猜不透Min
作為一名IT從業者，同時也是一名計算機專業的教育工作者，我來回答一下這個問題。
首先，互聯網技術體系非常龐大，初學者可以根據自身的知識基礎、能力特點和興趣愛好來選擇一個學習切入點。當前互聯網正處在從消費互聯網向產業互聯網覆蓋的過程中，大數據、人工智能等技術也正在成為新的行業熱點，所以可以重點關注一下相關領域的技術。
對於知識基礎相對比較薄弱的大專生來說，可以從大數據技術開始學起，大數據未來的就業前景還是比較廣闊的，而且崗位附加值也相對比較高。目前大數據的崗位主要集中在大數據分析、大數據開發和大數據運維等領域，不同的學習方向需要組織不同的知識結構。
對於初學者來說，不論學習哪個方向，都可以從編程語言開始學起，目前可以重點關注一下Python和Java語言。如果未來要在IT（互聯網）行業從事專業的技術崗位，那麼可以重點關注一下Java語言，相對於Python語言來說，Java語言雖然難度要稍微大一些，但是IT行業對於Java程序員的要求也相應低一些，而且掌握Java語言也可以從事傳統的開發任務，就業靈活性也相對比較大。
如果要在傳統行業發展，可以重點關注一下Python語言，一方面Python語言比較簡單易學，另一方面Python語言在大數據領域的應用也非常廣泛，很多傳統行業（金融、醫療等）也在大量採用Python語言。隨著工業互聯網的發展，未來傳統行業的從業者也應該具備一定的程序設計能力，而從Python語言開始學起就是不錯的選擇。
我從事互聯網行業多年，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能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
IT人劉俊明
本人10年開發培訓經驗,期間經歷了Java Web,Android,H5,大數據,PHP等多個不同的方向的開發,也做過軟件培訓公司的金牌講師，很有興趣回答你這個問題。
首先程序員並非計算機專業學生的專屬，非計算機專業的學生也可以做程序員的，當然這需要經過專業的學習。
然後也不用糾結自己的學歷，很多程序員的學歷也就一般，專科的也不少，甚至還有不少的初高中學歷的程序員，這一行更多的看的是能力，而非學歷，這也是IT行業吸引人的原因，很公平。
很多非計算機專業的學生，都是從零基礎進行培訓的，所以也沒必要因此覺得比人矮一頭，不會了就學，很正常。
那接下來我就給你推薦幾個方向吧。
首先我推薦你學習Java，目前Java開發在所有的互聯網技術裡面，無論是需求量，還是熱度都是蠻不錯的一個技術方向，很多想進入開發行業的朋友，都想選擇以Java作為開發方向。而且因為Java作為一個後端開發的主流選擇，從事Java開發一段時間之後，對於其他的技術的掌握和理解，都有很大的幫助。也就是說學好了Java，對學習其他的技術會有很大的助推。
另外如果自己覺得Java難，也可以學習h5這樣的前端課程，相對來說比較容易理解，目前的需求也比較火爆，可以考慮。
如果想學習Java課程，可以關注我，免費獲取學習教程。
我從事開發培訓10年，擅長Java Web,Android,H5,大數據,PHP等多個不同的技術方向。後續我會寫一系列關於互聯網技術方面的文章，感興趣的朋友可以關注我。另外如果你有Java,Android,H5等開發方面，或者是求職方面的問題，也可以在評論區留言，或者私信我，相信一定會讓你有所收穫！
一一哥Sun
沒有基礎的話，推薦學基礎一些的數據分析，任何企業都需要。如果你能自己做到爬數、數據清理、數據導出、數據可視化，那你找工作就一點問題沒有了。
1、首先你要了解Python語言的整個架構和一些基本概念，也就是所說的Python入門，這裡推薦資料：簡明 Python 教程，很適合初學者，概念的講解簡單明瞭。還有大量的練習，跟著做會有很快的提高。2、基本瞭解了python後，還要學習一些用於數據分析的工具，也就是一些基於python的科學計算庫。
數據就是資產，大數據工程師是現在十分火熱、高薪的職位。做大數據開發和分析不僅要用到Java，Python也是最重要的語言。那麼，今天我們就來分析一下，Python之於大數據的意義和作用。
大數據現在互聯網火熱的一個名詞，而和大數據關鍵詞最緊密的相信就是Java和python了，在一年以前，Java大數據可能是很多培訓機構的宣傳標語。而到了2018年，python大數據則成為了潮流，無論是行業大佬亦或是培訓機構都開始說python大數據了，這是為什麼呢？
大數據為什麼要學python？
什麼是大數據？
大數據（big data），指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
為什麼是python大數據？
從大數據的百科介紹上看到，大數據想要成為信息資產，需要有兩步，一是數據怎麼來，二是數據處理。
數據怎麼來:
在數據怎麼來這個問題上，數據挖掘無疑是很多公司或者個人的首選，畢竟大部分公司或者個人是沒有能力產生這麼多數據的，只能是挖掘互聯網上的相關數據。
網絡爬蟲是Python的傳統強勢領域，最流行的爬蟲框架Scrapy，HTTP工具包urlib2，HTML解析工具beautifulsoup，XML解析器lxml，等等，都是能夠獨當一面的類庫。
當然，網絡爬蟲並不僅僅只是打開網頁，解析HTML怎麼簡單。高效的爬蟲要能夠支持大量靈活的併發操作，常常要能夠同時幾千甚至上萬個網頁同時抓取，傳統的線程池方式資源浪費比較大，線程數上千之後系統資源基本上就全浪費在線程調度上了。
Python由於能夠很好的支持協程(Coroutine)操作，基於此發展起來很多併發庫，如Gevent，Eventlet，還有Celery之類的分佈式任務框架。被認為是比AMQP更高效的ZeroMQ也是最早就提供了Python版本。有了對高併發的支持，網絡爬蟲才真正可以達到大數據規模。
數據處理:
有了大數據，那麼也需要處理，才能找到適合自己的數據。而在數據處理方向，Python也是數據科學家最喜歡的語言之一，這是因為Python本身就是一門工程性語言，數據科學家用Python實現的算法，可以直接用在產品中，這對於大數據初創公司節省成本是非常有幫助的。
正是因為這些原因，才讓python語言成為很多公司處理大數據的首選。加之python本身具有簡單、易學、庫多等原因，讓越來越多的人選擇轉行python開發。
