大數據培訓怎麼樣？
謝邀！
還記得大約10年前，計算機主要的培訓內容就是PS，而從去年開始，計算機培訓領域越來越多地出現大數據課程。我來說說大數據培訓是不是靠譜吧！其實，大數據的核心就是演算法和模型。就這兩點而言，0基礎速成基本上不可能，為什麼呢？PS是一個軟體，你幾乎可以不會電腦，只要懂得操作這款軟體就可以，而大數據不行，他需要你有一定的基礎知識和了解多款軟體。
這些培訓機構正是抓住以上三點，才會有那麼多人上門。
可以肯定的是：這世界，除非你是天才，否則到一個新領域你絕對不可能速成。那些打著速成、包就業、就業後付錢等等的招生廣告，請務必三思後行。如果你想學習大數據，我這裡整理了很多資料，聯繫我吧，沒有版權，僅供免費交流學習。
謝邀~
先來個圖吸引下大家的目光（沒錯，都看我，都看我~~）
題主的問題過於單薄 為避免廣告嫌疑，這裡不提任何一家含有大數據培訓的機構。
首先推薦題主看一部片子，沒其他目的，只是在加強一下 大數據有多火！：
新大型數據新聞節目——《數說命運共同體》，節目挖掘超過1億GB的數據，分析發現「一帶一路」沿線國家40多億百姓休戚相關的密切聯繫。
讓沉默的數據說話，它們呈現出來的，是「一帶一路」國家間前所未見的聯繫圖景。
"大數據" 百度指數：
"大數據" 需求圖譜：
"大數據" 還可以解決哪兒些問題？：
"大數據" 薪資範圍(隨便截的)：
好，接下來我們進入正題 ，題主問大數據培訓怎麼樣？
正值高考，按照我僅有的智商，我理解的如果你現在學大數據，是「初中」升「大學」，而不是「高中」升「大學」，所以學大數據，需要一定的編程基礎及經驗。
目前我了解到的，大部分學大數據的人員，多數為在職人員，如果你尚未有編程基礎及經驗，建議先從基礎一步一步來。
關於教程方面，網上一大堆，網盤也一堆，我估計你現在的硬碟里也不少，選擇一套你覺得講的不錯的即可。
最後：
By.九點編程
有段時間沒太關注知乎啦，今天周五來逛逛，還是有不少知友在考慮是否選擇大數據培訓時迷茫，害怕上錯船信錯了培訓機構。我好早的時候回復過一位知友的問題，算不得解答，主要還是把自己踩過的坑以及決策過程記錄了一下，收到過一些知友的贊和感謝，虛榮心小小的膨脹了一段時間。
今天把我16年自己的一個帖子稍做整理，分享一下，希望對題主和新人有些幫助吧，別跟我一樣掉坑就行。
~~~~~以下基本上是16年寫的，實在沒太多時間去重新梳理，不負責任的掃了一遍，問題不大，應該還是有些借鑒作用~~~~
先說一下我自己的情況。
本人去年一個普通本科畢業，計算機科學與技術專業，學校的時候計算機成績中上，玩遊戲的同時專業課還學了個馬馬乎乎。畢業之後，還算幸運的在廣州的一個小軟體公司做java開發，雖然薪資不到6k，但比很多找不到工作的同學還是要好多了。但也很苦逼，那時天天加班，快累成狗啦，最主要是沒正經吃過幾頓熱飯，泡妹的時間更是少之有少。
男人年輕時可以苦點兒，但寂寞這事還是有點受不了，不到5個月我就有了跳槽甚至不做碼農的想法。於是找一些混得還不錯的師兄師姐求教取經，有個在華為的師兄建議我學大數據，我聽了他的建議，主要原因有三個：1）他自己在華為做大數據薪資18k，對當時的我來說很是羨慕；2）他說大數據這個方向相對java來說編程的份量沒那麼重，所以加班方面相對好一點，很少會長期加班；3）他說大數據這個方向可以幹得久一點，不完全是青春飯。
師兄當時推薦我看《Hadoop權威指南》，我滿心歡喜的啃了3周，發現還是有些難。一看就懂，但真正操作的時候各種錯誤。光開發環境這事，我在淘寶上買了份9塊錢視頻，又到處找了一些零碎的資料看，耗了我將近2周也只是能勉強跑起來而已 。對於急於擺脫當前苦逼工作的我來說，這種日子有點難熬。
書看不下去，那就視頻吧。於是，我在網上各種搜，QQ群里各種求，視頻搞了將近2T，什麼這七天那寶典的，後來發現那完全是浪費時間，內容垃圾不說，還只能看一部分，用來下載的時間比能看的視頻的總時間還長。qtmd，老子不想再被它們這樣玩了。
