大資料和人工智慧都有一個前提。就是數學非常的好。程式設計非常的好。邏輯思維能力非常的好。

就拿大資料分析這一項工作來說吧！給你非常龐大的資料。你根本就不可能靠人工來去篩選。所以你需要會程式設計通過編寫自己所需要的程式來篩選出那些對你需要的資料。接下來就需要你的邏輯分析能力來進行推理驗算驗證，這些資料之間的關係。通過資料發現，其背後之間存在的邏輯關係。挖掘資料背後存在的商業價值。

人工智慧也是差不多。不過人工智慧比大資料要複雜和困難的多。因為人工智慧需要根據你所要達成的目標設計一個可以自我學習能力的智慧程式。然後通過不斷的訓練人工智慧。讓人工智慧通過自主學習。來達成目標。那麼你的程式設計能力和邏輯思維能力就是必須的，非常非常的強。一般的程式設計師根本就做不到。

所以說要想零基礎成為一個大資料，或人工智慧領域工作的人。沒有幾年時間的積累學習是不可能的。記得去年人工智慧相關專業的學生。還沒畢業就被各大公司高薪聘走。實習期的工資都極其令人羨慕眼紅。可謂是潛力巨大。但是能夠真正的掌握這項技術去進行相關工作的人也無一不是人尖。

我覺得那個難度絲毫不亞於考清北。所以你自己可以考慮。

如果只說前景的話，人工智慧更好一些，現在很多的企業特別是網際網路企業都在朝著人工智慧方向發展，包括一些大資料公司，同時國家也在大力度的支援人工智慧的發展。但是如果是零基礎的話，建議先從大資料做起，在大資料領域具有一定基礎甚至熟練之後，可以根據自己的職業規劃慢慢朝著人工智慧方向發展。零基礎想要學習大資料的話，一般半年左右可以達到進入一些企業的標準，這個時間主要看每天投入的時間，每天時間投入的較少的話可能需要久一些，進入企業之後可以在公司專案中提高自己的水平，達到一定水平後可以向人工智慧發展。

零基礎的話學哪個都難...大資料應該相對成熟一些，人工智慧還在探索和發展中，方向很多，但相應的如果想服務於職業的話可能不夠有成熟的體系。你要看你學這些要做什麼，目標要明確，之後才有瞭解這兩個方向的學習和比較，別盲目。