聚光灯
机器学习工程师、数据科学家、人工智能开发人员、人工智能软件工程师、深度学习工程师、人工智能系统工程师、认知计算工程师、机器人流程自动化工程师、自然语言处理工程师、计算机视觉工程师、人工智能研究工程师
机器中存在类似人类的智能这一概念已经存在了近150年。正如你可能期望的那样，这个想法是在虚构的背景下提出的（在1872年的小说《伊鲁宏》中）。然而，人工智能，或AI，已经成为现实有一段时间了。我们可以感谢著名的二战破译者阿兰-图灵的远见卓识，他对机器智能的现代探索以及对发现其极限的推动。
人工智能专家处于这一计算机科学运动的最前沿，旨在教导计算机以人类的方式思考并与人打交道。今天，我们的设备使用人工智能进行语音识别，并作为虚拟助手与我们交流。人工智能可以识别我们的脸、声音和指纹。它预测和建议，过滤在线搜索结果，扫描我们的电子邮件中的垃圾邮件，翻译语言，并操作机器。我们中的大多数人每天都在使用这种神奇的技术，却没有想到它，或者在某些情况下甚至没有意识到它。
当然，对于人工智能及其快速发展，也有可靠的担忧。事实上，人工智能专家们现在面临着人工智能伦理的真正问题。正在研究的一个潜在的伦理困境是，当我们建立比自己的创造者更快、更聪明的技术时，我们如何保护自己不受 "AI偏见 "的影响？建造比我们更先进的人工智能的一个可怕后果是失去对智能系统的控制......以及之后的不良后果！"。
- 从事前沿的、改变世界的技术工作
- 让数百万人工智能用户的日常生活更轻松（通过设备等）。
- 帮助企业变得更有竞争力
- 在人工智能和物联网之间建立新的联系
- 增强医疗实践，有可能拯救生命和改善健康
- 为无人驾驶汽车的运行构建AI解决方案
工作日程
人工智能专家全职工作，通常在室内，但有些工作涉及户外活动。当一个程序或系统出现故障时，雇主可能会联系工人寻求帮助，以使事情重新正常运行。
典型职责
- 人工智能专家在一个广泛的领域工作，因此个人职责取决于雇主和工人被雇用的具体角色
- 一些专家从事垃圾邮件拦截器和剽窃检查器的工作
- 其他人可能会建立语言翻译服务，如谷歌翻译
- 其他取决于角色的典型职责可以包括。
- 认知模拟模型
- 创建应用人工智能程序，根据识别面部特征、声音、指纹、步态检测、心跳和其他因素来识别和跟踪人员。
- 建立程序来收集和解释数据和信息，发现模式，利用结果来确定问题的解决方案并做出决定
- 致力于开发帮助医务人员诊断病人的软件
- 加强提供建议的聊天机器人
- 寻找未发现的自然资源的先进技术
- 编写程序来控制（自动驾驶）无人驾驶车辆，以达到多种目的
额外责任
- 推动创造更智能的人工智能系统，能够推理和学习，甚至为自己和其他人工智能编程。
- 改进模拟人类发声模式的程序
- 在人工智能方面的工作，以协助法律和金融部门的工作
- 与外部客户和利益相关者合作
- 紧跟时代发展；参加专业组织活动和会议
Soft Skills
- 注重细节
- 协作
- 创造性
- 耐心
- 以目标为中心
- 高度的组织性
- 调查性和好奇心强
- 解决问题的能力
- 以过程为导向
- 强大的沟通能力
- 能够用更简单的语言解释复杂的问题
技术技能
- 掌握多种计算机编程语言
- 系统分析
- 自然语言处理
- 神经网络
- 强大的数学技能，包括微积分、线性代数和统计学
- 计算机科学背景
- 对认知科学非常熟悉
- 熟悉人类学、哲学和心理学
- 公司/私营部门公司
- 政府/军事机构
- 医疗卫生行业
- 高等教育机构
- 研究和开发中心
- 科学组织
- 车辆和运输业
在人类将社会的钥匙交给人工智能之前，我们应该确保它以我们打算的方式工作。以上，我们提到了一些与人工智能伦理有关的担忧。但还有很多期望，人工智能专家有责任满足。他们的任务是创造出像人类一样思考的程序，然而事实是，人工智能在许多功能上的运作速度比我们快得多，而且有时会出现不可预测的情况。
当人工智能犯错（或人类认为是错误，但对人工智能来说是合乎逻辑的错误）时会发生什么？这个问题在《2001年：太空漫游》中也许得到了最好的描绘，当时一艘太空船上的人工智能决定，它完成编程任务的唯一方法是终止试图中止任务的人类。
幸运的是，人工智能专家们已经想出了这个办法。这些场景可能看起来像科幻小说，但对假设的问题却非常重视。如果邪恶的人工智能真的占领了地球，摧毁了所有的人类，人工智能专家将得到指责（尽管显然不会持续太久）!
