簡單一點回答：學不好，給你一個建議，可以學習計算機相關：比如計算機應用技術，軟體技術，計算機網路技術等等。但是不建議學大資料人工智慧。

現在搜尋大資料、人工智慧廣告鋪天蓋地，都說人才緊缺、快速成才之類的。但是大資料和人工智慧真的瞭解嗎？

引用一下網上資料：

“大資料”（Big Data）指一般的軟體工具難以捕捉、管理和分析的大容量資料。“大資料”之“大”，並不僅僅在於“容量之大”，更大的意義在於：透過對海量資料的交換、整合和分析，發現新的知識，創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”。“大資料”能幫助企業找到一個個難題的答案，給企業帶來前所未有的商業價值與機會。大資料同時也給企業的IT系統提出了巨大的挑戰。透過不同行業的“大資料”應用狀況，我們能夠看到企業如何使用大資料和雲計算技術，解決他們的難題，靈活、快速、高效地響應瞬息萬變的市場需求。“人工智慧專業”是中國高校人計劃設立的專業，旨在培養華人工智慧產業的應用型人才，推動人工智慧一級學科建設。2018年4月，教育部在研究制定《高等學校引領人工智慧創新行動計劃》，並研究設立人工智慧專業，進一步完善中國高校人工智慧學科體系。2019年3月，教育部印發了《教育部關於公佈2018年度普通高等學校本科專業備案和審批結果的通知》，根據通知，全國共有35所高校獲首批「人工智慧」新專業建設資格。

“大資料”的核心是資料探勘，“人工智慧專業”最終是製造機器人。你想想，這兩專業在專業，甚至在本科根本學不到實際工作。畢業後能工作嗎。

這兩個專業都要考研的，真正實際工作都是在研究生工作中學習到的。而大專或者職高畢業能考研嗎？

最終結論：不建議學習，學什麼，前面已經提到，這裡就不再提及。

這兩個專業是這兩年比較時髦的專業。高職院校更側重職業教育，不是學術研究，也不是側重技術開發。大資料探勘演算法和實現不是高職院校強調的，但資料獲取與整理可以是職業院校側重的技能。人工智慧也是如此，控制模型與硬體及程式設計實現分別需要較高的理論功底和技術實現能力，這是演算法研究與職業院校職業技能學習最大區別。

這是一個非常好的問題，作為一名教育工作者，我來回答一下。

首先，大資料及人工智慧領域對於人才的需求是具有多樣性的，既需要具有創新能力的研發型人才，也需要具有實踐能力的應用型人才和技能型人才，而且在大資料和人工智慧技術落地應用的初期，還需要大量高階應用型人才，所以當前的教育體系為了適應行業領域對於人才的各種需求，在研究生教育、本科教育和職業教育等領域，都分別開設了大資料和人工智慧專業方向，以培養不同層次的人才。

對於一部分學生來說，選擇在高職院校學習大資料和人工智慧技術也是不錯的選擇，未來的就業空間也是比較大的。在高職院校學習大資料和人工智慧技術，應該重點關注自身實踐能力的提升，這對於未來的就業會有非常直接的影響。

以大資料領域為例，當前大資料領域的崗位主要集中在大資料開發、大資料分析和大資料運維三大類崗位上，其中大資料運維就比較適合高職院校學生來學習，一方面大資料運維類崗位的數量比較多，人才需求的潛力也比較大，另一方面大資料運維類知識也相對容易學習，對於基礎學科（數學）的要求也相對比較低。

從教育領域的資源整合情況來看，無論是政策面，還是行業需求面，當前以高職教育為代表的職業教育正在受到越來越多的關注，更多的教育資源也會向高職教育領域傾斜，所以未來高職教育的人才培養能力也會逐漸提升，也會為學生提供更好的學習體驗。從這個角度來看，在高職院校選擇大資料和人工智慧專業方向也是完全可以的。

這二個專業其實不太適合在高職院校開設的，原因才於起步和要求偏高，高職學生普遍基礎很差，另外這方面師資也十分短缺，高職開這專業跟風嘛，至少近幾年難以作為

想學人工智慧，建議找一個有課程研發的專業的教育培訓機構，還有就業推薦和保障的額，中公教育 優就業挺好的，我妹妹在他們學的，目前還在學習中