要从事人工智能（AI）工作，需要学习以下编程内容：
Python编程语言：
Python是AI领域最受欢迎的编程语言之一，具有简洁易读的语法，丰富的库和工具生态系统，可以轻松完成机器学习和深度学习任务。
数学和统计学基础：
AI是建立在数学和统计学原理之上的，了解线性代数、概率论、统计学和微积分等数学概念对于理解和应用机器学习算法至关重要。
机器学习算法：
学习和掌握机器学习算法是进行AI研究和应用的基础。常见的机器学习算法包括线性回归、逻辑回归、决策树、支持向量机和随机森林等。
深度学习框架：
深度学习是AI的重要分支，通过神经网络模拟人脑的运作原理进行模型训练和推断。学习流行的深度学习框架，如TensorFlow、PyTorch和Keras，可以帮助实现复杂的深度学习模型。
数据处理和可视化：
在AI领域，大量的数据处理和可视化工作是必不可少的。学习使用数据处理库（如Pandas）和数据可视化工具（如Matplotlib和Tableau）可以帮助你处理和分析数据。
算法和数据结构：
深入理解常见的算法和数据结构对于优化AI模型和算法运行效率非常重要。
自然语言处理（NLP）和计算机视觉（CV）：
自然语言处理和计算机视觉是人工智能的两个重要应用领域。学习相关的算法和工具，如词袋模型、循环神经网络（RNN）和卷积神经网络（CNN），可以帮助你开发语言处理和图像识别的AI应用。
大数据和云计算：
AI需要处理大量的数据和计算资源，学习大数据技术和云计算平台，如Hadoop、Spark和AWS等，可以更高效地处理和分析数据。
此外，根据具体的AI应用领域，可能还需要学习其他相关技术和工具，例如语音识别可能需要学习C语言、信号处理和深度学习框架等。
建议从Python编程语言入手，逐步学习数学和统计学基础，掌握常用的机器学习算法和深度学习框架，同时结合具体的应用领域进行深入学习。