说真的，当前最热门的一些趋势是人工智能的伦理问题。经常提到的 "奇点 "是专家们正在研究的一个重大挑战，他们希望确保我们非常谨慎地对待这样一个事件。对于那些没有听说过的人来说，奇点是一个假想的未来事件，在这个时候，人工智能变得如此先进，我们无法控制它，也无法预测它接下来会做什么。换句话说，《终结者》系列涵盖了这个话题，虚构了天网的崛起，一个与我们的武器系统联网的军事防御AI系统。它的 "自我意识 "成为一个奇点事件，因为它控制了我们的核导弹和其他机器，成为一个不可阻挡的对手。
除了防止乌托邦式的未来，其他人工智能行业的趋势包括提高网络安全，使人类无法入侵人工智能系统，人工智能芯片的出现，增加人工智能和物联网之间的联系，自动机器学习，以及云计算世界的人工智能。
这可能不用说，但人工智能专家们小时候可能是科幻迷。科幻小说让几代人接触到了计算机程序所能做到的似乎无穷无尽的可能性。虽然大多数人工智能并不在机器人主机内运作（还没有），但它已经达到了许多作家多年前预测的地步（尤金-古斯特曼，一个由三名程序员于2001年在俄罗斯圣彼得堡创建的人工智能聊天机器人，被广泛认为已经通过了传说中的图灵测试，这意味着人工智能可以欺骗与它交流的人类）。
但是，人工智能爱好者还必须有出色的硬技术能力，以配合那些充满创意和梦想的头脑。这个领域的工作者可能在学校里努力学习，做研究，正确地安排论文的格式，并注意细节。他们可能非常有逻辑性和客观性，以结果为导向，并且独立。事实上，像许多年轻时的IT专业人士一样，人工智能专家往往很满足于独自在室内长时间工作，专注于手头的任务，或者也许迷失在代码的世界里。
- 入门级人工智能专家应至少拥有学士学位，通常是计算机科学或相关专业（甚至是认知科学等跨学科学位）。
- 许多工人要么在开始工作前完成研究生学位，要么在受雇于该行业时完成一个学位。
- 高级学位的专业可以包括人类学、哲学、心理学或心理语言学
- 人工智能是一个广泛的领域，但典型的课程作业可以包括。
- 代数、算法、微积分、逻辑、概率和统计学
- 贝叶斯网络
- 认知科学理论
- 计算机编程语言/编码
- 工程学
- 图形化建模（神经网）。
- 物理学
- 机器人技术
- 自然语言处理
- 系统分析
- 如果你能找到专门的人工智能项目，那就是最好的选择。否则，寻找在上述领域提供课程的项目。
- 成本始终是一个考虑因素。文凭上的大学名称是雇主会看的东西，但最终，是你的资格会让你找到工作。
- 寻找列出学生保留率统计数据的项目，或尝试找到学生对项目和/或教师的评价。
- 学生与教师的比例是多少？人工智能是一个复杂的研究领域，所以当你需要帮助或有问题时，你会希望得到老师的足够关注。
- 资金和研究设施是一个巨大的考虑因素。与人工智能一起工作需要大量的实践!
- 最好的学校通常会获得最多的外部资金，但要确保这些资金被用于促进学生的学习。
- 阅读教师的传记!通常情况下，少数教师将构成你的人工智能学习经验的主体，所以不要只关注学校，也要关注人。
- 说到人，校园里有什么样的AI俱乐部和学生组织？他们有多活跃？他们有什么全国公认的成就吗？
- 如果报读IT学位，请检查该课程是否经过ABET认证。
- 如果可行的话，可以考虑在线课程，但请记住，对于许多课程来说，亲临现场可以大大提升学习体验。有时，混合课程是一个完美的折衷方案!
