一、人工智能和大数据哪个发展方向好
1、人工智能和大数据的发展是互补的，服务和支持社会发展的作用相互联系，可以说都是发展发展方向之一，但是两者在实际应用中，有着不同的发展趋势。
2、人工智能主要指让机器具备某些人类智力，从而让机器更好地解决实际问题，是未来重要的科学技术，受到越来越多的关注。未来人工智能发展可能集中在机器视觉、语音识别、自然语言处理、机器人和智能系统等领域，可以有效提升社会的效率，从而推动社会的发展。
3、大数据技术主要指吸收、整理、分析大量数据，从而可以挖掘有价值信息。大数据技术在政府决策、网络安全、社会管理和市场营销等方面有着重要的作用，且作用程度越来越大，未来发展可能会更加重视实时性、可操作性、可视化以及安全性等方面的应用。
4、总的来说，人工智能和大数据方向都是发展非常有希望的方向，未来将会朝着更加深入的应用方向发展，以促进社会的发展。
二、学人工智能和大数据能进哪些公职单位
有税务局、人力资源和社会保障局等，这些单位都涉及大数据专业知识。大数据或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
三、人工智能对大数据分析的影响
1、将人工智能、自动化和数据讲故事引入分析领域不仅会对分析的最终用户产生直接影响，还会对在该领域工作的人员产生直接影响。虽然许多分析师可能担心它们会被自动化和人工智能所取代，但相信数据分析师的角色将会对业务和所需技能的广泛性产生重大影响。
2、传统上，数据分析师花了大量时间来完成一些平凡而重复的任务，例如准备分析数据、创建报表和仪表盘，然后使用这些任务人工搜索数据中有意义的更改。使用传统的分析和商业智能工具，分析师无法探索其数据的每一种组合或排列。
3、如今，数据分析师的作用包括广泛的数据管理和分析活动。这包括获取、准备、清理和建模数据，然后通过创建报表和仪表盘为业务定制分析来支持决策。在所有这些活动中，对业务的真正价值是那些与识别影响业务的关键变化或趋势以及解释这些信息以确定可能对业务的影响有关的活动。
4、业务分析师面临的两难困境是，虽然解释是他们承担的最有价值的活动，但他们花费的时间最少。大多数数据分析师只花费20%的时间用于实际数据分析，80%的时间用于完成业务收益很少的任务，例如查找、清理和建模数据，这些效率极低，对业务增值不大。
5、这不仅仅是数据准备效率低下。传统的数据分析和可视化工具需要完全人工的数据发现方法。用户必须从大量字段和过滤器中进行选择，然后在搜索模式，趋势和异常变化时切片和切块数据。这个人工过程非常耗时，并且极易出现人为错误和偏见，尤其是在当今数据丰富的世界中。
四、人工智能大数据在建筑领域的应用
尽管雇用了最好的项目团队，但大多数大型项目都超出预算。人工神经网络用于项目，根据项目规模，合同类型和项目经理的能力水平等因素预测成本超支。预测模型使用诸如计划开始日期和结束日期之类的历史数据来设想未来项目的实际时间表。AI帮助员工远程访问真实的培训材料，帮助他们快速提高技能和知识。这减少了将新资源加载到项目上所花费的时间。结果，加快了项目交付。
五、做人工智能的能做大数据么
可以，因为人工智能依靠的就是大数据分析只不过研究的领域和方向不一样其他都一样所以说人工智能可以做大数据分析