人工智能 (Artificial Intelligence， AI) 是计算机科学的一个广泛分支，涉及构建能够执行通常需要人类智能的任务的智能机器。选择进修人工智能课程的学生拥有很好的出路，毕业后可从事以下工作：
1. Machine Learning Engineer
机器学习工程师开发自动运行的 AI 软件，以自动化推荐搜索的预测模型、虚拟助手等等。他们的职责包括：设计、开发和研究机器学习系统、模型和方案；研究和转换数据科学原型；在执行数据收集和数据建模之前搜索和选择适当的数据集；执行统计分析并使用结果来改进模型；识别可能影响实际情况下模型性能的数据分布差异；验证数据质量或通过数据清理确保数据质量等等。
2. Business Intelligence Developer
商业智能 (BI) 开发人员创建和管理公司的商业智能基础设施、工具和报告。BI 开发人员的职责包括：为 BI 工具设置业务需求；将业务需求转化为技术需求；领导BI 软件开发、部署和维护；报告策展和数据建模；参与数据仓库设计；记录数据仓库和元数据存储中的内容；和为 BI 工具创建技术文档。
3. Big Data Engineer
大数据工程师是创建和管理公司大数据基础设施和工具的人，并且是知道如何从大量数据中快速获取结果的人。他们的一些职责包括：设计、构建和维护大型数据处理系统；将数据存储在数据仓库或数据湖存储库中；使用数据处理转换和算法处理原始数据，以创建预定义的数据结构；实施技术流程和业务逻辑，将收集到的数据转化为有意义和有价值的信息。
4. Data Scientist
数据科学家是负责收集、分析和解释大量数据的专业人员。他们的任务包括：识别为组织提供最大机会的数据分析问题；确定正确的数据集和变量；从不同来源收集大量结构化和非结构化数据；设计和应用模型和算法来挖掘大数据存储；分析数据以识别模式和趋势；解释数据以发现解决方案和机会等等。
5. Robotics Engineer
机器人工程师设计原型、构建和测试机器，并维护控制它们的软件。职责包括：从头到尾设计机器人系统；开发和实施控制机器人的软件；创建原型并处理必要的组件（例如微处理器）；开发具有成本效益和高效的流程来生产机器；执行集成测试和质量控制；为机器人系统创建完整的文档；监控机器人系统的使用并优化其功能；排除机器人设计中的缺陷等等。
6. Computer Vision Engineer
计算机视觉工程师经常应用基于大量数据的计算机视觉研究来解决现实世界的问题。他们针对不同环境开发、测试、调试、部署和维护计算机视觉算法和硬件；开发自动化视觉算法，特别是用于机器人和自主硬件系统；从计算机视觉算法中收集和优化分析，以提高其性能；研究现实世界的问题，并为这些问题提出实用、有效和创造性的解决方案；管理大型和小型计算机视觉项目、定义项目要求、准备预算并运行技术开发团队。
