1. 首先要看您说的数据分析师背景。数据分析师是一个有点宽的范畴。其中有侧重技术的，有侧重业务的。技术中有侧重算法的，有侧重etl的，有侧重bi分析的，甚至也有全栈的等等。所以要看您提到的具体是什么样的背景。 2. 接下来，人工智能本质上也是数据+方法+业务的应用。但这个应用技术性更强，也就是说不存在侧重业务的人工智能之说了。。除了对业务的理解之外，需要 1) 要能够将目标抽象为一个个模型 2) 接着就需要熟悉模型搭建方法（基本的方法论，以及对各类模型的理解：适用性、搭建、验证、评估选择等各环节），并将模型用算法（们）实现 3) 于是就需要能够有实现算法的工具、要有理解数据的能力和准备数据的能力，，，而这就需要编程、需要统计知识、需要etl、需要高性能，，，于是要能够使用一些大数据技术，至少需要能够继续已有的架构实现数据获取，高性能的计算，像常用的基于hadoop的数据库，数据仓库，分布式的计算等等。 啊，不好！这又是个全栈。。。是的，我认为要从事人工智能，就得全栈。