書不行，免費視頻不行，那就剩下第三條路了，培訓！對，就是培訓，曾經我最最鄙視的學渣才需要的培訓，也成了我唯一的選擇。很長時間，我都自我安慰，大數據比較高端，自學不行也是正常的。現在看來，我應該感謝自己當時那個英明的決定。為什麼？後來我發現，大數據和java或者android開發還不一樣，網上書上空談理論的多，教你玩真正大數據的少，你或許連一個真正有效的大數據實戰項目都找不著（p.s. 16年我注意到慢慢有一些了，15年的時候真是很難找）。
好了，既然培訓那就找機構吧。問了幾家線下，一般都是2.2萬的價格，還有一家2.58萬，去死吧，我四五個月工資不吃不喝全給你還不夠。後來又網上到處搜，當時做大數據的也不是很多，雲*、煉*直接pass了，看過他們的視頻，如果是學生花幾百塊錢學點花拳秀腿還可以，畢竟便宜，社招學真本事我直接忽略。後來也聽了超*的七天，感覺講得太淺，而且聽群里人說，學他們的課程的很多人到公司後過不了試用期，動手能力不行，項目也比較簡單，幾個小時就講完一個項目。隨後，差點報了北風，也試聽了，價格小1萬，就在考慮是否報了。
一次偶然的機會在一個QQ群里有人發大講台的公開課，去聽了一下，當時印象很深的是那個老師拿他伺服器上跑的東西給大家展示，講hadoop及大數據的生態體系，其實我也聽不懂，但當時我有幾個感覺：1）這老師講課還挺有意思，我能聽得下去；2）這老師有真東西，至少不是拿小的演示程序在那講，應該是真正有大數據經驗的人；3）這老師還有助教比較實誠，課堂上沒有吹學完這課就能年薪幾十萬，反而是在抨擊這事，這讓工作過一段時間的我很是認同，我不認為我自己有報個班出去就拿三五十萬的命。
課後，我向大講台的人員聯繫問了價，當時是4000多一點（現在好像也七八千了），當時的價格在市場上還是很有競爭力的，沒怎麼糾結，第二天就報了名，還送了個基礎的就業課。
接下來應該是題主關注的重點了，我是否被坑？大講台怎麼樣？說說我個人對大講台Hadoop特訓營課程的內容和效果方面的看法：
1）項目含金量絕對足，網上很多視頻是沒法比的，但對沒基礎的人壓力會有些大。從我和身邊的同學整理學習狀況來看，效果還不錯，至少要比我當初想的要好很多，我們那個班有的同學是已經做過一兩年的hadoop過來學，我開始還不太理解，後來老師講後期的大項目時才明白，做幾百M數據的小項目寫寫MR程序那不叫大數據，處理TB/PB級數據時的方案還有過程中的一些問題解決才是更有價值的，那些有基礎的同學主要也就是看中老師這方面經驗去學的。苦逼的是像我這種基礎弱的人，前面的項目還好，後面的項目有些跟不上，我自己只能聽懂四五分，課程結束後自己又反覆看了三遍才算消化了六七分吧，算球，我知足。
2）課程內容最好的一點（大多同學的反饋），就是他們有詳細的操作文檔，文檔中還有相關的數據和需求資料什麼的，跟著文檔認真操作一般問題都不大。早期我個人看網上視頻有很深的感受就是，都是講的也能聽懂，但下來操作操作不了，缺這個少那個，還有各種報錯。
3）碰到問題時答疑還不錯，主講老師答疑時間不是很多，但另外兩個老師整天在，態度也不錯，實在搞不定就主講老師來。他們的學習群里還有很多有經驗的人回答問題，估計應該是大講台官方給錢請的兼職，有時還可以QQ遠程協助，這個厲害，我中間就有幾個問題是一哥們遠程幫忙解決的。
4）有點不好的是，他們的課程限制比較多，每天一定量的學習任務，不是很自由，而且不交作業後面的內容看不了。客觀來講，為了學習效果控制一下進度從而避免貪多嚼不亂沒什麼問題。但太死板，而我當時急於找工作，所以這一點不是很喜歡。
5）他們的課程主要偏重於Hadoop，講得比較深，有些機構的課是spark、hadoop、storm一起講，講得淺一些。如果想把大數據一次全部搞定的話，他們的課不是很合適。我個人傾向於先學好Hadoop，畢竟之前是做java的，如果學spark還得學scala，周期太長。現在我們公司除了Hadoop也會用spark，我邊做邊學，畢竟搞過7個多月的hadoop，感覺學spark也挺快。
