興起職業
不少職業在人工智能輔助下漸漸產生，與人工智能相輔相成，讓我們來看看這些職業。
使用者經驗設計師
使用者經驗設計師（User Experience Designer，簡稱UX Designer）需花費大量時間思考使用者應如何與數位產品互動，有時可能是重新調整網頁上某一個按鈕的位置，有時可能是改變某個線上教學工具與使用者互動的模式。
使用者經驗設計師
過去，商品設計多以滿足使用者對功能的需求為主，但現今的數位產品卻著重於為使用者帶來何種良好體驗，關心它能為使用者形塑什麼樣的生活品質。使用者經驗設計師是跨領域人才，除了必備的設計背景外，心理學及社會科學等其他領域的知識也十分重要，還要擁有絕佳觀察力，並設身處地模擬使用者想法，才能精準地抓住使用者胃口。
資料/數據科學家
資料科學家是由過去的商業分析師或資料分析師演變而來，訓練養成也很雷同，通常需有良好的資訊科學與應用、統計、分析及數學基礎。好的資訊科學家不只解決企業問題，更會為企業選出最有價值待解決的問題。
資料/數據科學家
隨著大數據時代來臨，如何在海量資料中撈出有意義的資訊，發掘客戶需求，就成了一件至關重要的事，而資料科學家（Data Scientist），正是因應這項需求而興起。
人工智能/機器學習工程師
在大多數情況下，機器學習工程師與數據科學家合作，來同步工作。因此，對機器學習工程師的需求可能會與數據科學家類似。雖然數據科學家在統計和分析方面擁有更強的技能，但機器學習工程師們在計算機科學方面擁有專業知識，並且他們有更強的編碼能力。
人工智能/機器學習工程師
也許10年前，你進入了機器學習領域，很難在學術界之外找到工作。現在，隨着各行各業都想把人工智能應用到他們的領域，對機器學習專業知識的需求無處不在。人工智能將繼續推動機器學習工程師的高需求。此外，在不同的垂直領域（如圖像識別、語音識別、醫學或網絡安全）運營的公司，已經面臨着通過正確的技能和知識獲得勞動力的挑戰。
數據保護專家
通過防火牆和基於網絡的入侵檢測系統等網絡安全措施，數據庫在很大程度上抵禦黑客攻擊。確保數據庫系統和程序、功能和數據的安全將變得更加關鍵，因為越來越開放的網絡意味着更多的接入點，特別是從互聯網上獲得更廣泛的訪問。
數據保護專家
有價值的數據、機器學習模型和代碼的增加，將帶來未來數據保護的需求，這樣，數據庫保護專家的需求也會增多。
語音用戶體驗設計師
語音用戶體驗設計師幫助人工智能助手能夠深入個人用戶研究，提升客戶參與度，優化語音設計及AI助手。
