當然能透過自學來進入大資料和ai行業工作，這裡我給大家分享一些Python和機器學習方面的資料。但是，相對於其他語言的開發，如Java，c#，c等。會要難很多，因為像大資料，ai都是用演算法堆起來的。

程式語言的話可以選擇Python，Python容易上手，而且語法簡單，相對於Java和c同樣的功能程式碼要少的多，Python更接近於人類語言。而且，Python的第三方庫非常豐富，如果你做大資料方向像pandas，numpy，scipy，matplotlib等提供了非常快捷和豐富的大資料處理方法。這裡我給大家都分享一點資料，具體獲取方式，見最下方。

對於剛開始入門大資料和ai行業，我建議先從應用開始，不要去研究演算法，不然你可能會掉到坑裡去，而且從時間花費上還需要更多，更有可能你看了半天，還是一臉懵逼。雖然說是應用，但是你必須要知道這種演算法的適應場景以及它的優缺點，所以還是需要一點數學基礎的，不然到時候你都不知道選擇哪種演算法。關於這方面的教程我也有一些

能！

每一個蓬勃發展的行業都不止是由技術人員組成的，因為你的產品需要設計、需要實現、需要推廣、需要反饋，這個完整的產業鏈會催生大量的工作！

以AI為例，如果你想從事技術研發，可能你除了熟練掌握程式語言，更重要的是演算法能力！

但是AI最終還是要落地、需要與產業結合，為社會創造價值、提高生產效率，所以必須要有人能夠清晰AI是一個怎樣的技術、能用在哪些場景、為社會帶來什麼改變。

所以後者可以是你的發力方向！

當然可以了，個人所瞭解的有許多大學期間沒有接觸程式設計的同學，在自己自學努力之後都能從事IA行業的工作。如果要能進入大資料，AI行業，則需要更加努力一些，因為其所需要的知識面會更寬，更深。這需要一定的時間積累，更加需要個人努力的自學。自學的內容要根據個人興趣來不斷的去擴充套件，因為在大資料，AI領域一般都需要一人多能，能達到全棧工程師那是最好了。這不是一蹴而就的事情。一定要有耐心，不斷積累。

可以，但要付出時間和堅持。

首先您要花一些時間去學習程式語言，當然做大資料，雲計算，AI行業，這三個方面太大，要花的時間更多。我感覺前期先專致一方面。

從事大資料，雲計算，AI行業大部份要用的程式語言JAVA比較多，學習JAVA是關鍵。只要您會一門語言，您再學Python，R這類語言相當容易，並且做一些輔助工具，幫忙處理大資料。

線上課程

JAVA如果只是看書，要學好，真的很難。如果經濟還可以，參加一些培訓課程，或線上課堂，這個有很多，騰訊課堂、網易課堂、百度課堂、51CTO、慕課都有，並且一些入門的課程，還是免費。

自學課程

在搜尋網站搜JAVA相關的影片課程，如果實在找不到，哪就到TB去搜索，花幾元錢購買。

TB上什麼課程都有買，價格跟一支可樂一樣。

其他語言也差不多用這二種方式去學習。

學習語言，要記住：一邊學習，一邊動手。感覺可以上手了，就是免費也要幫別人做一些專案，或自己想一些專案來練習，如果您沒有，可以找我，我幫你設計一些需求，你來寫。

如果您做開發，不會資料庫也是不成的，資料庫也有很多，其實都差不多，你會一個，再看一下書或教程也會，哪先學習MYSQL，這些學習方式跟學習程式設計一樣。

重點是要SQL語句。

其學你的開發能力好了，在IT行業哪方面都可以，因為你是一個編程式碼，在哪裡都可以用上，大資料方面，重點是演算法，就是對一些數學有一些邏輯，比如線性代數，高等數學，這些都是大學都學過的課程，其目的，是要有邏輯。

大資料平臺的基礎軟體平臺：Linux、關係資料庫、Mysql

大資料應用離不開基礎軟體的支撐，且大部分大資料元件部署在Linux作業系統上的使用者空間，也有很多元件也借鑑了Linux作業系統的一些設計精髓。

Hadoop的核心元件：HDFS、MapReduce、Hadoop叢集

學習的內容：HDFS；MapReduce；Hadoop叢集規劃與搭建；Hadoop叢集的高階配置

大資料的CROWN資料科學：資料科學與數學基礎、機器學習、Spark MLlib

學習的內容：資料科學概述與數學基礎；機器學習的理論基礎、Spark MLlib

事物的原理和規律隱藏在紛繁雜亂的資料中，找出來。

還有很多方面的內容，這個要根據您從事的大資料方面來決定學習的內容。

雲計算，可能要學習的內容還是要根據您的工作內容進行調整和學習，但程式設計能力還是基礎。

AI行業是新興行業，在我認為，程式設計學好後，把大資料應用做好，把雲計算做好，哪AI也不是問題，AI是要有大資料的基礎上的應用。