對於課程本身，我想說的就上面這些，其它機構高價的付費課我也沒法同向比較，我就說一下我自己學習過程中的一些看法，希望對題主有幫助。
補充一句，可能也是大家在意的 —— 就業問題。我學完大講台的課程之後，又花了三周左右的時間反覆看視頻，後來找工作比較順利，1周多點的時間吧就換了工作，薪資和同期其它同學來說不算太高，但相對我自己來說還不錯，漲了4k的樣子。我很知足，關鍵是不再干搬磚一樣的java項目啦，更更關鍵的是加班少了，泡妞時間多了^o^。
開始答題之前先說明一件事，以下內容基於一個外行人對大數據培訓機構的理解，可能不太準確，有的地方甚至有會有偏差。
不過我認為，所有培訓機構都有共通的地方，所以選擇機構也就有了一些共通的技巧，根據我之前的經驗給大家分享一下。
第一，在選擇培訓機構之前認清自己。
注意了，這個不是雞湯，而是非常重要的一個條件，甚至可以說，如果你沒有搞清楚這個問題，必然沒辦法找到合適的培訓機構。
因為不同的培訓機構會有不同的風格，也會存在不同的側總點，甚至課程的起點都不一樣，所以這個世界上不存在最好的機構，只有最適合你的機構。
所以你務必要認真自己。
我建議，在開始調查之前對自己做個反思：
自己的計算機基礎怎麼樣？是完全零基礎還是有一些基礎知識（編程語言、計算機原理、演算法）？
自己的學習風格是否適合培訓？你是特別注重自學還是沒人管著就學不進去？
你對未來的期望能否被滿足？你是想找一份相關工作還是培訓完就去做CTO？
第一個問題還好，不同的情況總有不同風格的機構適合你；第二個問題里，如果你注重自學，可以先自己嘗試，實在學不會再報培訓班最後一搏；第三個問題里，如果你想當CTO就別培訓了，有這個志向早就自己付出行動了。
說到底，如果你需要有人監督你、幫助你、帶領你學習，同時又對培訓這種事情抱有合理期望的話，可以嘗試尋找一下培訓機構。
第二，在選擇機構時對機構的風格做一下了解。
因為不同的機構有不同的授課方式、有不同性格的老師，有不一樣的服務體系，這些錯綜複雜的模塊搭配在一起，造成每個培訓機構的風格可以說天差地遠。有的機構還可說是在憑著本心做教育，但有的機構真的只能稱之為騙子。
比如，我真的碰到過有機構鼓吹理論無用，大肆宣揚培養所謂的實戰人才的。
先不說理論無用這個觀點有多滑稽，他們所謂的實戰，不過是拿著一堆早被淘汰的技術騙小白罷了——對外還要宣稱自己的實戰多麼高效、實用。
這一點大家一定要多加註意，因為現在這種靠著行騙為生的機構非常之多，就我了解到的情況，甚至有多家騙子機構聯合起來共同攻擊部分良心機構，故意敗壞行業名聲，通過攪混水達到掩蓋自己騙人行徑的目的。
第三，選擇培訓機構時，把考察核心設定為師資。
雖然參加培訓的大都是成年人，理論上應該有控制自己的能力，但是如果大家有足夠的自控力、自學歷，那你根本就不用來參加培訓。
所以對於一個培訓機構來講，可能最重要的就是兩個：師資和環境。環境很複雜，後面再講，先說師資。
一個培訓機構的師資怎麼才算強呢？並是不是看講課時是否口沫橫飛激情四射，而是看老師的履歷和授課方式。
履歷的重要性無需多言，一個根本沒有大型項目經驗的講師無論他訓練過多少次授課技巧、擁有多高的演講水平，對於你的成長可以說是毫無益處的——IT是一個需要極強實戰水平的行業，一個純理論派的講師不可能將項目的核心給你講解清楚。
講師中經常會有一種奇葩——正是前文所說的「實戰派」，這種實戰派講師未必有過多少實戰經驗，卻敢妄言理論無用。不停在課堂上鼓吹這種觀念的惡果，就是教出來的學生理論基礎單薄，一旦進入到工作環境，面對多樣化的情況只能目瞪口呆。
為什麼這種奇葩出現的概率這麼高呢？因為幾乎大部分講師的技術水平不高——講不清楚理論，只好鼓吹理論無用。
然而真實情況是什麼呢？任何一個從事高端IT職位的人，理論和實戰都必須過硬才行。所以這種風氣實際上是因為自己的弱點折損了學生的未來。
