看你自己的儲備了。學歷好，演算法玩的明白，就往大資料人工智慧方向，這些崗位類似於鍊金師，99%無用功，1%的成果那就讓公司賺翻了，所以，要高學歷高水平，哪怕幹調引數這樣低階的工作，高收入，低績效。水平一般的，還是做點傳統IT，做久了，有一定架構能力或者管理經驗，靠團隊規模，提升業績，賺勞動力差價。收入一般，業績提成可觀。

如果往傳統產品方向做，容易和最新的技術脫節，除非所從事的產品技術含量高，否則以後換工作時自己的經驗或者技術積累方面會有劣勢。

大資料的使用門坎會越來越低，開發也不一定侷限在高大上的業務場景，中等規模的資料也可以使用上，大資料相關的應用場景也會越來越低，除非從事嵌入式這種比較專的技術開發，應用層面的開發涉及大資料技術的會越來越多。未來大資料技術會是IT應用開發者的一個常用的技術工具，應用會越來越廣 ，前景也比較廣。

資料分析這個方向當前的職位還不太多，如果做的淺的話和BI，報表有交叉，職業發展的天花板不高。如果想做的深的話可以往機器學習、人工智慧這個方向發展，但對數學要求比較高。

個人建議，如果可以的話，儘量往大資料或者資料分析方向發展，傳統IT產品現在人員已經接近飽和，現在再進入該行業，不管是能力還是經驗，都比不上做過多年的老員工，即使學習能力很強，也需要一定時間來學習，企業不願意花時間和金錢去培養一個新人，與其培養一個新人，遠遠沒有招一個具有經驗的老員工可靠，新人培養出來後可能就跳槽到其他企業，那他花費的時間和金錢就得不到回報。大資料和資料分析不一樣，這兩個方向是近些年剛出來的行業，具有資深經驗的員工較少，且企業需求量大，所以對新人有更好的包容性。

其實這個問題答案很明顯，不用考慮其他因素（可能會有5%的因素影響，本著對自己職業生涯負責的角度，這種因素可以忽略）。

觀點是：肯定是大資料，資料分析這種方向好。

工作後，技術的成長、職業生涯的成長很大程度上都受工作環境的影響。如果自己又不是一個極具自制力和眼光的人，你很難在做傳統專案過程中，去學習新的技術，即使學習了也沒有場景讓你實際應用，對技術的成長有很大的制約。

假如你是做網際網路方向的專案，又或者是大資料方向、人工智慧方向，即使自己略微懶一些、放鬆一些，環境也會推著你向前走。

所以，還是強烈建議，如果可能，還是別考慮去做傳統專案。