作為一名計算機專業的教育工作者，我來回答一下這個問題。

首先，大資料和人工智慧之間本身存在著非常緊密的聯絡，但是大資料與人工智慧在技術體系上又有比較明顯的區別，大資料以資料價值化為核心，而人工智慧則更注重決策和行動。

從技術體系結構來看，大資料技術體系結構已經趨於成熟，而且大資料在學習難度上也會相對更小一些。從近兩年大資料領域的人才需求情況來看，目前大資料領域釋放出了大量的人才需求，比如大資料開發崗位的需求量就比較大。

相對於大資料來說，人工智慧的技術體系尚處在發展期，遠沒有達到成熟階段，所以當前學習人工智慧技術還是存在較大難度的，因此當前人工智慧領域的人才培養依然以研究生教育為主。當然，如果自身的學習能力比較強，同時也有紮實的數學和計算機基礎，那麼也是完全可以直接從人工智慧技術開始學起的。

從當前行業領域的人才需求情況，以及技術本身的聯絡來看，初學者從大資料開始學起是比較不錯的選擇，一方面大資料的相關知識更容易上手，另一方面掌握大資料技術也可以向人工智慧領域發展。目前機器學習是大資料進行資料分析的兩種基本手段之一，而機器學習又是人工智慧領域的六大傳統研究方向之一，所以掌握機器學習之後再學習人工智慧知識會更容易一些。

雖然大資料技術相對於人工智慧技術要更容易一些，但是大資料技術體系本身也比較龐大，也需要一個系統的學習過程，而且大資料作為一個典型的交叉學科，需要學習的知識量也是比較大的，涉及到數學、統計學和經濟學三大學科。所以，要想順利學習大資料技術，最好在專業人士的指導下進行學習。

一個是資料處理，一個是如何設計某種演算法實現，是目前網際網路的趨勢。大資料易上手，但是內容多，建議如果是專科的，目前社會上大資料行業工作崗位比較多，也是兩三年的歷史背景，人還是相對少點，可以做大資料，方便找工作。人工智慧對於人才質量要求高，往大了說是科研，一般碩士研究生名牌大學畢業的，單位過濾簡歷的時候就已經卡主了。學習技術也是為以後的生存，具體看自身條件吧。

大資料和人工智慧到底選哪個？其實取決於你自己到底對於它們中哪個的工作內容更感興趣。人工智慧工作內容更偏向於機器學習演算法類相關，大資料工作方面的內容更偏向於大資料的處理以及分析。

首先，人工智慧方面的工作，需要你要有一定的數學功底。因為人工智慧最主要的還是應用機器學習演算法服務於業務，使用智慧化演算法模型，在某些工作方面，來取代人類。一旦涉及到演算法，肯定就需要你的數學理論知識要非常的紮實，不然的話，你肯定連這些機器學習相關的論文都看不懂，更別說熟悉機器學習演算法的公式推導了。

所以你在選擇人工智慧之前，不妨問問自己是否對演算法工作類的感興趣？自己的數學功底是否達到了一定的基礎，讓自己能夠看懂機器學習演算法類的論文。如果你在上述方面都達到了要求，那我建議你可以選擇人工智慧。雖然人工智慧入門非常的難，但畢竟實際的工資也非常的高。

大資料方面的工作內容，很多都是偏向於大資料處理。當原始資料從業務系統落庫到分散式檔案系統的時候，最初的資料質量都比較差。此時就需要大資料研發同學對這些資料進行加工處理，形成標準化的資料，供業務方的同學使用。

所以學習大資料的時候，除了要對大資料元件要有一定的瞭解之外，還要有一定的資料倉庫相關的理論知識，來幫助你對業務資料進行資料建模。選擇大資料的一個好處就是，你不需要有很深的數學基礎才能學習。如果你不喜歡演算法類工作的話，可以考慮學習大資料。