人工智能行业有很多职位，包括但不限于：

算法工程师：负责设计、研发、实现机器学习和人工智能算法，如监督学习、无监督学习、强化学习等。

数据科学家：负责收集、处理、分析大量的数据，产出数据报告和机器学习模型，为企业的决策提供支持。

自然语言处理工程师：负责研发能从自然语言中提取信息，能识别、分析语言文字并做出相应回答的系统。

机器学习工程师：负责设计、构建机器学习模型，让计算机从数据中学习规律，并加以应用。

深度学习工程师：负责构建和训练深度学习模型，设计并实现深度学习网络结构，训练神经网络。

语音/图像处理工程师：负责研发和设计图像和语音识别技术，开发出能对图像和语音进行自动识别的系统。

数据标注师：参与或负责机器学习模型训练前的数据标注工作，包括文本标注、图像标注、语音标注等。

机器学习算法应用师：负责将机器学习算法应用于各个行业，如智能客服、推荐系统、智能驾驶等。

智能机器人研发工程师：负责研发智能机器人产品，包括机器人操作系统、自然语言处理、语音识别、视觉识别等。

智慧城市解决方案架构师：负责为政府机构设计智慧城市解决方案，包括智能交通、智慧医疗、智慧教育等。

这些只是人工智能行业的一部分职位，随着人工智能技术的广泛应用，这个领域的职位会不断增加。

人工智能行业有很多职位，包括但不限于以下几种：

算法工程师。负责机器学习、深度学习框架的选择与优化，以及根据业务需求，选择合适的机器学习模型并优化。

深度学习/算法工程师。负责深度学习模型的设计、训练，以及模型参数优化，需要具备扎实的深度学习知识。

数据科学家。负责构建、收集、整理和分析用于训练机器学习模型的数据库，需要具备数据挖掘、统计分析和可视化等方面的知识。

自然语言处理工程师。负责开发自然语言处理算法，提高机器对人类语言的理解能力，需要熟悉各种自然语言处理工具和库。

机器学习工程师。负责设计、训练和维护机器学习模型，需要具备扎实的机器学习、统计学和计算机知识。

语音识别工程师。负责语音信号处理、特征提取、模式识别等，需要熟悉语音识别相关算法和工具。

计算机视觉工程师。负责图像处理、目标检测、图像分类等任务，需要熟悉计算机视觉相关算法和工具库。

机器学习产品经理。负责从用户需求出发，设计并优化机器学习产品和服务，需要了解市场趋势，具备市场分析和产品规划能力。

人工智能研究员。负责研究人工智能前沿技术，推动人工智能技术的发展，需要具备深厚的机器学习、统计学和计算机知识。

数据分析师。在AI项目中负责数据收集、整理和分析工作，为AI模型训练和优化提供数据支持。

产品经理。负责与产品开发团队、设计师、工程师等协作，确保产品从设计到上线符合公司战略目标和其他要求。

这些职位只是人工智能行业的一部分，随着该行业的不断发展，将会有更多相关职位出现。

随着人工智能技术的不断发展，该行业中的职位也在不断变化。以下是一些可能出现的职位变化：

1. 人工智能科学家：负责设计和开发人工智能系统，包括机器学习算法、深度学习模型等。

2. 数据科学家：负责处理和分析大量的数据，以提取有价值的信息，为人工智能系统的开发提供支持。

3. 算法工程师：负责设计和优化人工智能算法，以提高其性能和效率。

4. 机器学习工程师：负责开发和实施机器学习模型，包括监督学习、无监督学习和强化学习等。

5. 自然语言处理工程师：负责开发和优化自然语言处理技术，包括语音识别、文本分类、机器翻译等。

6. 人工智能产品经理：负责设计和推广人工智能产品，包括智能客服、智能推荐系统等。

7. 数据分析师：在人工智能领域中，数据分析师的角色变得更加重要，他们需要使用人工智能工具和技术来分析和解释数据。

8. 软件工程师：在人工智能领域中，软件工程师的角色也变得更加重要，他们需要设计和开发软件应用程序，以支持人工智能系统的开发和部署。

9. 项目经理：在大型的人工智能项目中，项目经理的角色也变得更加重要，他们需要协调和管理各种资源，以确保项目的成功实施。

总的来说，随着人工智能技术的不断发展，该行业中的职位也在不断变化和扩展。这些变化和扩展将为人们提供更多的职业机会和发展空间。