Great Values Colleges's 40 Best Colleges in the U.S. for Artificial Intelligence has a strong list of schools for undergrad programs.此外，还可以查看U.S. News的最佳计算机科学学校和最佳人工智能项目。如前所述，并非所有的人工智能专家都完成了人工智能或计算机科学的学位，但这些名单应该让你开始学习
- 高中生应该在上大学前学习一切可以学习的知识，为今后的艰苦工作打下坚实的基础。
- 选修高级数学、编程和其他相关课程对于为大学一年级的学习做好准备非常重要。
- 通过做短期的在线课程（或较长的认证项目），如edX、Coursera、Udemy、Pluralsight等提供的课程，获得先机。你也可以完成在线编码课程或训练营
- 在大学里，明智地使用选修课。选修课程以推动你在人工智能事业上的发展
- 参加学校的项目，如果没有的话，也可以开始自己的项目。
- 与你的大学项目交谈，了解如何协助他们的研究中心。
- 寻找实习机会或任何获得工作和研究经验的机会
- 与同龄人合作，分享知识，并有可能找到能够指导你的学生
- 观看教程视频，阅读书籍和在线内容，并参与讨论
- 查看Lionbridge的18个人工智能和机器学习子版块的建议
- 获得工作的最好方法是完全合格，并在申请中展示你的学术和工作经验。
- 参加TripleByte测验 ，如果你通过筛选测试，他们将为你联系雇主。
- 只申请你完全适合的职位。仔细阅读招聘启事，确保你能勾选所有的方框
- 你可以在Indeed、ZipRecruiter、Glassdoor和其他一些门户网站上找到招聘信息。
- 向你大学的系或职业中心询问他们可以提供的帮助。
- 如果你还没有做过实习，为什么不试试呢？它可以让你进入公司的大门，并帮助你获得工作经验。即使他们不长期雇用你，这也是一个开始。
- 告诉你的朋友和老师，并在LinkedIn上发布消息。这些天，大多数工作都是通过网络找到的（补充一点，确保你有一个强大的网络！）。
- 查看招聘人员阅读的文章，以获得洞察力。TOPBOTS有一篇关于雇用人工智能和机器学习专家的好文章。
- 参加大学主办的行业博览会和其他活动。提出问题，建立联系，并递送简历!
- 说到简历，请确保你的简历没有错误并且写得很好。抢夺一些人工智能简历模板以获得灵感
- 阅读Springboard的人工智能面试预习题
- 进入那里，向你的雇主展示你的能力。尽早并不断地用你对该领域的奉献和对组织的奉献打动他们。
- 把自己变成一个有价值的主题专家，能够解决一些问题!
- 不要停止学习。这是一个不断发展的领域，世界各地都有突破性进展。密切关注国际人工智能新闻，学习课程，并完成你的研究生学位。
- 无论是在工作中还是在 "下班 "后，都要做一个完美的专业人士。在今天的网络世界中，一个有问题的行为可能会回来困扰你，所以要保持你的数字足迹干净。
- 向老板展示你也可以成为一个老板。展示领导潜力，在你可以的时候在团队项目中起带头作用
- 经常有工作暂停，所以要在最后期限前完成，但不要走捷径。质量很重要，微小的错误会导致连锁反应的后果。
- 人工智能专家在那里是为了解决问题，但也是为了突破界限。换句话说，工作的一部分是提出新的问题（又称挑战！）来克服。不要害怕抛出一些 "如果......怎么办？"的问题来进行头脑风暴
担任人工智能专家的概念似乎令人振奋，但现实有时并不像想法本身那样令人兴奋。这个职业领域几乎与其他任何领域都不同，因为工人在许多方面都是边走边创造。他们正在探索未知的领域，而且不一定知道自己在寻找什么！这就是为什么许多学生选择了 "专业"。这就是为什么许多学生选择考虑其他工作的可能性，例如。
- 计算机科学教师
- 计算机系统分析员
- 计算机系统工程师/架构师
- 遥感科学家和技术专家
- 软件开发人员，系统软件
新闻联播
特色工作
在线课程和工具
年薪预期
New workers start around $142K. Median pay is $172K per year. Highly experienced workers can earn around $210K.
年薪预期
新员工的起薪约为 11.5 万美元。年薪中位数为 15.6 万美元。经验丰富的员工年薪可达 17 万美元左右。
年薪预期
新员工的起薪约为 17.2 万美元。年薪中位数为 20.5 万美元。经验丰富的员工年薪可达 22 万美元左右。
年薪预期
新员工的起薪约为 10.8 万美元。年薪中位数为 14.6 万美元。经验丰富的员工年薪可达 18 万美元左右。
年薪预期
新员工的起薪约为 11.2 万美元。年薪中位数为 14.9 万美元。经验丰富的员工年薪可达 17.3 万美元左右。
年薪预期
新员工的起薪约为 10.3 万美元。年薪中位数为 13.8 万美元。经验丰富的员工年薪可达 17.3 万美元左右。