首先，对于已经有9年从业经验的职场人来讲，当前持续学习编程语言仍是有必要的，一方面将来的职场上升空间很是大，另外一方面掌握编程语言也是顺应当前互联网、人工智能时代的发展要求，随着工业互联网的发展，将来职场人掌握编程语言也会为本身的发展奠基一个扎实的基础。
当前不管是在IT（互联网）行业发展，仍是在传统行业发展，学习Python语言都是一个不错的选择。Python是一门典型的全场景编程语言，目前普遍应用在Web开发、大数据开发（分析）、人工智能开发和嵌入式开发领域，随着大数据和人工智能技术的落地应用，将来Python语言的发展前景仍是很是值得期待的。
不一样于Java等编程语言，Python语言不只在IT（互联网）行业有普遍的应用，在传统行业的应用场景也很是多，并且Python语言自己的语法结构简单清晰，即便没有任何编程基础的人，通过一个系统的学习过程，也可以学得会，这对于Python语言的普及和发展仍是很是重要的。
对于职场人来讲，在学习Python语言的过程当中，一方面要结合自身的知识结构，另外一方面也要结合当前的岗位升级要求，对于传统行业的职场人来讲，当前能够按照大数据方向来制定学习计划。大数据是当前的热点，随着诸多企业纷纷实现业务上云，将来大数据会逐渐走进传统行业，这个过程也会全面促进传统企业进行人才结构调整，因此当前学习大数据也在为将来的发展奠基基础。
从技术体系结构上来看，当前大数据技术体系已经趋于成熟了，这会为初学者提供一个更好的学习体验。按照大数据的产业链来划分，当前大数据的技术体系涉及到数据采集、数据存储、数据分析（呈现）、数据应用和数据安全，其中数据分析对于普通职场人来讲，应用场景仍是很是多的。
当前大数据分析有两种常见的方式，其一是统计学方式，其二是机器学习方式，相对于统计学方式来讲，机器学习在数据分析领域的成长空间仍是比较大的，随着将来物联网技术的应用，将来机器学习在数据分析领域会发挥出愈来愈重要的做用。不一样于统计学方式，机器学习方式的数据分析，除了要具备必定的算法设计能力以外，还须要具有算法实现的能力，而经过Python语言来实现算法，就是比较理想的选择。
经过Python来学习机器学习，须要完成多个步骤，包括数据收集、算法设计、算法实现、算法训练、算法验证和算法应用，这个过程虽然比较复杂，可是也彻底能够按部就班。另外，采用机器学习方式来实现数据分析，依然须要技术人员具备必定的行业知识背景，这对于大数据分析的结果有很是直接的影响。
最后，学习Python语言除了要多作实验以外，还须要重视与有经验的行业专家进行交流。
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，感兴趣的朋友能够关注我，相信必定会有所收获。