人工智能AI工程师职业规划指南
230万个工作岗位，取代将消除的180万个工作岗位。在过去的几年中，工作增长已经淹没了整个行业，因为对具有AI技能的人的需求已经翻了一番。因此，在本文中，我将按以下顺序指导您完成如何成为人工智能工程师的道路：
1)什么是人工智能?
2)谁是人工智能工程师?
3)如何成为人工智能工程师：路线图
4)所需技能
5)AI工程师的角色和职责
6)薪资趋势和公司招聘
什么是人工智能?
人工智能是一种使机器模仿人类行为的技术。人工智能是计算机系统的理论和发展，能够执行通常需要人类智能的任务，例如视觉感知，语音识别，决策和语言之间的翻译。
如果您问我，人工智能是由我们编程的机器完成的人类智能模拟。机器需要学习如何推理并根据需要进行一些自我校正。
谁是人工智能工程师?
人工智能工程师使用算法，神经网络和其他工具以某种方式推进人工智能领域。这些专业人员可能从事不同行业的各种类型的人工智能工作，例如
1)卫生保健
2)零售
人工智能工程师是从事人工智能问题或技术研究的人员。工程师还可以在涉及弱或强人工智能的项目之间进行选择，在这些项目中，不同的设置专注于不同的功能。这是另一个讨论的主题。现在有很多方法可以到达那里。因此，让我们看看如何成为一名人工智能工程师。
如何成为人工智能工程师
1.现在，如果我们从基础知识入手，则需要首先获得学士学位。它可以来自以下领域或主题：
1)计算机科学
2)数学
3)信息技术
4)统计
5)金融
6)经济学
2.下一步是微调您的技术技能。这里要注意的重要一点是，要成为一名AI工程师，不仅需要擅长编程，还需要擅长软件开发技术和实践。他们需要在理论上和实践上都了解以下主题：
1)软件开发生命周期
2)模块化，OOPS，类
3)设计模式
4)统计与数学
5)机器学习
6)深度学习与神经网络
7)电子，机器人技术和仪器(非授权)
3.在计划如何成为一名成功的人工智能工程师时，除了技术技能外，还必须具备一定的业务技能。这些技能包括：
1)解析式问题解决
2)有效沟通
3)创造性思维
4)行业知识
4.现在，可以通过实践或选择硕士学位来获得这些技能。由于AI是当今世界上一个新兴的话题，因此许多最新发现和研究正在进行中，这可能对您的论文很有用。建议攻读数据科学，机器学习或计算机科学的硕士学位。
另一个选择是获得机器学习，深度学习或数据科学的行业认证。这将为您的简历增加很多价值，并且将帮助您在理论和实践上获得对主题的深入了解。反过来，这将帮助您在其他竞争对手中获得优势。
所需技能
在“如何成为人工智能工程师的路线图”中，我们看到了一些所需的技术和业务技能。让我们仔细看看这些技能。从技术技能入手：
技术能力
1)编程语言(R/Java/Python/C++)
一个人需要精通编程语言，不仅要对类和数据结构有深入的了解，这很重要。
有时Python不够用。通常，您会遇到需要利用硬件来提高速度的项目。确保您熟悉基本算法以及类，内存管理和链接。
2)线性代数/微积分/统计
您需要非常熟悉矩阵，向量和矩阵乘法。如果您对微分和积分有一定的了解，那么您应该很清楚。统计数字将会很多。
至少要确保您熟悉高斯分布，均值和标准差。您需要对概率有深入的了解，才能理解诸如
a)朴素贝叶斯
b)高斯混合模型和
c)隐马尔可夫模型
3)应用数学和算法
对算法理论有深刻的理解并了解算法的工作原理非常重要。您将需要了解诸如梯度下降，凸优化，Lagrange，二次规划，偏微分方程和求和等主题。
如果您已经离开了一段时间，所有这些数学乍一看似乎都是令人生畏的。是的，机器学习和人工智能比前端开发等需要更多的数学知识。
4)语言，音频和视频处理
自然语言处理结合了两个主要工作领域，即：语言学和计算机科学在某些时候可能会使用文本，音频或视频。
因此，有必要对Gensim，NLTK等库以及word2vec，SentimentalAnalysis和Summarization等技术进行良好控制。
5)神经网络架构
我们需要机器学习来处理过于复杂的任务，以至于人类无法直接进行编码，即过于复杂以至于不切实际的任务。到目前为止，神经网络是解决许多问题的最准确方法，例如翻译，语音识别和图像分类，它们在AI部门中起着非常重要的作用。
