我也来云一下，因为自己年资尚浅，有些错误地方可能请大家提一下
自己算是AI相关工作
首先，如果"兴趣"是做个手写辨识或者读个书/看个报导就想去做这行的话
我自己是觉得...工作闲暇之余当作课外作业读一读/做一做还不错啦XD
毕竟多学一些东西总是好的
如果是认真想走，那我是觉得，这行真的算是易学难精
AI一学就能轻松做几个Project(手写、分类)，能获得不少成就感
但往后要自己设计Model时就...
再来就，相关缺真的僧多粥少到蛮不推荐的
跟学C++/Web相比，入门有入门的工作，学一年有一年的工作，专精的有专精的工作
但搞AI的，如果AI只会入门，那大概就是需要大量其他专业知识
前面isaacting那篇我觉得就讲得很好
学了一年，还是需要大量其他专业知识
直到AI专精为止，应该是都没什么"纯AI"的工作
而AI学习的ROADMAP 网络上不少，就随便贴一篇可以参考看看
https://github.com/AMAI-GmbH/AI-Expert-Roadmap
台湾的话个人体感大概CV : NLP : 其他 是 6 : 3 : 1
而AI缺，不少都是公司比较核心的缺，所以相对的缺也不像其他那么多
AI相关，一个人给他一个月Train不出来，不会因为多找10个人就能一个月Train出来
用数值比喻的话，假如其他缺你能力值10、30、50、100都有对应的职位
那可能AI相关缺最低也是要60起跳(当然还是有少数挂AI给新手练功的啦)
至于专业知识和AI比例的话，我自己是觉得，以CV举例
可能能力值100分过门槛，那这100分你要AI10分+CV90分或者CV10分+AI90分都可以
前面isaacting提过主CV的情况
那主AI的情况就是，可能对于CV方法只是大概了解，但可以跟懂CV的人合作
或者虽然不懂CV的详细演算与证明，但大概知道这方法有哪些优缺点
而主AI的人能够和人合作来透过AI改善传统的CV方法
简单例子就，可能某个非AI算法，其中某几项参数是用经验法则来估计
或者用笼统的统计来计算
这时候可以用AI对这个算法量身订做一个Model来改善这几项参数
纯AI的大概就是要精通数学，但这个远超我能力范围就不云了
当然这个"能力值"越高越难成长啦，可能AI能力就算投过顶会/AI相关硕博毕业
也只敢说70分而已
但，回到开头提的，这行严重的僧多粥少
因为现在顶大，以112为例
10个LAB大概4个喊AI，另外4个不喊但是毕业论文都AI，只有两个跟AI无关
这八个LAB的毕业生出去大概九成都充满雄心壮志的想去找AI缺
而就我所知，连顶大都不是能保证找到相关缺了，那半路出家就更为困难了
自己简单排序AI相关能力好找工作程度的话
0. 顶大 + 顶会
1. 有顶会
2. 顶大 + Kaggle高排名纪录
3. 顶大
4. 有Kaggle高排名纪录
5. 其他
非一线会议的AI相关论文应该比Kaggle排名略有用一点
其中大概3之后都不是非常好找了(样本不足可能有偏差)
至于自己做SideProject的，受限于资料问题，这种真的就凤毛麟角了
结论，认真想转AI的还是三思而后行吧
如果想转软件，认真推荐学好C++/JAVA/JS等等常用语言实际多了
走影像/讯号处理 比起AI，传统的算法更为重要
最后，英文超重要，熟不熟大幅度影响选择的多寡