到目前为止，我们知道人工智能是一个快速发展的领域。
事实上，它的发展速度如此之快，以至于就业市场人工智能以美国为中心的角色正在迅速扩大。因此，对具有人工智能背景的人才的需求很高也就不足为奇了。但即使你符合人工智能专家的要求，你可能也不知道你所在领域最抢手的工作是什么。
幸运的是，我们概述了人工智能领域目前正在招聘的7个核心职位。让我们来看看哪一个适合你。
在深入研究你可以凭借人工智能经验从事的工作类型之前，请务必全面概述人工智能的历史刷新你的知识。
现在，让我们来了解一下人工智能领域最适合你的七个工作，以及每个角色的教育要求、必要的经验、预期工资和其他相关花絮。
注意:在撰写本文时，所列的任何工资都是准确的。然而，薪水会根据工作时间、工作地点、个人技能、教育程度和经验而波动。
商业智能(BI)开发人员使用不同类型的软件和数据库。商业智能包含大规模的企业级数据分析，其中包括历史、当前和预测性业务操作决策。
BI开发人员的角色包括编码、开发工具、微调流程和工具、调试、研究和寻找问题的解决方案。该角色需要了解数据挖掘、关系和多维数据库、设计、测试和分析数据架构，以及从他们的发现中聚合结果。其他任务包括为流程撰写报告和技术文档。
BI开发人员必须拥有计算机科学/工程学士学位，并专注于软件开发。相关领域的研究生学位也是必要的。
Glassdoor网站称，平均基本工资在美国，一个商业智能开发人员的年薪大约是9万美元。
聊天机器人开发人员是专门从下往上创建聊天机器人的软件开发人员。像这样的职位要求理想的候选人知道如何用多种语言编码，对人工智能有很好的理解，并且知道如何从零开始创建一个聊天机器人而不是使用一个带有预先设置的程序作为创建聊天机器人的跳板。
聊天机器人开发人员的职责包括对自然语言处理关系数据库、语言学、语义设计、一系列编码语言(根据特定的角色需求而定)、无服务器应用程序开发等等。这些需求在很大程度上取决于公司、正在开发的聊天机器人的类型以及聊天机器人的商业目的。
聊天机器人开发者可以有不同层次的学术经验。一些职位要求计算机科学学士学位，而另一些则要求硕士学位。有些职位只要求应聘者会用不同语言编写代码(比如c#、Java、Python， Node.js, JavaScript等)，并具有开发功能性web应用程序和程序的经验。
Glassdoor网站称，平均基本工资在美国，一个聊天机器人开发人员/工程师的年薪大约是8万美元。复习一下我们的聊天机器人统计汇总了解聊天机器人开发人员/工程师的工作到底有多有价值。
计算机视觉工程师通过设计和实现算法来开发计算机视觉技术和解决方案。计算机视觉包括计算机如何理解数字图像和视频，该领域的目的是自动化计算机系统来做人类视觉系统所做的事情(即看到、消费和理解我们正在观看的内容)。
计算机视觉工程师包含机器学习、计算机视觉和编程语言的混合知识。该职位以开发为基础，具有创造性，涵盖工程和数字媒体领域。计算机视觉工程师还必须了解多视图几何、束调整、SLAM(同步定位和映射)等概念。
计算机视觉工程师可以拥有计算机科学或相关定量领域的学士、硕士或博士学位。学历越高，薪水越高。
Glassdoor网站称，平均基本工资在美国，计算机视觉工程师的年薪约为8.7万美元。
数据科学家对大量数据进行分析、可视化和建模。大数据．通过使用机器学习模型，数据科学家可以帮助基于大规模数据分析及时做出业务决策。数据科学家是科学家、数据分析师、程序员和统计学家的结合体。
这个角色需要高水平的解决问题的技能，如何操作大型、复杂的数据集，以及了解如何基于数据分析预测未来的结果。数据科学家需要建立预测模型，以便做出经过测试的、准确的业务决策。
数据科学家可能需要统计学、应用数学、计算机科学或其他定量领域的硕士或博士学位。无论申请人持有何种学位，他们必须有统计建模的经验，并很好地理解机器学习技术和技术，以便做出更明智的商业决策。
Glassdoor网站称，平均基本工资在美国，一名数据科学家的年薪约为11.7万美元。
机器学习(ML)工程师是专门构建机器学习应用程序、数据管道和API集成的软件工程师。ML工程师需要了解如何编码，NLP是什么，对数据分析有很强的掌握，并且能够分析问题，提出解决方案，并为他们可能面临的未来问题提供项目可能性和结果。这属于预测分析，这是机器学习整体的一个方面。
ML工程师应该在统计模型方面有经验，知道算法是如何工作的，理解什么是深度学习及其与机器学习的联系，熟悉面向对象编程，并知道如何开发程序和应用程序。
机器学习工程师必须拥有计算机科学学士学位。大多数机器学习工程师还拥有机器学习的硕士或博士学位。一些工作允许申请人申请学士学位和证书机器学习和人工智能，就像程序一样麻省理工学院．
Glassdoor网站称，平均基本工资在美国，一名机器学习工程师的年薪约为12.1万美元。
想在申请梦想的工作之前磨练你的机器学习技能吗?找出机器学习软件目前存在并学习如何使用它。请查看最容易使用、最佳和最高评级选项的排名。
研究科学家专门从事人工智能的几个应用:应用数学、机器学习、深度学习、强化学习、计算统计学和自然语言处理等。值得注意的是，研究科学家可以在各种学科中找到工作，比如医学或教育。
一个研究科学家必须明白api、计算及数据服务(例如:SQL/ NoSQL、区块链， Spark)，了解云平台、建模和计算，容器，以及更多。
大多数研究科学家的职位要求至少有工程学、计算机科学或物理学的硕士学位，尽管许多要求博士学位。有些学校允许学生至少拥有上述任何一个领域的学士学位。
Glassdoor网站称，平均基本工资在美国，一个研究科学家的年薪大约是83,500美元。
研发工程师与机器学习工程师密切相关。这个角色需要文本和情感分类、异常检测、欺诈检测等方面的知识。研发工程师将开发系统架构，然后测试、维护和修改现有系统。
研发工程师可能属于电气、机械或材料工程领域，并可能专注于其中一个领域。除了实际的开发过程，研发工程师还监督工具和系统的开发和生产。
许多研发工程师职位要求应聘者拥有工程硕士学位(如机械、电气、材料)、计算机科学、数学或硬科学之一(如生物学或物理学)。有些职位要求应聘者在该领域有5年以上的工作经验，至少要有上述一个专业的学士学位。
Glassdoor网站称，平均基本工资在美国，一个研发工程师的年薪大约是8.5万美元。
如果你目前正在攻读计算机科学学位，想换工作，或者简单地说学习人工智能在投身于一个全新的、令人兴奋的职业道路之前，一定要温习一下人工智能的基础知识。
然后，每个人自己关于各种人工智能软件和公司的类型目前在人工智能创新方面处于领先地位。谁知道呢，你可能只需点击几下鼠标就能找到你未来的雇主!
