格获得大多数算法工程师的职位雇主也可能要求流利的Java或流利的C++算法工程师的平均工资为121,500美元（工资规模，2024年3月）。

深度学习工程师：深度学习工程师使用PyTorch机器学习库和其他Python编程语言库训练神经网络。他们的工作提高了人工智能识别语音和与用户交流的能力。其他日常任务包括与软件工程师和数据科学家合作。
大多数深度学习工程师拥有本科或计算机科学的研究生学位。他们的平均工资为160,820美元（事实上，2024年5月）。工资最高的州包括加利福尼亚、华盛顿和纽约。

NLP工程师：自然语言处理（NLP）工程师训练人工智能使用用户的文本或语音执行任务。日常职责包括创建NLP处理系统、构建数据集和试验算法。像其他人工智能专业人士一样，NLP工程师必须跟上最新的人工智能和机器学习进步。
你可以探索一些只有副学士学位的入门级职业。雇主寻找的技能包括强大的统计和编程语言背景。专业人士的平均工资为107,280美元（Zip招聘人员，2024年5月）。

AI聊天机器人开发者：人工智能聊天机器人开发人员，也称为人工智能培训师，教人工智能如何与用户有效沟通和帮助用户。他们预测用户可能会要求什么问题或任务。其他职责包括创建新数据集、提供训练数据以及识别人工智能何时无法正确解释数据。
数据分析或数据管理学士学位可以让你有资格获得许多入门级人工智能聊天机器人开发人员职位。这个职业的平均工资超过93,000美元（齐普招聘人员，2024年5月）。

关于人工智能职业的常见问题
初学者如何开始学习AI？
从免费的入门课程开始你的旅程，比如谷歌提供的课程。像这样的课程教你生成人工智能和法学硕士基础知识。你还可以学习不同领域的专业人士如何使用人工智能模型。
其他入门课程提供者包括艾莉森、Coursera和Udacity。斯坦福大学也提供收费的入门人工智能课程，但完成后会颁发证书。

可以在不编程的情况下学习AI吗？
尽管存在许多低代码和无代码的人工智能模型，但你需要至少一种编程语言的坚实基础才能有资格进入人工智能职业道路。与你大学的学术顾问合作或进行独立研究，找出哪一个可以帮助你开始你的职业生涯。

初学者学习AI需要多长时间？
拥有数学和计算机编程背景的专业人士需要大约一年的时间来掌握基本的人工智能和机器学习技能。大多数全日制学位申请者需要四年时间才能获得这两个先决条件中的任何一个。你可以通过就读州立公立学校来节省学士学位的费用。

在哪里可以免费学习AI？
主要雇主和大学为有抱负的程序员和有兴趣在其业务中使用人工智能的专业人士提供免费或低成本的人工智能课程。优势包括与志同道合的人建立联系，培养你可以在训练营或大学课程中提高的技能。

人工智能认证值得吗？
如果你缺乏工作经验或大学学位，人工智能认证可以改善你的简历。职业生涯中期的专业人士的好处包括跟上最新的人工智能进步。获得认证也可以让你在快速变化的就业市场中保持竞争力。
注册前比较认证计划的审查和价格。你还应该考虑是否可以平衡工作量和其他职责。