当前正处在大数据时代背景下，大数据技术目前也正处在落地应用的初期，未来大数据的发展空间还是比较大的，所以学习大数据相关技术是个不错的选择。
大数据编程语言的选择要根据具体的工作岗位来进行，目前大数据领域的工作岗位包括大数据平台研发、大数据应用开发、大数据分析和大数据运维，除了大数据平台研发之外，其他岗位的人才需求量还是比较大的，尤其是大数据分析岗位。
大数据应用开发岗位比较常见的编程语言包括Java、Python、Scala等，Java和Python是Hadoop平台比较常见的编程语言，而在Spark平台下，往往更多的选择是Scala语言。从应用的普遍性和功能性来说，在Hadoop平台下比较推荐采用Java语言，在Spark平台下比较推荐采用Scala语言。Java语言的生态比较健全，而且性能稳定，所以采用Java语言会降低一定的开发风险。
大数据分析岗位比较常见的编程语言包括Python、R、Julia、Matlab、GO等语言，其中Python和R语言是比较常见的选择。Python语言随着大数据的发展，在近几年上升势头非常明显，在最新的TIOBE语言排行榜上已经排到了第三位，这是一个非常不错的成绩。Python语言语法简单、扩展性强、调整方便，而且Python语言自身具备强大的库支持（Numpy、Scipy、Matplotlib等），在进行数据分析时非常方便。
另外，Python语言也是大数据运维岗位比较常见的选择，从这个角度来看，Python语言是大数据从业人员应该掌握的重点语言。
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，我会陆续在百度写一些关于互联网技术方面的文章，感兴趣的朋友可以