除了你自己，培訓時的編程思維可能就是決定你上限的重要因素了。
第四，培訓機構能提供的學習環境非常非常重要。
這個問題簡單到根本就不用解釋。
大家從上學開始，就知道重點小學比普通小學好，省重點比市重點好。你在衡水中學上課，考個二批本科就是最差，你在我的母校上學，考個二批本科學校都要給你掛個光榮榜。同理，一個培訓機構給你提供的學習環境可能決定你的下限。
環境里有幾個要素，教學環境、自學環境、學習氛圍，中間還要穿一些教學服務，這些因素綜合起來，才算是一個培訓機構提供的學習環境。
最後，你一定要考慮的是學費問題。
這是非常複雜以至於我一直想不到該怎麼描述的問題。
因為每個人的經濟狀況都相當複雜，所以也沒什麼可以參考的意見，我這邊就一句話：在考慮費用的時候要把時間成本也考慮進去。如果1萬需要一年時間，2萬需要半年時間，如果培訓效果相同，肯定要選擇2萬的。
請記住，你再決定參與培訓的時候，就應該把自己的時間當做IT工程師的時間，不僅學習要和他們一樣拚命，時間也要和他們一樣值錢。
很多人說時間短了學不到東西，我只想說，短時間學不到東西的人，再長時間也學不到。
這個時代是大數據時代，也是大數據人才稀缺的時代。由於中國人才缺口比較大，大數據也迅速成為行業和市場的熱點，更多的企業無論是對人才的招聘還是在培訓都成了剛需，這也促使大數據人才的薪資在同崗位中是最高的，掌握大數據技術，工資提升40%左右是很常見的。大數據的就業領域是很寬廣的，不管是科技領域，還是食品產業，零售業等等，都是需要大數據人才進行大數據的處理，以提供更好的用戶體驗，以及優化庫存，降低成本，預測需求。下面一起看看大數據培訓後在各個領域可以從事的工作崗位及未來發展方向。給你參考
一、熱門工作崗位
1、Hadoop開發工程師
Hadoop是一個分散式文件系統（Hadoop Distributed File System），簡稱HDFS。Hadoop是一個能夠對大量數據進行分散式處理的軟體框架， 以一種可靠、高效、可伸縮的方式進行數據處理。所以說Hadoop解決了大數據如何存儲的問題，因而在大數據培訓機構中是必須學習的課程。
2、數據分析師
數據分析師是數據師的一種，指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。在工作中通過運用工具，提取、分析、呈現數據，實現數據的商業意義。
作為一名數據分析師、至少需要熟練SPSS、STATISTIC、Eviews、SAS、大數據魔鏡等數據分析軟體中的一門，至少能用Acess等進行資料庫開發，至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建，至少掌握一門編程語言。總之，一個優秀的數據分析師，應該業務、管理、分析、工具、設計都不落下。
3、數據挖掘工程師
做數據挖掘要從海量數據中發現規律，這就需要一定的數學知識，最基本的比如線性代數、高等代數、凸優化、概率論等。
經常會用到的語言包括Python、Java、C或者C++，我自己用Python或者Java比較多。有時用MapReduce寫程序，再用Hadoop或者Hyp來處理數據，如果用Python的話會和Spark相結合。
4、大數據可視化工程師
隨著大數據在人們工作及日常生活中的應用，大數據可視化也改變著人類的對信息的閱讀和理解方式。從百度遷徙到谷歌流感趨勢，再到阿里雲推出縣域經濟可視化產品，大數據技術和大數據可視化都是幕後的英雄。
大數據可視化工程師崗位職責:1、 依據產品業務功能，設計符合需求的可視化方案。2、 依據可視化場景不同及性能要求，選擇合適的可視化技術。3、 依據方案和技術選型製作可視化樣例。4、 配合視覺設計人員完善可視化樣例。5、 配合前端開發人員將樣例組件化。
大家能從事的工作崗位並不只是上面的這幾個，還有很多細分崗位小編就不一一列舉了。想要在工作中立於不敗之地還是需要大家不斷給自己充電的。
