这是一个非常好的话题，作为一名科技从业者，偶来说说偶的看法。
首先，从当前的社会发展趋势和技术发展趋势来看，大数据、物联网和人工智能等技术对于整个社会的影响会越来越大，在产业互联网的推动下，大数据、人工智能等一系列新技术将逐渐开始落地应用，工业互联网也将成为产业领域发展的新动能，这个过程也会全面促进各种互联网技术脱虚向实。
在大数据、人工智能等技术开始全面落地应用之后，这些新技术不仅会对个人信息进行收集、分析和应用，同时对于整个产业领域和社会资源都会进行管理，这是一个比较明显的发展趋势，简单的说就是“资源数字化”，资源数字化也是智能化的重要基础。
在资源数字化的过程中，不仅会重塑大量的产业领域，对于人们的生活、学习和工作方向也会逐渐产生巨大的影响，一方面资源数字化会打开新的价值空间，孵化出新的产业生态，同时资源数字化的过程，也会促使大量传统的工作岗位继续升级，提升岗位的附加值。当然，这个过程也会淘汰一部分知识结构陈旧的职场人，为掌握新技术的年轻人提供更多的发展机会。
在看待资源数字化这个问题时，有很多出发点，处在不同行业的人也会有不同的角度，作为一名科技工作者和教育工作者来说，更注重当前学生和职场人的知识结构升级，这不仅关系到产业结构升级能否顺利推进，同时也关系到大量职场人的职场发展。
从知识结构升级的角度来看，当前的职场人，不论是否处在IT（互联网）行业，学习一定的大数据、人工智能技术，对于未来的发展还是很有帮助的。既然大的社会发展趋势无法扭转，那么就应该积极拥抱新技术，从而抓住新技术所带来的新机遇。虽然当前消费互联网时代的用户增量红利已经逐渐结束了，但是大数据时代的红利期才刚刚开启，所以当前学习大数据相关技术也是顺应时代发展的选择。
对于当前的大学生来说，学习大数据技术有很多选择，由于大学生的学习时间相对比较多，所以可以根据自身的知识结构来制定学习计划。对于非计算机专业的大学生来说，学习大数据技术，可以按照三个阶段来制定学习计划，其一是学习计算机基础知识和编程语言；其二是学习数据库知识和统计学知识；其三是学习大数据平台知识。
对于当前的职场人来说，学习大数据技术要选择一个适合自己的学习方向，对于非IT（互联网）行业的职场人来说，在选择学习方向的时候，除了要考虑到自身的知识结构之外，还需要考虑到当前的岗位发展需求，结合具体的岗位升级需求也能够有一个更好的学习过程。对于大量的普通职场人来说，从数据分析开始学起就是比较不错的选择。
学习数据分析可以先从Python编程语言开始学起，然后在学习编程语言的过程中，同步学习一下统计学知识和数据库知识，如果数学基础比较好，还可以学习一下机器学习知识。机器学习不仅在数据分析领域有广泛的应用，也可以通过机器学习来入门人工智能技术体系。
偶从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，偶会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注偶，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信偶！