人工智能(AI)工程师负责对构成AI的复杂算法网络进行开发、编程和训练，使它们能够像人脑一样工作。此角色需要软件开发、编程、数据科学和数据工程方面的综合专业知识。尽管此职业与数据工程相关，但很少需要AI工程师编写开发可缩放数据共享的代码。人工智能开发人员转而从各种源查找和拉取数据，创建、开发和测试机器学习模型，然后利用应用程序编程接口(API)调用或嵌入式代码来生成和实现AI应用程序。

  课程内容

  一、机器学习与深度学习基础
  1.监督学习、无监督学习、强化学习等机器学习算法原理及应用；
  2.神经网络、卷积神经网络、循环神经网络等深度学习模型原理及应用；
  3.训练和优化模型的方法和技巧。
  二、Python编程基础
  1.Python语法、数据类型、控制流等基础知识；
  2.函数、模块、面向对象编程等进阶知识；
  3.数据处理和分析常用库如NumPy、Pandas等的使用。
  三、实战项目与案例分析
  1.常见AI应用场景的介绍与分析；
  2.基于实际数据的实战项目，如图像分类、目标检测、机器翻译等；
  3.案例分析，介绍AI在各行业的最新应用及发展趋势。

  课程特点

  1、实训体系训练，引进真实商业项目转化为课程案例
  2、追加前沿技术分享课，提升学员作品标准，扩充行业经验积累
  3、聘请多年工作经验和教学经验的实战讲师授课，有严格的教学考核和作业考核，有自编的实战教材

  从业方向

  1、算法工程师。进行人工智能相关前沿算法的研究，包括机器学习、知识应用、智能决策等技术的应用。以机器学习的过程为例，涉及到数据收集、数据整理、算法设计、算法训练、算法验证、算法应用等步骤，所以算法是机器学习开发的重点。
  2、程序开发工程师。一方面程序开发工程师需要完成算法实现，另一方面程序开发工程师需要完成项目的落地，需要完成各个功能模块的整合。
  3、人工智能运维工程师。大数据与AI产品相关运营、运维产品研发﹔相关组件的运维工具系统的开发与建设;提供大数据与AI云产品客户支持。
  4、智能机器人研发工程师。人工智能专业人才研发方向主要从事机器人控制系统开发，高精度器件的设计研发等。工业机器人系统集成方向主要做工作站设计，电气设计，器件选型，机器人调试，编程，维护等。