二、發展建議
你適合從事數據分析嗎？近年來，越來越多的人選擇大數據行業，只看到了大數據行業前景不錯、薪資待遇不錯，而且培訓項目、機構眾多，各大名企對於大數據人才的需求也不斷上漲。
但是沒有對崗位和自身進行合理評估，求職或者入職之後或許才發現其實跟自己想的也許不一樣。在入行數據分析或者任何一行之前，你都要好好思考這些問題：我希望進入哪些行業呢？這行業有前景嗎？需要什麼樣的知識結構？符合我的興趣方向嗎？
1、職業愛好：分析需求、寫代碼、與人溝通、探索未知是你喜歡的嗎？
2、思考能力：如何根據數據推演、分析、提出解決方案，這常常需要你腦洞大開。
3、學習能力：數據分析與IT行業一樣，是需要持續保持學習狀態的，這你能堅持么。
4、溝通合作能力：數據分析師需要與業務部門、研發部門等頻繁溝通和合作，這你擅長么。
5、性格：動要能溝通、吵架，靜要能分析寫代碼，這隨意切換可以么？
三、行業機會與威脅分析
1、行業情況：毋庸置疑，大數據是21世紀很火熱的行業之一，已經滲透到每一個行業和業務職能領域。
2、企業情況：這家企業重視數據嗎？有數據基礎么？數據有所為么？
3、崗位就業情況：只要你練好真本事，數據分析相關職業是個高薪職業，而且人才缺口較大。
4、崗位要求：需要發現問題、分析問題、解決問題的能力，你需要懂商業、提取處理分析數據、提出解決方案，最終目標是創收。
四、你需要漸漸培養的能力
1、業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2、管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。
3、分析。指掌握數據分析基本原理與一些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
4、工具。指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作。
5、設計。懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目了然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。
咳咳~來說說我培訓的感受吧。我大學的專業是電子商務，就是跟著馬雲爸爸開淘寶店的= =對沒錯我們大學就是天天教你怎麼開淘寶店。當然，大學也學了一些些網頁編程，很少，我卻對編程這塊兒有了興趣，但是，老師天天想著教我們怎麼開淘寶，大學也懶，編程本來就學的淺，這塊兒我也漸漸的忘了。我就這樣渾渾噩噩，學了3年多的開淘寶= =到大學畢業我才發現我一無是處，都是淚。我的家人幫著我分析了一下當下的職業比較火的，醫生沒戲，教師沒考，金融不感興趣，計算機也沒怎麼學，但是IT行業是真的火，我看有些IT職位的工資高得我叫爹爹喊娘娘，說著說著就重燃了我要踏入IT行業的決心！我哥哥在美國留學，好好的幫我分析了一下IT當下的行業情況，軟體開發工程師已經比較多了，美國最近幾年提出了一個概念，就是大數據，而且他們政府在大力投資發展大數據產業，現在人才什麼的還不夠，讓我考慮考慮。還有一個就是人工智慧，其實人工智慧也是基於大數據的。我經過強烈的掙扎和掙扎，決定投身遨遊在大數據的海洋當中，為什麼說是遨遊搞得很享受的樣子，因為學習使我快樂= =後來選擇在一家培訓機構學，我其實屬於腦子不是很聰明的那種，我沒有一點基礎，難度可想而知，搞得我都想放棄了，但是自己挖的坑，跪著也要填完= =不過後來想想，為了自己以後能走上人生巔峰，咬咬牙夾緊屁股就撐過去了，而且主要是現在我實訓的公司說我像有1-2年工作經驗的，內心一陣哈哈哈哈，所以一切還是值得的。當時我們上完課，還剩將近3個星期的時間，都是我們做模擬項目，其實在每個階段上完老師都會帶領做項目的只是更簡單一些。最後的項目的時候，有些地方自己還是要靠向老師請教才了做出來，那一刻，真的，革命尚未成功，同志們仍需努力。。。 