除了这些技术技能外，还需要某些非技术技能或业务技能才能成为一位成功的AI工程师。因此，让我们继续这篇“如何成为人工智能工程师”一文，以了解我所说的“非技术技能”到底是什么意思。
商业/非技术技能
1)通讯
您将需要向该领域几乎没有专业知识的人解释ML和AI概念。您可能还需要向电气和机器人技术人员学习。交流将使所有这些变得更加容易。
2)创造性和批判性思维
AI工程师必须查看数字，趋势和数据，并根据发现得出新的结论。对已建立的业务实践提出质疑并集思广益，探讨人工智能的新方法。
无论您看着AI的兴起是兴奋还是恐惧，机器人都将以一种或另一种形式存在。将这项新技术与人类独特思想的最强特征相结合，可以提供一个尚未被充分开发的潜力世界。
3)快速成型
为了找到可行的想法，必须尽快迭代想法。在机器学习中，这适用于从选择正确的模型到进行项目(例如A/B测试)的所有过程。您需要执行一组用于使用三维计算机辅助设计快速制作物理零件或装配体的比例模型的技术，尤其是在处理3D模型时。
4)行业知识
最成功的人工智能项目将是那些能够解决真正痛点的项目。您正在为哪个行业工作。您应该知道该行业是如何运作的，什么会对业务有利。
如果人工智能工程师没有业务敏锐度以及构成成功业务模型的要素的专门知识，则无法有效地利用所有这些技术技能。
现在，有了这些技能，您肯定可以找到一名人工智能工程师的工作，但是一旦您工作了，还需要知道您在日常生活中到底会做什么。因此，这是AI工程师的关键角色和职责。
角色与职责
通常取决于他们的专业技术水平，人工智能工程师：
1)研究和转换数据科学原型
2)研究并实施适当的ML算法和AI工具
3)根据需求开发机器学习应用程序
4)与电气工程师和机器人团队合作
5)选择适当的数据集和数据表示方法
6)运行机器学习/AI测试和实验
7)必要时训练和再训练系统
8)跟上领域的发展
薪资趋势和公司招聘
根据Indeed的说法，人工智能工程师的平均年薪约为110,000美元，其中最低年薪为105,244美元，最高年薪为144,611美元。让我们转到“如何成为人工智能工程师”的最后一节，看看哪些公司正在雇用这些专业人员。
聘请顶尖AI人才的公司范围从ArgoAI这样的初创公司到IBM这样的技术巨头。根据Glassdoor的说法，这些是过去一年雇用顶级AI人才的领先雇主。
因此，本文到此结束。我希望您对人工智能工程师的概况有所了解，以及使该工作成为独一无二的一条正确的道路以及所需的技能集是什么。现在您知道如何成为一名人工智能工程师，您必须查看Edureka的机器学习硕士课程。
Edureka的机器学习工程师硕士课程使您精通监督学习，无监督学习和自然语言处理等技术。它包括有关人工智能和机器学习的最新进展和技术方法的培训，例如深度学习，图形模型和强化学习。
如果您有特别想了解的内容，可以写到下面的评论里，我会写一写大家感兴趣的内容。
摘自：https://www.aaa-cg.com.cn/data/2243.html
人工智能分级
人工智能分级“标准智能模型”（略看即可）所谓0级人工智能第1级人工智能第2级人工智能第3级人工智能第4级人工智能:专用人工智能第5级人工智能:通用人工智能兄弟姐妹萌ლ(′◉❥◉｀ლ)，我老咸鱼又回来了！。
之前在人工智能概述中讲过，人工智能伴随着计算机发展至今。但同样是人工智能，其中一些与智能相差甚远，根据“标准智能模型”，可以将人工智能分为不同的等级。
“标准智能模型”（略看即可）（扩展的冯·诺依曼架构）
（冯·诺依曼架构图）
根据冯·诺依曼体系结构构成的计算机，必须具有如下功能:
把需要的程序和数据送至计算机中。
必须具有长期记忆程序、数据、中间结果及最终运算结果的能力。
能够完成各种算术、逻辑运算和数据传送等数据加工处理的能力。
能够按照要求将处理结果输出给用户。
为了完成上述的功能，计算机必须具备五大基本组成部件，包括:
输入数据和程序的输入设备;
记忆程序和数据的存储器;
完成数据加工处理的运算器;
控制程序执行的控制器;
输出处理结果的输出设备。
“标准智能模型”（扩展的冯·诺依曼架构）给了我们启发，判断标准如下：
可不可人机交互，也就是有没有输入/输出系统；
