大数据零基础的学习，怎样可以快速学好？
这是一个非常好的问题，作为一名科研教育工作者，我来回答一下。
首先，大数据技术体系是非常庞大的，要想全面了解大数据技术需要一个系统的学习过程，而且还需要突破一系列学习难点，对于零基础的初学者来说，要想实现快速入门，最为直接和有效的方式之一就是选择一个切入点，然后基于应用场景来学习大数据技术。
大数据的应用场景非常多，不同的应用场景对于大数据技术的要求也有所不同，初学者可以基于自己的知识结构和所处的行业环境，来选择一个适合自己的应用场景。大数据的行业应用无非有三大场景，其一是数据采集场景，其二是数据分析场景，其三是数据应用场景，可以结合具体的场景来制定学习规划。
数据采集的应用场景非常多，很多行业领域在开展业务的过程中，都需要先完成数据采集任务，而数据采集领域的人才需求量也相对比较大，整个数据采集涉及到的环节也比较多，包括数据采集、整理和存储三大部分。相对于数据分析和应用环节来说，数据采集的入门还是相对比较容易的，初学者可以从爬虫开始学起，然后再逐渐展开和深入。
数据分析是大数据技术的核心之一，数据分析也是当前实现数据价值化的主要方式之一，所以学习大数据技术通常都一定要重视数据分析技术。数据分析当前有两大方式，其一是统计学方式，其二是机器学习方式，这两种方式的学习都需要一个过程，可以从基本的统计学知识开始学起，要重视数据分析工具的学习。
数据应用是大数据价值的出口，当前的数据应用目标有两大类，其一是给决策者使用，其二是给智能体使用，当前随着大数据逐渐成为互联网价值的一个重要载体，数据应用目标还将增加一个价值载体的分类。
最后，对于大数据初学者来说，不论选择哪个学习场景，最好要能够得到专业人士的指导，这对于提升学习效率有非常直接的影响。
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，都可以私信我！
零基础当然可以参加大数据培训了，本来大数据培训的目的就是为了让那些不会的人通过培训学习掌握相关的大数据知识的，方便想要进入大数据行业发展的人能够通过培训快速的掌握相关工作需求的一些技能，从而实现自己进入这个行业发展的目的。
这里小编建议零基础的同学最好是选择线下的全程面授课程进行学习，在老师的指导下学习效率更高，用的时间也相对比较短。
选择大数据学习要注意下边的几点：
1、是否适合学习大数据
2、找一个靠谱的大数据培训机构
3、学习要认真努力，多动手进行练习
4、学习课程中是否有大数据相关项目
大数据学习路线图：
大数据是比较热门的一项编程科目，近年来有越来越多的小伙伴转行学习大数据，这可以充分体现大数据的重要性。而大数据是综合性的、复杂的编程语言，这也代表着学习大数据不像学java、web前端、Python那样简单好学，它是需要有一定的编程基础的。这并不是代表着零基础就不能学好，想学好大数据还是需要一定的方式方法的。
1.端正学习态度
不论你是有编程基础还是没有编程基础，端正学习态度是每个学习大数据小伙伴都应该做到的，一定要戒骄戒躁。不要因为自己没基础，就轻言放弃。
2.了解学习java、Python编程基础
前面我们也说过了，学习大数据是需要一定的编程基础的，所以在学习大数据之前，小伙伴是需要了解学习java、Python等编程基础的，等小伙伴了解了、学习了编程基础，学习大数据相对来说会更容易接受一点。
3.寻找适合自己的学习方法
学习方法的重要性相信小伙伴都应该明白，好的适合自己的学习方法可以让小伙伴事半功倍。适合别人的学习方法，不一定适合自己，自己还需要不断的去尝试，去探索，多和小伙伴进行交流，综合各种学习思维，让其变成自己的学习思维。
4.以用为学
小伙伴在学习大数据过程中，可以搜索企业对大数据开发人才的技术需求，结合企业要求来学习大数据，可以有效的提高学习效率，同时还可以提升自身职业价值。
最后，想要快速入门大数据开发，要做到多学、多问、多练习，结合自身情况，寻找适合自己的学习方法更重要。
数据分析师需要的技能大致有这些：Excel、SQL、统计学及SPSS、Python/R等。建议从Excel开始，因为Excel是使用最多，也是最强大的数据分析工具，入门简单，因为大部分人都接触过Excel。
未来想往能源互联网、人工智能等方面发展，学编程的话是python还是java合适呢？
谢谢邀请！
要回答这个问题，首先要搞清楚什么是“能源互联网”，什么是“人工智能”？在清楚这两个概念之后，再具体分析一下这两个概念背后所使用的技术，进而选择学习什么内容。
能源互联网