針對我這樣子沒有基礎的情況，只有培訓才能幫我入門，自學，我是認為我沒有那個強大的屬於學霸的能力，我也知道，培訓出來不可能立馬秒變大神，要是6個月培訓出來我能立馬月入上萬，大數據培訓機構早尼瑪換N個門了，所以我還是有心裡準備的，而且我實訓的公司說我像有1-2年的工作經驗，我覺得至少努力是有結果的。其實培訓完出來我的技術也很渣，我不怕，我覺得人生就是在不斷的學習中進行的，只要肯學，困難都立馬趴下。未來的路還很長，但至少我願意踏出第一步，剩下的99步就會有方法可尋。說了這麼多，大家！人生路這長，你不去走，你永遠不會知道有多難走！人生在於作，你不去作，你永遠不會知道你還可以更作！加油吧，騷年們。
大數據是IT領域熱度最高的項目之一，其主體內容為統計學、運籌學、機器學習、溝通能力、編程、可視化、商業直覺、數據處理和行業知識等。大數據培訓是大數據發展帶動下的衍生行業，是培養大數據人才的關鍵。
什麼是大數據？麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力範圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。
大數據的價值體現在以下幾個方面：
1. 對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷。
2. 做小而美模式的中長尾企業可以利用大數據做服務轉型。
3. 面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。
大數據相關技術方向：
1. Hadoop大數據開發方向。
2. 大數據運維 雲計算方向。
3. 數據挖掘、數據分析機器學與人工智慧方向。
如果你有為什麼要進行大數據培訓，大數據前景方面的疑問，看看以下內容能否給你解答：
1、大數據受到國家政策的支持，國務院日前印發《促進大數據發展行動綱要》李克強在致辭中說，當今世界，信息化浪潮席捲全球，大數據、雲計算、物聯網等蓬勃發展，使互聯網時代邁上一個新台階。
2、越來越多的企業開始做大數據的業務，人才缺口將進一步增大，人才供不應求，中國現階段大數據人才需求或已達到150萬。大數據行業是未來的最受關注、前景最好的行業之一。
3、在人才高度稀缺的現在，最好的辦法就是快速學習抓住風口，大數據將成為好選擇。選擇機構的時候要選大品牌的機構。另外，大家一定要選線下培訓，線下培訓是適用於所有想學大數據的朋友，對於基礎差、自學能力較弱、自控力較弱的朋友來說，選擇線下機構是最好的選擇，遠程和視頻等教學方式很容易半途而廢。
我們從大數據的需求圖譜上可以看出，目前公眾對於大數據的了解和認知還停留在大數據的概念上，什麼是大數據？大數據時代，什麼叫大數據分析，大數據是什麼意思等等這些詞是被大眾最多搜索的。可以判斷目前非大數據行業內人士對大數據的認知嚴重不足。
下面我們再看大數據培訓，從大數據培訓關注人群來看主要是分布在30-39歲，而這個年齡段的人已經不適合學習大數據技術了，最適合學習大數據技術的20-29歲之間的人群關注度卻不是很高，只能排在第三名。
從目前的數據來看，不論你是從大數據培訓機構的角度還是學員的角度來看，未來都是光明的。
從培訓機構角度來說，真正的學員群體還有待開發，數量龐大。從學員的角度來看，機會多多，更多的適齡人並沒有太多的把目光投向這個未來10年20年佔據高薪榜的行業。
希望我的答案可以給你幫助！
大數據這個東西就是要日積月累，工作經驗越多薪資越高，大數據培訓雖說速成存在一定泡沫現象，但是它存在就一定有作用，只是作用大小，性價比高低的問題罷了。對於沒有基礎的又想從事大數據行業的，培訓確實是一個值得考慮的方式，自學存在一定障礙，培訓可以有個明確的方向帶你入門，有操作環境，可以其他人進行討論，在實踐中提升自己，感覺確實要比自學效率高一些。主要還是看個人吧，任何行業鑽研的深了都有很大的價值。我身邊挺多培訓出來的朋友，大都是培訓過後的薪資要大於培訓前的，所以大致還是看得出來效果的。我這裡有大數據學習的資料，要是有興趣的可以聯繫我，為了學習。
