当前，大数据已经形成了一套庞大的技术体系。初学者在学习大数据时，应根据自身知识结构、能力和职业规划来选择合适的学习起点。随着大数据技术逐步落地应用，未来各行业对大数据人才的需求将更加多样化。

从当前大数据岗位的划分来看，主要分为大数据开发、大数据分析和大数据运维三个岗位。不同岗位对知识结构有不同的要求，因此对初学者的要求也有所不同。对于初学者而言，如果没有明确的职业规划，可以从以下几个方面入手准备：

首先，编程语言。编程语言是大数据各个岗位的基础技能，且其学习难度相对较低。因此，从编程语言开始学习是一个不错的选择。目前，Python、Java、Scala和R等编程语言在大数据领域应用广泛，其中Python和Java还属于全场景编程语言，因此可以重点考虑这两门语言。

其次，数据库。数据库是大数据技术架构的核心部分，因此必须重视数据库相关知识的学习。初学者可以从关系型数据库（如SQL）开始学起，然后逐渐过渡到NoSQL数据库。尽管大数据时代更侧重于NoSQL数据库，但这并不意味着关系型数据库不再重要。实际上，在处理结构化数据方面，关系型数据库仍具有不可替代的优势。

再次，大数据平台。大数据平台是大数据技术体系的基石，无论从事哪个岗位都需要掌握大数据平台的使用。因此，学习大数据技术时不可避免地要接触大数据平台。初学者可以从开源的大数据平台开始学习，例如Hadoop和Spark都是不错的选择。

我长期从事互联网行业，目前还在指导计算机专业的研究生，研究方向主要集中在大数据和人工智能领域。未来我会陆续撰写一些关于互联网技术的文章，感兴趣的读者可以关注我，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，或是考研方面的问题，欢迎在评论区留言或私信我。