取決於你想要發展的方向，如果是研究偏於底層的就學C，C++等，如果網路應用就學學java，Python，以及資料庫等，確定好一個方向，專心深入學習，確定方向很重要。

程式語言畢竟是一種工具，所以不太建議在脫離實際使用的情況下學習，一個是學習進度不一定能保證，另外如果沒有實際專案做支撐很難深入。

如果從自身職業發展的角度來考慮，可以定一個研究方向，定完研究方向之後再決定使用什麼開發語言來作為支撐。

目前比較熱的研究方向有大資料、物聯網、人工智慧、區塊鏈等，而且這些方向在未來一段時間內都有一定的發展空間，所以可以作為一個參考。在選擇方向的時候不太建議完全脫離自己的工作內容，如果你現在做的是Web開發，那麼可以往大資料、區塊鏈方向發展一下，這樣平時工作積累下來的一些經驗也可以得到使用。如果你現在是做資料探勘方面的工作，可以研究大資料或者人工智慧方向。

如果要做大資料方向可以考慮學習一下Python、Scala或者R，當然前提是你對Java比較瞭解。Python是最近幾年發展勢頭比較好的語言之一，由於在科學計算領域的廣泛使用，使得使用Python做大資料分析變成了一種趨勢。而且Python簡單易學，使用方便，比較適合自主學習，當然有人講解一下就更容易了。

Scala目前在大資料領域的應用也十分普遍，作為Spark的驅動語言，Scala得到了很多領域的使用。也許Scala是Ruby與Java之間的折中選擇，至少Twitter可能是這麼認為的。Scala具備Ruby好玩的優點，同時又在效能上提升了不少，另外跟Java的整合非常方便，所以Scala的學習和使用對Java程式設計師來說還是比較愉快的。

另外，Scala與Java比較起來在程式碼量上還是有很大優勢。

R語言的應用領域集中在統計分析領域，R語言本身的屬性與Python、Scala都有所不同，R語言本身並不是一個落地語言，更多的是基於場景的應用。R語言的工具屬性更加強烈，所以不推薦單獨學習，由於R語言的簡單性，完全可以在使用之前突擊學習。