首先，從大的知識體系結構來看，學習大數據需要具備三方面基礎，分別是數學基礎、統計學基礎和計算機基礎，選擇不同的主攻方向還需要有不同的學習側重點，比如從事大數據分析（算法）崗位需要重點學習數學和統計學知識，而從事大數據開發崗位則需要重點學習計算機知識，從當前的人才需求量來看，大數據開發領域的人才需求量更大一些。
以大數據開發方向為例，初學者需要學習的整體知識量還是比較大的，涉及到作業系統、程式語言、算法設計、數據結構、資料庫、大數據平臺等內容，在學習這些內容的過程中，還需要輔助大量的實驗。
對於初學者來說，可以先從程式語言開始學起，比如Java就是不錯的選擇。
在學習Java編程的過程中，還需要重點學習一下資料庫知識，而接下來需要重點學習一下大數據平臺的相關知識，選擇從Hadoop、Spark開始學習就是不錯的選擇。在學習大數據平臺的過程中，一定要重視邊用邊學，而且最好要結合一定的行業應用場景，比如金融、醫藥等行業領域就有大量的應用場景。
學習大數據要想有持續的提升，應該有一個較好的交流和實踐環境，並不建議在脫離實踐場景的情況下來學習大數據知識，一方面大數據開發的細節很多，如果沒有實踐場景的推動，很難能夠深入下去，另一方面實踐場景也會為開發者積累更多的行業經驗，而行業知識對於大數據開發人員的職場價值有比較大的影響。
我從事網際網路行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智慧領域，我會陸續寫一些關於網際網路技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有網際網路、大數據、人工智慧等方面的問題，或者是考研方面的問題，都可以私信我！