能源互联网在我看来是物联网和大数据融合的产物，首先能源互联网的基础是物联网，其次实现能源物联网的应用要依赖于大数据，所以能源互联网是物联网和大数据发展的产物之一。能源互联网关注的是能源的合理应用、智能应用，要实现这个目标就需要有一个完整的物联网基础，从生产、运输到使用的整合环节都需要进行监控。
技术方案则是物联网+大数据+整合平台，从这个技术方案上看采用的编程语言需要使用C语言、Java语言、Pyton语言。
人工智能
人工智能的概念相对来说比较复杂，也许只有哲学家才能解释清楚到底什么是人工智能。但是人工智能关注的问题可以总结为四点：1.像人一样思考。2.合理的思考。3.像人一样行动。4.合理的行动。
而作为人工智能的科研人员需要从六个方面进行人工智能的研究，这六个方面分别是：1.自然语言处理。2.知识表示。3.推理。4.机器学习。5.计算机视觉。6.机器人学。这六大方面基本上涵盖了目前人工智能研究的大部分内容，所以从事人工智能的程序员也需要从这六个方面着手。
目前Python在机器学习领域有广泛的应用，所以做人工智能学习Python是一个好选择。当然也可以使用Java，Java在人工智能领域也有大量的应用。
需要强调的一点是人工智能领域重点在算法的设计和实现上，所以打算从事人工智能的程序员要有良好的数学基础。
综上所述，C、Java、Python都是要学习的，建议从Python开始学起，因为Python够简单、易上手。
我在头条上写了关于Java和Python的系列文章，感兴趣的朋友可以关注我，一起交流学习。
关于学python还是java得问题，之前笔者有很多回答提供了这个问题。笔者的建议是，pyhon和java是两个类型的编程语言，学习时候两个都学习，而不是选择一个来选。学习时候可以调整下学习顺序就可以，先学习perl，再学习java，有条件情况下再涉猎下其他的语言。
笔者在《C、C++、Java、JavaScript、PHP、Python、Ruby这些语言分别主要用来开发什么？》问题回答中提到了很多语言的用途和已有的著名项目。
python和java主要作用和著名的项目
pyton语言小巧方面是非常趁手的胶水语言。做系统应用脚本，数值算法，云开发，AI接口。
在系统脚本方面python就是个非常好的胶水语言，写自动化小脚本，替代shell脚本，做些爬虫等，都非常方便，只需短短几行code就能实现你要的功能。
用户django写写web小应用，结合ansible，saltstack做dev ops运维自动化工具。这方面也很火，需求量大。
python在数值计算，人工智能方面有着最广泛地支持。基本上所有的深度学习系统都提供了python的接口，基于python调用这些系统，用DL人工智能处理实际中的问题，非常方便快捷，当然这只是指应用，如果你想用的好，必须学习底层的算法，学习他们的原理。有个很好的机器学习和人工智能公开课，非常好，就是斯坦福ng大大的公开课，去搜索一下就可以找得到。
在云方面，基于openstack的私有云开发也是一个很火，很重要的方向。
java 主要用于web，系统，大数据方面。
在WEB方面java很适合大型项目和网站的底层开发，在国内流量比较大，比较知名的网站比如淘宝、比如京东，在比如12306的售票系统都是用java开发，足矣说明java在WEB开发方面的实例。
当然php在WEB方面凭借大量的中小心网站的数量在web开发方面是一枝独秀占了互联网站点语言中的83%还多。但是java站点都是巨无霸，以一当万，当亿的。所以光从数量来比较的话对java有点不公。
java还有了大量的系统工具，中间件，应用框架，比如Apache基金话的项目中多一半都是java项目，而且也都是非常知名，广泛应用的响应。这笔者在文章中《「服务安全」Tomat安全设置和版本屏蔽》做过叙述。
Java在大数据、分布式计算方面有大量的应用和项目。比如hadoop、HBase、Accumulo，ElasticSearch、吞吐量消息队列Kafka等等。
还有最重要的一点是java是长期占据程序语言排行榜第一的语言，在企业职位需求上也是最多的，如果会java的话，在职场方面也是有巨大的优势的。
编程语言学习顺序
关于学习顺序方面，笔者也有总结过篇文章《[程序开发]从Scratch开始零基础编程学习、用Python入门》。
虽然讲的是对纯小白从零开的的，但是你可以作为参考从python部分开是进行学习入门，然后继续深入。
关于算法和人工智能方面的学习
在统计算法和AI方面的学习，要提下R语言作为一个很棒的数据统计和画图语言R都很棒，值得学习下。