這幾項都是當前非常火熱的方向，可以說不論是就業前景還是就業薪資都非常誘人。
雲計算是比較偏理論的研究方向，例如在大型的資料中心中的資源優化。會牽涉到演算法設計和架構設計什麼的，說實話，看你的基礎，基本上不可能學的很深，因為比較偏學術，需要看文章。當然也有很多系統開發的工作，但是不好入門。而且搞雲計算，去大公司，你這出身或者是業餘背景，基本上不會給你提供很多機會吧，核心研究的話一般是相關出身的博士在搞，其他人的話，在其中也無非是碼農。
機器學習，ai和big data個人認為比較好上手，但是學深入的話，需要對概率，統計方面有比較深的研究，可以修統計學習的課程。只要上手的話，其實很簡單，拿tensorflow什麼的跑跑資料集就行了，如果搞一些簡單的工程，也就是調調引數，難度不大吧。也能找乙份工作。只有研究到底層的演算法方面的會需要你有比較強的數學功底。
而且現在大資料方面的工作普遍工資很高，建議搞ai方面的，學學機器學習，慢慢深入。
簡單說下四者關係和分別是什麼，看看你更感興趣什麼？
步入網際網路高速發展的年代，和網路有關的技術專業已經越來越熱門，因此，大資料、雲計算、人工智慧和機器學習成了很多人想要選擇的學習方向。想要學習這些方面的技術，和自己的it技能有很大的關係，如果具備了it基礎知識，學習這些內容就應該容易一些了，具體選擇哪項，還要看個人的具體情況。
雲計算是比較偏學術的研究方向，需要有專業而系統的理論知識才行，尤其需要較強的數學基礎。，將來的就業方向可以是在大型資料中心做資源優化和做系統開發。現在，中國的雲計算產業即將迎來**發展機遇，國內像華為等一大批優質企業已經在這方面有了深入的業務開展，對it人士而言就業前景非常樂觀。但其核心研發方面，仍需要博士級別的高階專業人士進行。
大資料主要利用雲計算的分布式處理、分布式資料庫和雲儲存、虛擬化技術，對資料進行挖掘整理，現在網際網路時代產生了大量的資料，如果大資料做的好，就不愁工作機會。
人工智慧是電腦科學的乙個分支，對於分析網際網路傳輸裝置產生的大量資料至關重要。是需在掌握了大量的資料知識以後，基於雲計算平台繼續深度學習才能進行的一門學科，它的研究包括機械人、語言識別、影象識別、自然語言處理和專家系統等。屬於前沿的新興學科，如果有了專業知識，選擇這個方向，應該是比較好上手的，它的就業前景和薪資待遇都非常好，但前提是一定要有很紮實的it基礎和經驗積累。
機器學習作為人工智慧的乙個重要分支，需要在it技能方面進一步的深度學習、強化學習。網際網路對機器學習這類職位的需求量非常大，很多網際網路公司都設定了「分析師」，「資料探勘工程師」等這方面的工作崗位，是比較容易上手的方向。
大資料的未來前景可期，入行的人也非常的多，而如何快速的完成轉型，如何快速的進入大資料領域，就需要轉型者、小白去進行深刻的思考。
網際網路科技發展蓬勃興起，人工智慧時代來臨，抓住下乙個風口。為幫助那些往想網際網路方向轉行想學習，卻因為時間不夠，資源不足而放棄的人。我自己整理的乙份最新的大資料高階資料和高階開發教程，大資料學習群：199加上最後加上210就可以找到組織學習 歡迎高階中和進想深入大資料的小夥伴加入。
對於小白學習大資料需要注意的點有很多，但無論如何，既然你選擇了進入大資料行業，那麼便只顧風雨兼程。正所謂不忘初心、方得始終，學習大資料你最需要的還是一顆持之以恆的心。
我想告訴你，每乙份堅持都是成功的累積，只要相信自己，總會遇到驚喜；我想告訴你，每一種活都有各自的軌跡，記得肯定自己，不要輕言放棄；我想告訴你，每乙個清晨都是希望的伊始，記得鼓勵自己，展現自信的魅力。
人工智慧 大資料 雲計算 資料探勘與機器學習概述
一 人工智慧 大資料 雲計算 二 資料探勘與機器學習 資料探勘和機器學習的區別和聯絡，周志華有一篇很好的論述 機器學習和資料探勘 可以幫助大家理解。資料探勘受到很多學科領域的影響，其中資料庫 機器學習 統計學無疑影響最大。簡言之，對資料探勘而言，資料庫提供資料管理技術，機器學習和統計學提供資料分析技...
人工智慧 大資料 雲計算三者的關係
大資料 大資料，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力 洞察力和流程優化能力的海量 高增長率和多樣化的資訊資產。大資料的核心在於為客戶挖掘資料中蘊藏的價值，而不是軟硬體的堆砌。雲計算 雲計算是基於網際網路的相關服務的增加 使用和交付模式，這種模式提供可用的 便捷的 按需的網路訪問，進...
雲計算 大資料和人工智慧
參考 一 雲計算最初的目標 1 理解網路資源 儲存資源概念 2 對於一台電腦是這個樣子的，對於乙個資料中心也是同樣的。想象你有乙個非常非常大的機房，裡面堆了很多的伺服器，這些伺服器也是有cpu 記憶體 硬碟的，也是通過類似路由器的裝置上網的。這時的問題就是 運營資料中心的人是怎麼把這些裝置統一的管理...