首先，對於已經有9年從業經驗的職場人來講，當前持續學習編程語言仍是有必要的，一方面將來的職場上升空間很是大，另外一方面掌握編程語言也是順應當前互聯網、人工智能時代的發展要求，隨着工業互聯網的發展，將來職場人掌握編程語言也會爲本身的發展奠基一個紮實的基礎。
當前不管是在IT（互聯網）行業發展，仍是在傳統行業發展，學習Python語言都是一個不錯的選擇。Python是一門典型的全場景編程語言，目前普遍應用在Web開發、大數據開發（分析）、人工智能開發和嵌入式開發領域，隨着大數據和人工智能技術的落地應用，將來Python語言的發展前景仍是很是值得期待的。
不一樣於Java等編程語言，Python語言不只在IT（互聯網）行業有普遍的應用，在傳統行業的應用場景也很是多，並且Python語言自己的語法結構簡單清晰，即便沒有任何編程基礎的人，通過一個系統的學習過程，也可以學得會，這對於Python語言的普及和發展仍是很是重要的。
對於職場人來講，在學習Python語言的過程當中，一方面要結合自身的知識結構，另外一方面也要結合當前的崗位升級要求，對於傳統行業的職場人來講，當前能夠按照大數據方向來制定學習計劃。大數據是當前的熱點，隨着諸多企業紛紛實現業務上雲，將來大數據會逐漸走進傳統行業，這個過程也會全面促進傳統企業進行人才結構調整，因此當前學習大數據也在爲將來的發展奠基基礎。
從技術體系結構上來看，當前大數據技術體系已經趨於成熟了，這會爲初學者提供一個更好的學習體驗。按照大數據的產業鏈來劃分，當前大數據的技術體系涉及到數據採集、數據存儲、數據分析（呈現）、數據應用和數據安全，其中數據分析對於普通職場人來講，應用場景仍是很是多的。
當前大數據分析有兩種常見的方式，其一是統計學方式，其二是機器學習方式，相對於統計學方式來講，機器學習在數據分析領域的成長空間仍是比較大的，隨着將來物聯網技術的應用，將來機器學習在數據分析領域會發揮出愈來愈重要的做用。不一樣於統計學方式，機器學習方式的數據分析，除了要具備必定的算法設計能力以外，還須要具有算法實現的能力，而經過Python語言來實現算法，就是比較理想的選擇。
經過Python來學習機器學習，須要完成多個步驟，包括數據收集、算法設計、算法實現、算法訓練、算法驗證和算法應用，這個過程雖然比較複雜，可是也徹底能夠按部就班。另外，採用機器學習方式來實現數據分析，依然須要技術人員具備必定的行業知識背景，這對於大數據分析的結果有很是直接的影響。
最後，學習Python語言除了要多作實驗以外，還須要重視與有經驗的行業專家進行交流。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友能夠關注我，相信必定會有所收穫。