全文共2168字，预计阅读时长4分钟
人工智能、大数据的热度一直在延续。越来越多的企业把人工智能和大数据运用在自己的产品设计和长期规划中，相关职位的招聘待遇诱人且竞争火热；高校也积极扩展相关专业，培养出越来越多计算机科学出身的可用之才。
在这样竞争激烈的环境之中，一些关于未来职业规划的建议肯定会对如今的学生、未来的科技骨干人才们有所帮助。IEEE 计算机学会 Computing Edge 杂志的记者 Lori Cameron 就采访了两位人工智能、大数据领域的业内人士，让他们为学生们提出一些职业建议。AI 科技评论编译如下。
Douglas Fisher 教授任教于 Vanderbilt 大学计算机科学和计算机工程专业，除了教职外，Fisher 教授在 CompSustNet 中担任外联、教育、多样性和综合应用方面的总监，CompSustNet 是一个美国国家科学基金会赞助的研究网络，致力于探索计算可持续性的新方向。 Fisher 教授在 IEEE Intelligent Systems 的 2016年 7月/ 8 月刊中发表了文章《人工智能在计算可持续性领域的最新进展》。 Computing Edge 向他咨询了人工智能领域的职业发展状况。对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。
ComputingEdge：人工智能领域中的哪些职业将在未来几年内获得显著发展？
Fisher：未来的许多人工智能工作都会与自动化的设计与实践产生广泛的联系。这些工作分布于零售、运输和医疗保健等领域。 然而，在大多数情况下，他们并不倾向于完全自动化，因为按照以往的经验来看，这样容易出差错。 相反，在工作中将人类和人工智能相结合，而不是以往的由人类或人工智能中的某一方单独完成工作，在未来最有可能。
因此，人工智能专家将与 HCI（人机交互）专家一起工作，具备这方面专业知识的人才在这一领域中会更具优势。他们制造的产品包括移动设备，以及能够帮助处理工作、而非对使用者造成困扰的智能个人助理。
在很长一段时间里，机器学习依然会是 AI 范畴中的支柱领域。不论是让 AI 玩游戏的水平，还是 AI 在模拟的社会环境与自然环境中的表现，都还有很大的提升空间。
ComputingEdge : 您有什么建议给大学生们，帮助他们面对未来的竞争？
Fisher：我觉得学生们更应该考虑的是自己的兴趣，还有激情。要知道， 计算机科学专业的学生们从不担心自己会找不到工作，但他们获得的工作也不一定是自己的兴趣所在、不一定是能热爱一生的职业。提个善意的醒，有时候老师会被计算机科学可观的就业前景而蒙蔽双眼，因此强烈推荐它，却忽略了其他职业选择的动机来源，比如对技术的热爱或有可能促进到社会公益。
学生们应该考虑将他们对人工智能和计算机科学的兴趣与其他事物结合起来，例如外语和文化，医学和健康，心理学，神经科学，法律，新闻和写作，音乐，电影或其他类型的艺术。对这些领域的探索可以发掘人工智能领域的更多可能性，并使他们在职场中更容易获得公司的青睐。
实习也非常重要，包括在学校教授的实验室或其他机构中进行的暑期研究项目。 那些还没有准备好进行专业性计算机科学实习的低年级学生可以做一些其他的事情，比如参加夏令营项目，给更小的孩子们教编程。 我认为很多公司都更欢迎拥有丰富多样的实习经历的求职者。
ComputingEdge ：在申请人工智能领域相关工作时，求职者应该注意些什么？
Fisher：求职者应该了解这项工作，包括其要求、义务和自由。 例如，人工智能是否是这项工作中唯一所需的专业技能？ 这份工作能否使自己在别的专业领域中有所提升？
ComputingEdge ：请举例说明一个毕业生在刚开始职业生涯时需要避免的严重错误？
Fisher：不要忽视未来，这既包括自我的财务规划和对家庭发展的规划，还意味着对社会和环境未来发展状况的关注和贡献，这就需要个体必须拥有知识、专业技能和责任心。
Jens Jelitto 是《大数据的认知存储》文章的作者之一，这篇文章发表于 2016 年 4 月的 Computer 杂志。 Jelitto 是 IBM 苏黎世研究中心的研究员，他的研究方向包括无线局域网数字信号处理、磁介质存储技术，以及大数据存储系统中的新技术。 Computing Edge 向 Jelitto 咨询了大数据领域的职业建议。
ComputingEdge：大数据领域内，哪些技术将在未来几年内获得显著进步？
Jelitto：自我学习人工智能系统以及 AI 支持技术（如神经形态计算、大数据分析的新形式、机器学习、加密数据分析等）在未来将有显著的进步。在许多领域中，数据分析都可以帮助得到新的研究视野并实现显著的改进，与此同时，数据隐私也变得比以往任何时候都更加重要。医疗保健领域中的数据分析便是一个很好的例子，数据分析已经极大改进了临床试验，并为患者带来数据化的诊断流程和个人性化治疗方案，但也带来了对隐私安全的高度需求。
ComputingEdge : 针对此专业的大学生，您有什么建议来帮助他们面对未来的竞争吗？
Jelitto：除了在你正在奋斗的核心专业领域上，要尽可能的获得卓越成绩之外，还应该培养跨学科研究的能力，敢于探索其他相关联的、或者起到补充作用的专业领域。创新总是产生于探索发现的路上。
ComputingEdge：如果毕业生即将成为大数据领域的一名实习生、自由职业者或独立承包商，您是否能提供一些建议以帮助他们为自己打造一份引人注目的简历？
Jelitto：一位大数据科学家必须做到如下几点：
在 AI / ML 的一个或多个领域内拥有深厚的算法知识和专业知识
熟练掌握工具（编程语言，软件开发和相关工具，数据分析库和分析工具）
在跨专业团队和项目中表现出充分的求知欲和工作能力
建立和展示良好的沟通技巧，成为团队中的一份子，同时也能够独立胜任工作
ComputingEdge：请举例说明一个毕业生在刚开始职业生涯时需要避免的严重错误？
Jelitto：过于狭隘地关注某一单一领域，或是从事一个你并不热爱的事业。
ComputingEdge：您是否有任何学习经验可以分享给这些即将踏入职场的毕业生？
Jelitto：我觉得最重要的是，尽量在一个积极向上且雄心勃勃的团队中工作，敢于走出自己的舒适区，接受失败，将其视为通往成功的必经之路。
