。个人建议转大数据。

我也是从事Java开发，对于题主的纠结感同身受，毕竟自己如果在Java上已经算是游刃有余的话，已经是付出过很多学习精力，学机器学习的话基本上是要和Java说再见，这无疑是一个非常可惜的选择。

而且转机器学习就不仅仅要深入Python，还要对数学算法方面有所造诣，这不是一蹴而就可以熟练掌握的，因此转人工智能风险也比较大，容易夭折自己的职业规划。

目前大数据方向依旧是需求量比较大前景非常好的工作方向，Java在大数据领域的应用非常广泛，光是Hadoop生态圈，就已经够可以完成很多大数据工作，而Hadoop又巧妙与Java密不可分。

最重要的是大数据方向并不会比还处于初级水平的机器学习工资低，薪资问题的话不用担心。

看你的规划是怎样的吧，这种事情我没办法说死。不过就你的职业经历来看，我觉得如果你从事了很久的Java开发，当然前提是你在一线从事了很久的Java开发，那么我建议你的首选是转大数据。

大数据目前用得最多的语言就是Java

Java语言安全性强、精密度高，在可维护性、高性能特性，以及在于整体生态方面，Java语言都具有比较大的优势，而且在大规模的异构计算机集群、处理高并发、以及复杂的业务逻辑方面，都是Java最擅长的。

除此之外，目前大数据行业最知名的Hadoop生态圈，以及领域你所熟悉的几乎所有大数据行业的词汇，比如Hive、Spark等等都是跟Java关系最为紧密，比如说大名鼎鼎的Hadoop本身就是Java编写的，即使是Spark关系紧密的Scala语言，其实也跟Java有着千丝万缕的联系。

因此Java工程师转大数据工程师，有着天然的优势，当然目前在数据挖掘领域，Python也占据着很大的统治地位。不过在大数据领域，基本上大多数企业都是要求Java背景的公司最多，很多岗位都是直接瞄准Java工程师进行培养。

大数据的岗位市场需求非常大

现在的互联网，哪家企业不讨论大数据？

大数据和机器学习都是未来的方向，选择任何一个都可以，机器学习相对来说更偏向于算法，对数学要求比较高，大数据侧重编程以及架构，看自己兴趣了

大数据好，Hadoop、数据仓库、Zookeeper、SparkSQL、Spark、Strom、Jstorm、ES、Hbase、Kafak、ETL。场景更多，目前机器学习还需要一定的时间才能够普及，另外彼此是想通的，转方向也不是不可能。建议先学大数据。

关注我，后台私信:“大数据”，给你一手最新的视频资料，以及最新大数据动态信息

如果楼主不想放弃Java，那么我推荐去大数据。

如果从未来前景上看，我推荐去机器学习。

大数据

大数据的大火要更早一些，近些年，热度已经逐渐被机器学习夺了去。

大数据分析能够带来很多神奇的事情，比如谷歌能够比医院更早的预测到流感即将袭来，因为大家在去医院之前，总是习惯先去Google上搜感冒的一些症状，因此当某地的搜索结果中，感冒相关的query飙升的时候，基本可以确定，流感即将袭来了。

大数据工程师通常是继续以Java开发为主，但是只会Java和Hadoop也只是基础，在真正的大数据开发工程师眼里，可能连面试的门槛都过不去。

在已经有Java基础的前提之下，转行大数据是完全可以的。从发展的角度来说，Java已经处在一门编程语言的成熟期，未来Java程序员要想有更好的发展，则需要深入到一个领域，比如大数据或人工智能，这样才能有较强的职场竞争力和较好的发展空间。

大数据以Java技术为基础，在熟练掌握了Java技术以后，再学习大数据的相关技术会容易很多。在有了Java经验的基础上，转行大数据学习，学习的大致步骤为：

1、大数据基础：Linux基础、Maven基础；

2、Hadoop生态体系：HDFS、MapReduce、Yarn及其周边软件Hbase、Hive、Pig等；

3、Spark生态系统和Scala语言；

把握现在，等待时机

现在很多主流网站都是使用java开发维护的，所以个人觉得java前景还不错，所以我的建议是把握好现在，现在做java开发，可以在这一行中深耕努力使自己成为大牛，编程思维越好以后转啥都比较迅速。

如果有好的机会可以转到大数据开发的话，当然要抓住机会，现在大数据开发风头正盛，像大数据平台搭建、运维、优化监控，数据挖掘分析，大数据设计架构这些大数据相关岗位给的薪资相当丰厚，前途也是很美好。

机器学习这部分不是很了解，应该是更注重算法的开发，对数学功底要求很高。至于使用什么语言开发这个应该不是问题，精通java入手phython会很快的，而且编程这个东西是要是要看编程思维和语言本身关系不是很大。

我在公司做了4年java，一年的大数据平台开发。

根据我的经验来看，这两个方向，机器学习相对更高阶一点，前景更大点。

而且，不存在用python就放弃java这一说法

一个资深的架构师，都是同时精通多门语言的。

而且你还在学习的过程当中，当你学有所成的时候再考虑后续的问题才对

个人认为转大数据比较好，变现…赚钱比较快，对于赚钱快的，总是最受欢迎的。AI的发现是个漫长而又缓慢的过程。在阿法狗在围棋上战胜了柯洁以后。谷歌向全人类展示了AI的魅力。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。AI的发展功在千秋。人类有寿命，可以机器没有。可以无限制的学习。甚至超越人类。像黑客帝国或终结者一样。

如果是985/211毕业，学霸级别的java程序猿转做机器学习也并非无阻力，需要拾起课本，认真的啃书。但是如果是专科毕业或者高中毕业自学编程。那就强烈建议你转行做大数据。理论功底对于编程可能毫无作用。你知道红黑树怎么算对你做数据处理的网页，几乎毫无帮助。但是却限制了你进一步发展。有用，真的有用，只是初级程序猿不需要，也用不上。感谢阅读分享。祝您新春快乐，阖家幸福安康。欢迎点赞。小编百拜。

机器学习（ML）属于AI领域，大数据是人工智能的前提，相当于原料，人工智能是基于大数据的支持和采集，运用于人工设定的特定性能和运算方式来实现。因此，人工智能离不开大数据，人工智能需要依赖大数据平台和技术来帮助完成深度学习进化。

人工智能其实就是大数据、云计算的应用场景。

简言之，大数据和机器学习未来的发展空间都很大。

有Java基础的话，你可以考虑一下大数据开发。