1、**请问AI行业有哪些就业方向以及各领域下面有哪些具体的岗位？**
2、**可否给一些就业建议**。（其实我内心有点想往数据方向发展，做数据挖掘，再做AI项目经理，最终目的是能在AI领域创业做大，最好做企业家其次是合伙人，但**内心不确定这样的路径是否有利于实现创业目标，**我现在技术还是算薄弱，只能算初级软件工程师）
希望懂行的人能按点分别给出详细科学的解答，感激不尽。
AI谈不上是“专业”，因为它过于广泛了。从目前最热门的AI领域看，有图像识别（包括无人驾驶、视频筛选、人脸识别、情感识别、物体识别）、语音识别、游戏对弈、医疗数据挖掘、机器人、金融股票分析、文本处理（包括相关度分析、文本生成、翻译纠错）、GAN（图像生成、图像上色）
如果采纳本回答，可以再具体说说我的一些经验。
1、算法岗
在AI界，算法工程师是一个高端、高薪也相对紧缺的职位，站在AI职业体系的顶端。按研究方向不同，分为音/视频算法工程师、图像处理算法工程师、计算机视觉算法工程师、信号算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师等。
算法工程师的日常工作，首先就是读并读懂论文，特别是最新出炉的英文网站原版论文，以争分夺秒抢占技术制高点，据说，算法工程师们要保持平均每周阅读一篇最新论文的频率。
读懂之后，算法工程师需要将论文里的最新研究成果应用到实际业务中去，负责将实际业务问题抽象成为数学模型。
以上工作内容，决定从事算法工程师岗位的人员必须具备高素质，至少得满足这些条件：
计算机、电子、通信、数学等相关专业，本科及以上学历;英语熟练，达到能阅读国外专业书刊的水平;至少要掌握计算机系的本科数学知识，如微积分、线性代数、概率与统计等;必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会编程语言。
AI人工智能领域的岗位就业方向，让你选择更准确
2、工程岗
即AI领域的软件工程师，广义软件工程师中的一个分支，也就是大家平时说的程序员。
AI软件工程师的日常工作，就是使用别人开发的框架和工具，运行已有算法，训练业务数据，获得工作模型。工作内容一般都有据可循，不需要自己去建一个新模型。
在工作中，他们大多也需要读论文，不过读论文的目的一般不是尝试最新方法，而是用已知有效的方法来解决实际问题，阅读论文的频率和学术深度，都比算法工程师们低得多。
在职业技能方面，作为AI领域的软件工程师，首先得是一个合格的程序员，必须具备程序员的基本素质：编码能力，以及基础算法能力，比如链、树、图的构建、遍历、查找、排序、删除等。
同时，在AI专业上也必须达到一定深度，特别是数学基础与机器学习算法。具体来讲，想用机器学习算法解决实际问题，AI软件工程师们需要对算法有一定程度的掌握，能简单使用某个算法、模型调优、优化运行效率。
此外，还需要具备数据处理和模型验证的相应知识，比如从业务角度区分输入数据包含的特征、了解如何将自然语言及图片等信息转化成算法可以运算的数据、能够运用统计学方法等ETL手段清洗输入数据、 能够构建训练集和测试集并进行交叉验证等，这样才能将算法和数据结合。
3、数据岗
人工智能和机器学习领域的权威学者吴恩达，曾经就人工智能作了一个著名的比喻：发展人工智能就像用火箭发射卫星，需要强有力的引擎和足够的燃料，如果燃料不够，火箭无法将卫星推到合适的轨道;如果引擎推力不够，火箭甚至都不能起飞。其中，算法模型好比引擎，而海量的数据就是燃料。
2005年，在美国国家标准与技术研究所举办的机器翻译软件评测中，在该领域初出茅庐的Google成为了最大的黑马，BLEU分值大幅超越IBM、德国亚琛工学院等诸多老牌机器翻译机构。赛后，Google公布了获胜的秘诀：他们使用了比其他团队多上万倍的数据!
不过，数据仅有规模是远远不够的，只有结构化的数据对于训练人工智能才有意义。而在结构化数据的获取中，海量的数据标注非常重要，特别是有监督模型的人工标注。因为，在真实的人类世界中，基本没有完全按规矩进行而全无意外的事情，要实现对人类真正有用的模型，还需要人工标注训练数据。
数据标注的日常工作，就是给如文本、图像、视频、音频等各种各样的数据，按照业务需求打上定义好的标签。
一般来说，只要具备高中及以上学历、任何专业的人士，经过训练后都能胜任数据标注工作，但工作繁琐，收入也不高。
所以如果你条件还可以，建议优先选择算法岗、其次AI软件工程师岗。