对于职业规划，我内心很苦恼。我2015年前就想好了要做人工智能，现在心里面又是想往数据挖掘方向。但是现在的报道：从收入行业来说计算机是第1名，然后人工智能又是最火爆的，其次数据科学家收入又几乎是排第一的，。我当初我考虑这些其实跟这些排名没什么关系，但问题是我选择的恰好就是第1名。这让我很苦恼，我很怕到时候我真努力做进去了，然后就面临超大的竞争，因为大家都是盯着第1名去的。
请问1.我担心的情况是否真的会发生，实际上可能会怎么样？
2.可以给些建议吗？我已经具备一定的编程能力了。初级工程师。
希望能按点给我回答，谢谢。分多，请懂的人努力回答谢谢。
大数据工程师，其实上并不存在这样的岗位。
它实际上是与大数据相关联的一类岗位的总称。
跟大数据有关的职位主要分成2大类：一类是应用类、一类是系统类。
应用类
偏向于数据分析、数据应用，比如我们经常讲到的数据分析、数据挖掘，均属于这个类别。这类职位主要的功能是提取数据、挖掘数据中隐含的业务信息，支撑企业决策。
这个类别中的大数据算法，其实我们基本上可以理解算法工程师。
这是唯一跟算法工程师有交叉的部分
系统类
偏向于系统开发，比如我们经常听到的hadoop、云计算，就是属于这个类型。这里其实主要是hadoop（一个分布式系统，简单理解为另外一种和Windows或者是MacOS一样的东西）偏多，开发语言一般是Java。而另外数据管理员（DBA）和大数据运维工程师，其实，还是原来的DBA，没有变化。
他们的职责会更纯粹，他们需要知道如何把现实问题转化为数学的模型，并且把模型调到极致，从而解决问题。
算法工程师工作内容更单一（其实有时候，他们只是在思考问题，而不是真的闲），但是更专，需要更好的数学功底。
不过，目前市面上大部分招聘算法工程师的岗位，特指机器学习、数据挖掘领域的非确定性算法或解决一些非确定性问题（见名词通俗解释）。
因此，有时候所谓的算法工程师，真的和大数据相关的工程师在工作上存在大量的看起来『重叠』。因为，这个工种是想办法从数据中获得规律，通过规律优化目前业务、从而产生价值。
算法工程师大致分成以下2类，其中建模类的算法工程师，实际上的工作会和大数据相关的岗位相似：
上述简单从职位的定义上做拆解，其实这3个岗位，其工作职责分别处于不同的阶段和层次。
更多时候，一个完整优秀的产品，可能需要上述几个岗位协同进行配合工作。
(1)压力会比较大，但是你要掌握正确的学习的办法，这样才能在竞争中脱颖而出。
(2)给你的建议就是，一个是要把python学好，然后学习numpy、scipy、pandas，再学习sklearn、pytorch和tensorflow，穿插学习下keras，后端的hadoop和mapreduce以及数据库。
然后要学习各种算法模型，比如cnn rnn dnn gan dcgan lstm，在这个基础上进行综合，找到自己的专注点。
然后是系统地研究各种ai算法，特别是神经网络，要抓住算法的本质，这样才能事半功倍，超过你的竞争对手。
建议你要先去大厂锻炼，然后果断创业，这样才能实现你自身价值的最大化，因为大多数人是不如你的。看了下，你的基本功还是可以的，现在基本上按照这个方向走，一定可以创业。
无论学习什么，人工智能还是别的，都要谦虚啊，你那么狂，会跌跟头的。这个行业就要多学习多请教，你不善于得到别人的帮助，你成功恐怕很难。你这样没有用人单位要聘用你。这是我对你的忠告。
会的，数据分析是一个具有非常优厚待遇的职位，我觉得如果时间再长一些。从事人数肯定慢慢涨上来，毕竟门槛不是特别高，如果我们院校都开设相关专业。