我贊同數據哥的回答。但也同時贊同大數據培訓。無論哪種方式，快速入門快速上手，無障礙編程，先進去再說，反正達到目的最重要，人性的陰暗面我覺得是可以接受的，學習方面也是如此，進了坑雖然可能性價比不高，但也一定會給學習者不同的感受。而且教育培訓機構，不止是提供知識，也提供一個交流的環境，構建一個特殊的環境。 如同中小學，考研班，不止是知識，也會有一個環境的滲透。 總的來說，數據哥說的沒錯，題主暗示的也沒錯。
我這裡有《Hadoop核心組件安裝與配置》的視頻資料。加我好友，我發給你。631744435
「怎麼樣」這個問題最簡單直接的考量就是薪資水準了，相信題主最關心的也是這個。大數據正是乘政策及社會發展東風的當紅行業。
我公司是國內首家ETL開發工程師培訓機構，ETL針對於計算機後端技術，在大數據領域可以做到月薪10000+，同時我們保障了99%的就業率。
詳細可加個人V：18560678853或者關注青島萊牛教育公主號。
我通常不會鼓動大家去參加大數據培訓，效果如何真的看個人，也通常不做培訓機構的直接推薦，現在的大數據培訓機構都還沒達到我的標準，怕耽誤了大家。但我可以給大家一些決策建議，需要不需要去參加培訓和選擇怎樣的培訓機構由大家自己來決定。歡迎大家關注我的培訓專欄「大數據賽事與培訓」！
對於學習大數據的同學來說，參加培訓肯定是有用的，這毫無疑問。關鍵在於作用的大小，選擇的培訓機構，是不是值得你耗費時間和金錢去參加培訓。什麼情況下，參加培訓可以發揮最大的價值呢？我有3點建議，供大家參考:
第一點，自己開始學大數據，但是真的找不到門路，不知道從何入手，不知道該安裝哪些大數據軟體工具、怎樣配置一套學習環境的時候。當然，這一點也可以通過諮詢專家解決；
第二點，自己有一定大數據基礎，日常學習中，碰到各種問題，一個人摸索，效率較低，希望創建一個多人學習交流的環境，結交更多的大數據同學，以加快速度學習成長的時候。
第三點，家庭環境比較好，或者是工作了幾年的同學，在培訓費上面比較容易接受，可以參加培訓加快自己的成長。
總而言之，參加大數據培訓就是以金錢換取時間（快速成長，快速入門）和空間（創造更好的多人學習交流環境），能否發揮更大的價值，就要看個人的情況和選擇怎樣的培訓機構了。一個好的培訓機構不僅能夠讓你快速的學到大數據方面的知識，更是鍛煉了你的項目實戰能力，讓你快速找到一份滿意的大數據工作，讓你順利進入到大數據領域工作，開展你的大數據職業生涯。既然培訓機構這麼重要，我們該如何選擇呢？大家知道，培訓機構不僅有線下的培訓機構，更有眾多的線上教育平台，那麼該如何選擇呢？
首先，我們比較下他們之間的優劣勢：
線上教育平台，資源眾多，我們可以以比較低成本甚至免費就能獲取到物美價廉的教程，學習時間上我們也比較好控制，隨時可分配自己的學習時間，對於有一定基礎的同學來說，會是一個非常好的選擇；
線下培訓機構，由於受空間和時間的限制，學員必須在指定時間指定地點完成學習，培訓機構提供了練習測試的環境、提供了訓練數據，也有老師給學員做指導，更有同學之間的交流切磋，對於有充分時間的零基礎學員來說，通過強迫集中式學習，會更容易入門上手。
其次，不管選擇線上培訓課程還是線下培訓機構，核心點就是要揚長避短，充分利用他們之間的優勢，如果自己能夠在電腦上配置一套測試練習環境、找到一門適合自己的線上優質課程，那麼線上課程也一樣能收到很好的效果。
最後，如果要在眾多的線下培訓機構中選擇一家靠譜的，我想可以看幾點，
第一點，看是否能提供真實的項目去實習，這一點非常關鍵且最重要。真實的項目，讓你身入奇境，通過項目中，知道大數據日常工作的內容有哪些，除了你日常學習的高大上技術以外，其實是還有很多瑣碎的工作的。幾個項目下來，你去找工作就輕車熟路，如同跳槽換工作一樣簡單，面試毫無問題。當然啦，這一類機構貌似極其少，因為要找到真實大數據項目去做的培訓機構真的不多。
