С чего начать путь в data science? Java или python?

Вообще-то путь в Data Science начинается не с выбора языка программирования, а с изучения - последовательно - статистики, Machine Learning, Deep Learning. Потом - и то не часто и далеко не всеми - специальных алгоритмов анализа для Big Data. А язык - это только инструмент для решения задачи. И по большому счету он может быть любым - есть примеры библиотек на Python, R, Java, Scala, C++, C#, MatLab, даже JavaScript и прочей экзотики.
Только вот со знанием языка - даже глубоким - на Junior Data Scientist - никто вас не возьмет. Ибо язык - любой - выучить на много проще, чем то, что зовется Data Science. А знание языка - лишь дополняет, но никак не определяет ваши скилзы и вашу ценность как сотрудника в этой области.

Несомненно Python. Изучать теорию без практики не сможешь, мотивации не хватит. Начинаешь с книг python ... machine learning. Параллельно соревнования на kaggle с изучением чужого кода, в перерывах куришь статистику. Все известные библиотеки для ml существуют на python, который фактически стал де-факто стандартом в этой области вытесняя matlab, java, scala, R. Но соглашусь, что качественный энтерпрайз решение на продуктив скорее всего будут ковырять на java, но набор библиотек будет ограничен.

Самый прикол, что наплодилось куча курсов на гиббренч скилбокс и начинают с основ питона. Потом ковырять либы и вот недосайтист готов :)

Python. Он неудобный, но простой. У питона очень быстрый старт, очень быстрое использование. Однако, в нём сложно работать в крупных проектах. В теории, это компенсируется IDE и прочими инструментами разработки/деплоя.