系统内部有没有能够存储信息和知识的知识库；
这个系统的知识库能不能不断更新和增长；
这个系统的知识库能不能与其他人工智能系统进行知识共享；
这个系统除了从外部学习并更新自己的知识库之外，能不能主动产生出新的知识并分享给其他人工智能系统。
根据“标准智能模型”可以把人工智能分成5个级别。（网上亦有分成0级~5级,6个级别的，但是所谓0级人工智能，不能称为“人工智能”，咱就不讨论了。我简略写一下。）
所谓0级人工智能所谓0级人工智能在现实中不能找得对应系统范例的案例。所以忽略就行。
标准智能模型下的0级人工智能：其实“标准智能系统”延伸出来的分级规则中，还有一些组合，例如，可以信息输入，但不能信息输出，或者可以信息输出，但不能信息输入，或者可以创新创造，但知识库不能增长，这些在现实中不能找得对应系统范例的案例，我们将其统一划归到”人工智能系统的第0级系统“，也可以叫”人工智能系统的特异类系统“
第1级人工智能第1级人工智能：包含简单控制程序的家用电器等，其控制程序只是简单的关联了输入和输出关系。这些家电中，有的只是配置一个简单的控制程序，而有的具有各种各样的传感器（输入）和执行器（输出），甚至与第二级AI都无法区分。
标准智能模型下的1级人工智能：不能与测试者（人类）进行信息交互的物体和系统可以定义为”人工智能系统的第1级系统“
第2级人工智能第2级人工智能：具有各种感知和行为模式，以及对问题的响应模式，也就是非常讲究关联输入和输出方法的人工智能。
作为一款普通手机软件的象棋程序，也属于这个级别。此外，根据输入的推断和搜索来破解迷宫和谜题之类的程序，以及通过提前输入如同数据库一般的知识库来得出结果的诊断性程序，也都属于这个级别。
标准智能模型下的2级人工智能：够与人类测试者使用者进行信息交互，但它的控制程序或知识库从诞生时就不再发生变化。这种系统，我们可以定义为”人工智能系统的第2级系统“
第3级人工智能第3级人工智能：引入了“机器学习”的人工智能.
什么是“机器学习？”可以查看：人工智能——机器学习.
隐藏在搜索引擎里，或者以网络上的大数据为基础自动进行判断的人工智能都属于这个等级。
标准智能模型下的3级人工智能：能够与人类测试者使用者进行信息交互，但这类系统不能与其他系统通过“云端”进行信息交互，控制程序或知识库只能接受usb,光盘等外接设备进行程序或信息升级，这种系统，我们可以定义为”人工智能系统的第3级系统“
第4级人工智能:专用人工智能对应第3级人工智能使用了深度学习的人工智能，可以说是第四级人工智能。
什么是“深度学习？”可以查看：人工智能——深度学习
由于使用了深度学习，所以这些智能只能在特定领域发挥有限的智能，被归类为“专用人工智能”。人类可以将在围棋上所学到的经验运用于其它领域，然而围棋AI无论在围棋领域有多厉害，却无法做到除围棋以外的事情。同理自动驾驶AI在驾驶上再厉害，也无法做驾车以外的事情。所以称为"专用人工智能"。（无法创新创造产生新的知识。）
标准智能模型下的4级人工智能：这种系统能够与人类测试者使用者进行信息交互，可以通过“云端”进行信息交互，进行程序或信息升级，但这类系统所有的信息都是直接从外部获得，其内部无法自主的，创新创造的产生新的知识，这种系统，我们可以定义为”人工智能系统的第4级系统“
第5级人工智能:通用人工智能尚未实现的“第5级人工智能:通用人工智能”.
如果人工智能水平达到了像阿童木和多啦A梦一样，可以理解人的意图，听懂笑话，进行想象等等这种能够与人产生共鸣的人工智能。这种水平，可以叫第5级人工智能。
标准智能模型下的5级人工智能：能够与人类测试者使用者进行信息交互，可以创新创造的产生新的知识，并可以通过文章，信件，电报，甚至互联网这样的“云端”进行信息交互，这种系统，我们可以定义为”人工智能系统的第5级系统“
参考资料
《漫画人工智能》《神经网络与深度学习应用实战》《人工智能的6个智能分级》http://www.360doc.com/content/20/0225/14/62725930_894713281.shtml360百科——https://baike.so.com/doc/6569041-6782803.html（冯·诺依曼结构）