វិទ្យាសាស្ត្រទិន្នន័យ និង AI ស្ថិតនៅជួរមុខនៃការរីកចម្រើនផ្នែកបច្ចេកវិទ្យា ជំរុញការសម្រេចចិត្ត និងស្វ័យប្រវត្តិកម្មនៅទូទាំងឧស្សាហកម្មផ្សេងៗ។ មុខជំនាញនេះពិតជាសក្ដិសម សម្រាប់អ្នកដែលចាប់អារម្មណ៍ក្នុងការវិភាគសំណុំទិន្នន័យធំ និងបង្កើតប្រព័ន្ធឆ្លាតវៃដែលរៀន និងសម្របខ្លួនតាមកិច្ចការដែលមនុស្សចង់បានពីម៉ាស៊ីន។

• មូលដ្ឋានគ្រឹះនៃការប្រមូលទិន្នន័យ ការវិភាគ និងការមើលឃើញ
• ស្ថិតិ និងប្រូបាប៊ីលីតេ៖ បច្ចេកទេសសំខាន់ៗសម្រាប់ការវិភាគទិន្នន័យ និងការព្យាករណ៍
• ការរៀនម៉ាស៊ីន៖ ក្បួនដោះស្រាយ និងគំរូសម្រាប់ប្រព័ន្ធបណ្តុះបណ្តាលដើម្បីរៀនពីទិន្នន័យ
• Data Visualization៖ បច្ចេកទេសបង្ហាញទិន្នន័យក្នុងន័យមានន័យ និងអាចបកស្រាយបាន
• បច្ចេកវិទ្យាទិន្នន័យធំ៖ ឧបករណ៍ និងវេទិកាសម្រាប់គ្រប់គ្រង និងវិភាគទិន្នន័យខ្នាតធំ
• ការរៀនស៊ីជម្រៅ៖ បច្ចេកទេសរៀនម៉ាស៊ីនកម្រិតខ្ពស់ដោយប្រើបណ្តាញសរសៃប្រសាទ
• ដំណើរការភាសាធម្មជាតិ (NLP)៖ បច្ចេកទេសសម្រាប់ដំណើរការ និងវិភាគទិន្នន័យភាសាមនុស្ស
• AI Ethics and Governance៖ ការយល់ដឹងអំពីផលប៉ះពាល់ខាងសីលធម៌ និងអភិបាលកិច្ចនៃប្រព័ន្ធ AI

• អ្នកវិទ្យាសាស្ត្រទិន្នន័យ (Data Scientist)៖ វិភាគ និងបកស្រាយទិន្នន័យស្មុគស្មាញ ដើម្បីជូនដំណឹងដល់ការសម្រេចចិត្តអាជីវកម្ម។
• វិស្វករ​រៀន​ម៉ាស៊ីន (Machine Learning Engineer)៖ បង្កើត និង​ប្រើ​គំរូ​រៀន​ម៉ាស៊ីន និង​ក្បួន​ដោះស្រាយ។
• អ្នកវិភាគទិន្នន័យ (Data Analyst)៖ ទាញយកការយល់ដឹងពីទិន្នន័យ និងបង្កើតការមើលឃើញសម្រាប់ការសម្រេចចិត្ត។
• អ្នកវិទ្យាសាស្ត្រស្រាវជ្រាវ AI (AI Research Scientist)៖ ធ្វើការស្រាវជ្រាវដើម្បីជំរុញវិស័យបញ្ញាសិប្បនិម្មិត។
• វិស្វករទិន្នន័យ (Data Engineer)៖ រចនា និងគ្រប់គ្រងបំពង់បង្ហូរទិន្នន័យ និងហេដ្ឋារចនាសម្ព័ន្ធ។
• អ្នកវិភាគពាណិជ្ជកម្មឆ្លាតវៃ (Business Intelligence Analyst)៖ ប្រើទិន្នន័យដើម្បីគាំទ្រយុទ្ធសាស្ត្រអាជីវកម្ម និងការសម្រេចចិត្ត។
• វិស្វករ NLP៖ បង្កើត និងអនុវត្តបច្ចេកទេស NLP សម្រាប់ដំណើរការ និងការយល់ដឹងភាសាមនុស្ស។
• AI Ethicist៖ ដោះស្រាយកង្វល់ខាងសីលធម៌ និងធានានូវការអភិវឌ្ឍន៍ និងការដាក់ពង្រាយ AI ប្រកបដោយទំនួលខុសត្រ។