大資料的話，國內大致在2015、2016年左右曾經出現過一次熱潮，這也算是跟個國際形勢走吧，但在2016年，國外這個行業已經很成熟了。人工智慧的話，在國內出現熱潮大致源於2017年AlphaGo在圍棋對戰中取得的成績。實際上，它也不是一個新興的行業，只不過隨著近幾年深度學習訓練模式的改變，人工智慧的應用效果呈現指數級的提升而已。不管怎摸樣，這幾年人工智慧處一直處在所謂的風口上，並且也會是未來的發展趨勢。這意味著會有大量的社會資源不斷投入其中，前景會更好一些。

就業的話，要結合自己的興趣愛好、投入程度做一些綜合的判斷。從大資料方面來講，如果是想做架構或者開發之類的工作的話，這方面的生態要有充分的瞭解，包括但不限於Storm、Spark、Flink、Hive、Hbase、Flume、Redis、Kafka、 Zookeeper。開發語言主要以java、python為主，Scalar也需要了解一些。如果是偏向於資料分析的話，需要有好的數學、統計學基礎，程式語言主要以python、R為主，此外，julia、matlab也可以瞭解一些。當然，不同公司要求是不同的，可能一些公司只要求熟練Excel。從人工智慧的方面來講，目前主要集中在計算機視覺、自然語言處理、推薦系統等方向。隨個人工智慧的發展，可能還會湧現出更多的方向。就目前而言，計算機視覺、推薦系統應用的廣泛一些，自然語言處理相對來說不成熟一些，反過來，這也意味著未來的機會更大一些。人工智慧這個方向需要好的數學水平。深度學習、機器學習的原理需要理解透徹。程式語言主要是python，有些公司會要全掌握c++，因為Pytorch、Tensorflow、CNTK這些主流的訓練框架底層都是c++寫的。當然，這不是一個必選項，因為這些框架都提供了python介面。人工智慧目前的人才供不應求，但是需要的知識也多一些。

首先，對於語言的選擇，不論走哪個方向，語言都是基礎，Java、C、C++、C#、Python、Scala、Go、PHP等，Java作為當下仍然熱門的語言，不論是在北上廣深等一線城市還是杭州、西安、成都等新一線都有較好的就業前景；C、C++沒有研究，在此不誤導眾人且不做建議；C#目前還沒見過有這種語言要求的；Scala作為大資料開發的一門語言，在一些大資料開發專案中可能會是一項硬性要求，因為專案可能只用Scala做開發；golang作為一門新興語言更是狀態火熱；PHP在這些語言當中應該是較為簡單的一門語言了，作為一門平臺後端開發語言，在非一線城市還是有較好的就業前景的；最後重點說明Python，作為一門開源語言，相比Java而言，其上手度及難易度更舒適些，而且是人工智慧方向的主要語言。