作为一名IT从业者，同时也是一名计算机专业的教育工作者，我来回答一下。

首先，在当前的大数据、人工智能时代，学习大数据和人工智能相关的知识还是很有必要的，一方面掌握这些技术能够为自己打开新的发展渠道，另一方面掌握大数据等新技术，也会明显提升自身的职场价值。

从技术体系结构来看，对于初学者来说，可以先从大数据技术开始学起，因为大数据的技术体系已经趋于成熟了，有大量的案例可以参考，另外大数据也是人工智能技术的重要基础，掌握了大数据技术也会更容易向人工智能方向发展。

初学者学习大数据技术，可以按照以下三个阶段来制定学习计划：

第一：编程语言。编程语言是大数据技术体系的重要基础，不论是学习大数据开发技术还是学习大数据分析技术，都离不开编程语言。当前用于大数据领域的编程语言有很多，比如Java、Python、Scala、R、Go等语言都有较多的应用，其中Python语言除了在大数据领域的应用比较多之外，在人工智能领域也有广泛的应用，所以初学者可以先从Python语言开始学起，未来再学习人工智能技术也会比较容易。

Python语言还是比较简单易学的，一方面Python语言的语法结构比较清晰，另一方面Python语言可以通过不同的“库”，来实现开发边界上的扩展。初学者完全可以通过自学来实现入门，后续可以结合具体的开发任务来深入学习。

第二：大数据平台。学习大数据相关技术一定离不开大数据平台，大数据平台不仅是大数据开发的重要基础，大数据分析同样离不开大数据平台的支撑，所以学习大数据平台知识是学习大数据的重要步骤。

对于初学者来说，学习大数据平台可以从Hadoop开始学起，一方面Hadoop是开源平台，另一方面Hadoop平台的生态体系比较健全，很多商用的大数据平台也是基于Hadoop打造的，所以掌握Hadoop平台会有很多应用场景。

第三：实践。不论是大数据开发还是大数据分析，实践对于学习大数据都是比较重要的，实践的过程不仅能够积累一定的行业知识，同时也会推动初学者不断深入学习大数据技术。实际上，在学习大数据技术的过程中，最好能够边用边学。

如果未来要想进入人工智能领域发展，在学习大数据的过程中，应该重点关注一下机器学习知识，机器学习也是大数据分析的两种常见方式之一，同时机器学习还是人工智能技术的六大主要研究方向之一。对于很多初学者来说，在学习人工智能技术的初期，都是从机器学习开始学起的，机器学习也可以看出是打开人工智能技术大门的钥匙。

学习机器学习还是具有一定难度的，而且需要初学者具有一定的数学基础和编程基础，但是如果数学基础比较薄弱也并不需要过于担心，在学习的初期并不会遇到特别复杂的数学知识，比较常见的就是线性代数和概率论等基本问题。

最后，学习大数据知识和人工智能知识，要有一定的实验场景，通常需要数据中心的支撑，所以要尽量为自己营造一个较好的学习环境，在掌握了基本的大数据知识之后，可以继续通过实习岗位来提升。

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！