人工智能领域的研究跨度较广，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。其中，现阶段需求量最大的3个领域分别是语音识别、图像识别和自然语言处理。
这些工作的共同点是都需要大量数据和深度学习功能。因此，算法策略和数据分析称得上是人工智能的两大核心岗位。
算法工程师主要有视频算法工程师、图像算法工程师和音频算法工程师。“如果把AI看作学生，算法工程师就是老师。”旷视科技市场部负责人谢忆楠说。算法工程师的任务是制定一套合理的算法逻辑，让AI快速、准确地习得某个指令。这个职位需求的基本技能是编程，因此需要很强的逻辑思维能力。
人工智能深度学习的基础是大量的数据输入，数据分析师要做的不仅是获取海量数据，还要从数据中找出规律，给出解决方案。可以说，“算法工程师给的是学习方法，数据分析师负责提供教材。”数据分析的另一个岗位是数据标注。大规模的数据里难免会出现“污染”数据，但AI不能自己判断输入数据的正误。“如果输入1000张照片并告诉AI这是猫，但其中混入了一张狗的照片，那么AI会强制认为这是猫。”谢忆楠说，这时候就需要数据标记将错误信息剔除。
除了这两类核心的研发岗位，AI行业还需要大量应用型人才。AI是一门技术，最终落实成产品才能具备商业价值。解决方案是未来比较有潜力的岗位。因为未来AI会和许多行业结合，如何把AI核心技术和行业需求绑定是一个很大的考验。因此，制定解决方案的不仅要了解AI技术本身，还要了解哪些行业对AI有需求。
