淺語話
作為大數據行業從業者，希望結合自己的經驗給你些建議。
首先，目前很熱的大數據和人工智能都是你可選擇的方向，但是這兩個方向有不同的側重點，大數據偏重實操，人工智能則需要很強的理論功底，比如數學、算法，所以若選擇人工智能方向，最好是讀完研後再讀博，會更吃香一些。
若不想讀博，可以選擇大數據方向，就是會處境有些尷尬，當前教育環境和社會脫節太嚴重了，而且大數據專業是2017年才被教育部列入培養專業，師資和教育資源都是非常不足的，你在學校也許只能學習些理論知識，而大數據的實操性是要求比較高的，組件很多，更新很快，而且新技術不斷湧現。你在學校是很難接觸到實際的大數據應用場景的，因為你在學校可能得不到好的實操能力，所以最好你讀研選擇的導師有實際的項目去做。
另外，最最重要的是打好計算機基礎，編程能力，這樣以後你的就業面就會寬一些。下面說一下大數據和人工智能的關係。大數據技術其實更多的是企業數據資產的構建基礎，也是人工智能發展的基石，所以你會看到很多都把大數據和人工智能放在一塊。為什麼呢，因為機器學習、人工智能的模型都是大規模數據集訓練出來，而大規模數據集的構建就要用到大數據的。不止如此，目前互聯網大火的數據中臺的構建，也多是基於大數據技術。隨便在網上找了代表性的圖，可以先了解下。
量子星空
作為一名教育工作者，我來回答一下這個問題。
首先，對於大數據專業的本科生來說，在讀研的時候有比較多的選擇，既可以選擇大數據相關方向，也可以選擇人工智能相關方向。從當前的行業發展趨勢來看，讀研選擇人工智能方向是不錯的選擇。
從知識體系結構來看，大數據與人工智能本身就有比較緊密的聯繫，比如機器學習既在大數據分析中有廣泛的應用，同時也是人工智能的六大主要研究方向之一，所以對於大數據專業的本科生來說，可以把機器學習作為切入點來進入人工智能領域。實際上，通過機器學習來入門人工智能也是比較常見的選擇。
人工智能領域的研究方向是比較多的，在當前工業互聯網和產業結構升級的推動下，人工智能與傳統行業的結合也比較多，在讀研的時候可以根據目標學校的資源整合情況，來選擇具體的研究方向。通常來說，不同高校往往都有自己的傳統優勢方向，選擇這些方向往往會有更多的科研資源，也更容易做出科研成果。
從目前人工智能領域的研究熱點和落地應用情況來看，當前計算機視覺、自然語言處理和機器人學這幾個方向有比較多的機會，這些領域也有大量的科研課題。從當前大型科技公司開放的人工智能平臺來看，主要還是基於自然語言處理和計算機視覺兩大內容來展開，未來隨著人工智能平臺的不斷迭代，可以落地應用的人工智能技術會越來越多。
雖然當前人工智能領域的發展速度比較快，但是當前算法崗位的就業也並不像想象中的那麼容易，近兩年很多希望從事算法崗位的研究生，往往也會因為激烈的競爭而轉向從事開發崗位，所以研究生在讀研期間，應該關注自身的程序開發能力。
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
數據科學與大數據技術本科專業是比較熱門的專業，若想繼續升造（考研），推薦考數據科學與大數據技術專業，軟件工程專業、物聯網專業、計算機科學與技術等專業
