1.網路爬蟲

將網路一切資料作為資源，透過自動化程式進行有針對性的資料採集以及處理。爬蟲開發專案包含跨越防爬蟲策略、高效能非同步IO、分散式爬蟲等，並針對Scrapy框架原始碼進行深入剖析，從而理解其原理並實現自定義爬蟲框架。

Python較為常用的情況就是網路爬蟲，最早使用Python進行網路爬蟲的是Google，而Python也因此被帶動發展起來。

Python在這個方面有許多工具上的積累。例如，用於模擬HTTP請求的Requests、用於HTML DOM解析的PyQuery/BeautifulSoup、用於自動化分散式爬取任務的Scrapy，都使得Python成為資料爬取的首選語言之一。

Python同時特別擅於分析與計算爬取後的資料。

目前Python比較流行的網路爬蟲框架是功能非常強大的Scrapy。所以網路爬蟲也是Python一個發展較不錯的方向。

2.人工智慧（AI）與機器學習

人工智慧是現在大火的一個領域，這讓Python語言的未來充滿了無限的潛力。Python足夠動態、具有足夠效能，這是AI技術所需要的技術特點。

機器學習，特別是當前熱門的深度學習中的大部分工具框架都提供了Python介面，因為Python的簡潔清晰的語法是深受開發者喜愛的。

3.資料分析

Python所擁有完整的生態環境，十分有利於進行資料分析處理，比如，“大資料”分析所需要的分散式計算、資料視覺化、資料庫操作等，都可以透過Python中的十分成熟的模組完成。

4.伺服器運維

Python在伺服器運維部分也佔有一席之地。目前幾乎所有Linux發行版中都自帶了Python直譯器，使用Python指令碼進行批次化的檔案部署和執行調整都成了Linux伺服器上很不錯的選擇。並且Linux運維是必須掌握Python語言的，Python是一門非常NB的程式語言，它可以滿足Linux運維工程師的工作需求提升率，總而提升自己的能力，運維工程師需要自己獨立開發一個完整的自動化系統時，這個時候才是真正價值的體現，才能證明自身的能力，讓老闆重視。

5.Python自動化測試

大家都知道，Python語言對測試的幫助是非常大的，自動化測試中Python語言的用途很廣，並且可以提升工作效率，可以說Python太強大，掌握和熟悉自動化的流程，方法和我們總使用的各個模板。

很多做python分析的，其實之後的大方向還是AI或資料科學家這塊，我覺得你可以抽時間學習下機器學習，人工智慧相關的課程，補充知識點和技能，成功進階AI。

建議你可以學習下菜鳥窩的人工智慧免費公開課，對於如何轉AI，以及怎麼爭取入門AI和資料科學家這塊，公開課上都有做詳細說明。