首先，人工智能領域目前已經(jīng)逐漸形成了一個龐大的產(chǎn)業(yè)體系，整個產(chǎn)業(yè)體系結構中也涉及到大量的工作崗位。從人工智能領域的研發(fā)方向來看，目前計算機視覺、自然語言處理、機器學習（深度學習）、機器人學這幾個領域的熱度相對比較高，相關的從業(yè)人員也比較多。

機器學習是人工智能技術體系的一個重要基礎，大量人工智能領域的技術研發(fā)都離不開機器學習的相關知識，所以機器學習領域的崗位頗具代表性。機器學習的具體步驟涉及到數(shù)據(jù)采集、算法設計、算法實現(xiàn)、算法訓練、算法驗證和算法應用，其中就涉及到數(shù)據(jù)工程師崗位（數(shù)據(jù)采集、數(shù)據(jù)整理）、算法工程師崗位（算法設計、算法實現(xiàn)）和軟件工程師崗位（應用），這些崗位的細分方向也比較多，比如算法設計和算法實現(xiàn)通常就是兩個不同的崗位。

隨著產(chǎn)業(yè)互聯(lián)網(wǎng)的快速發(fā)展，大型科技公司紛紛推出了自己的人工智能平臺，所以近幾年有很多計算機專業(yè)的研究生都選擇了人工智能平臺的相關研發(fā)崗位。由于不同公司往往有不同的側重點（計算機視覺、自然語言處理等），所以也會有不同的崗位側重，前幾年算法崗位的人才需求量比較大，而目前開發(fā)崗位的人才需求量更大一些，這一點在2019年的秋招上有比較明顯的體現(xiàn)，不少畢業(yè)生也都從算法崗位轉向了開發(fā)崗位。

隨著產(chǎn)業(yè)結構升級的持續(xù)推進，以及5G通信的落地應用，未來人工智能領域的發(fā)展前景還是非常廣闊的，也會持續(xù)釋放出大量的人才需求。從這個角度來看，當前職場人學習一定的人工智能知識還是很有必要的。