这是一个非常好的问题，也是很多大数据初学者比较关心的问题之一，作为一名大数据从业者，我来回答一下。

首先，当前的大数据技术体系已经非常庞大了，涉及到数据的采集、整理、传输、存储、分析、呈现和应用，对应的岗位包括大数据运维、大数据开发、大数据分析等，不同的岗位需要掌握不同的技术，所以初学者在学习大数据的时候，应该根据自身的知识结构和能力特点来选择一个学习方向。

从大数据领域涉及到的岗位来看，大数据开发对于编程能力的要求比较高，所以如果要从事大数据开发岗位，应该重点掌握一下编程知识。目前大数据开发分为两大类岗位方向，其一是大数据平台开发，其二是大数据应用开发，大数据平台开发主要致力于大数据平台的搭建，而大数据应用开发则致力于大数据的行业应用。

大数据平台开发对于从业者的技术要求比较高，需要具备丰富的开发经验，同时也要有较强的研发能力，近两年不少大数据方向的研究生比较愿意从事这一类岗位。大数据平台开发岗位往往集中在大型科技（互联网）公司，在产业互联网时代，大型科技公司会把大数据平台、物联网平台和人工智能平台等，作为重点的战略布局，在人才需求量上也会比较大。

从岗位附加值上来看，大数据平台开发岗位的附加值还是比较高的，不仅体现在较高的薪资待遇方面，同时也会有广阔的发展空间。按照传统的岗位级别来划分，大数据平台开发类岗位往往属于研发级岗位，职业生命周期也会相对比较长。对于初学者来说，如果自身的知识结构比较健全，数学基础比较好，而且有一定的场景支撑（数据中心），那么完全可以走大数据平台研发路线。对于没有开发场景支撑的初级程序员来说，通过读研来走向大数据平台开发岗位，往往是比较现实的选择。

相对于大数据平台开发岗位来说，大数据应用开发岗位的技术门槛要相对低一些，主要的开发任务是基于大数据平台来展开。目前Java、Python、Scala、R等编程语言在大数据应用开发领域有比较广泛的应用，相关的开发案例也越来越多，所以初学者会有一个比较好的学习体验。对于初学者来说，如果基础比较薄弱，可以从Java开始学起，然后大数据平台可以从Hadoop开始学起。

相对于大数据开发岗位来说，大数据分析岗位对于编程的要求要相对弱一些，但是也是需要具备一定编程能力的，尤其是采用机器学习的方式进行数据分析。当然，大数据分析岗位的重点在于算法的设计，所以大数据分析岗位（算法岗）对于数学基础的要求比较高。另外，大数据分析岗位对于行业知识的要求也相对比较高。

大数据运维岗位涉及到的细分岗位比较多，这些岗位对于编程的要求会比较少，但是掌握编程也能够在很大程度上提升工作效率。

总之，在大数据领域不论是从事何种岗位，掌握编程知识都具有一定的必要性。

我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，我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我，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，或者私信我！