第二點，如果培訓機構拿不到真實的大數據項目，那麼要看其設置的培訓案例是否是在日常企業中應用最廣泛的領域，案例和技能培訓緊密結合，設法讓學員學習後，到企業工作，案例可以作為標準的模板，能夠靈活的運用學習的大數據技能。
第三點，就是大家常規的看法啦。就是看看這家培訓機構的學員的規模和品牌、看是否可以幫忙找到工作、培訓出來的學員能夠順利進入大數據領域工作的比例等等。
以上是我在在行APP做大數據行家顧問時候，給學員們解答關於培訓話題的總結分享，歡迎大家拍磚指正，歡迎大家關注我的知乎專欄「大數據實踐與職業生涯」並留言，專欄會陸續的推出過往十多年的大數據工作經驗總結和我的一些研究實踐成果。如果你是大數據新人，或者想轉行進入大數據領域，或者職業生涯上存在一些疑惑，都歡迎關注我的知乎live分享「大數據人的職業生涯規劃」 和 「數據分析師-從零入門到精通」。
利益相關。
不僅僅是大數據培訓，所有有質量的培訓能夠直接幫助到學員的就是快速進入某一個行業。指望通過培訓改變命運，改變階層，一下子與眾不同是很難的，或者說根本做不到。
隱型的幫助就是，倘若能夠在培訓的過程中，得到一些學習的方法論，解決問題的思考方式，這將會受益一輩子，而這應該是學員最大的收穫。
至於薪水云云，每人的起點不一樣，未來的機遇和努力不一樣，薪水的數量自然不一樣了。
要去專業一點的公司報名。
各路大神有沒有推薦的大數據培訓機構
生基本技巧
很多招生主幹都是從跑起步開始的。這個跑就是跑關係、跑朋友、就象一個業務員在做採購，一方面能廣交朋友，積聚資本，為事業做好肉體和物質準備。另一方面能鍛煉自己的才幹。不管是為學校還是為自己，招生都是一個最重要的內容之一。在往常的時期里不缺學校，而是生源，要招來學生，還要把學生採購進來，需求採購。
採購是營銷的中心部分。假設學會了做採購就是學會了如何招生。因此，對有些人來說，要招生，無妨先從做採購做起。推的是學校的優勢，銷的是你把學生如何招到學校，發了公，富了私，何樂而不為。
那麼，如何做一個成功的招生主幹呢。需求一定的素質。這種素質，有的是先天具有的，但更多的是後天的努力。招生才幹也是一個人創業的基礎。
◆熟習自己學校開設專業的特性。優點、缺陷、費用、技術、就業、宣傳、師資配備、競爭對手等。特別在學生家長面前要留意顯現對學校各專業非常熟習。
◆熟習自己所宣傳的客戶(招生代理)、學生及家長。這些客戶、學生要中止分類，哪些是中心客戶、學生，哪些是非中心客戶、學生，哪些是重點客戶、學生，哪些是非重點客戶、學生，客戶和學生可以分紅幾類，按照什麼方式分類，對不同的客戶、學生類別應該分別採用什麼不同的戰略和方法。對不同類型的客戶和學生所分配的時間和肉體是不一樣的。
◆熟習招生的市場。市場怎樣細分，競爭機構有哪些，市場的容量如何，客戶和學生的天文分布如何，招生市場的短期展開趨向(未來2-3年的展開趨向)。
◆招生時，要合理布置時間，要根據客戶和學生的選擇習氣和天文位置中止合理的空間分配。要講究方法和戰略。招生不是一味的蠻幹，要隨時總結閱歷，不時進步。而且招生還具有這樣的特性，就是一開端著手的時分非常難，無從下手，隨著時間的增長，會漸入佳境。從中會開掘出很多商機。招生的過程也是一個擴展人際交往的過程。經過這種活動，人際關係網會大量擴展，信息量也會大量增加，朋友就是消費力，這些人際關係網路和市場信息將為進一步招生提供大量的機遇，成功=良好的態度+良好的執行力。
◆招生過程就是採購自己引見自己，採購自己比招生更重要，由於你代表的是學校的形象。
◆不時的派發宣傳頁和名片。
◆任何時分任何地點都要言行分歧，就是給客戶、學生及家長自自信心的保證
◆學生家長不只僅是想叫孩子到你那裡上學，而是想孩子能不能學到東西，客戶和你想的一樣，來吧。所以你的效勞肉體和效勞態度很重要。
◆從肢體動作和言語速度上配合客戶、學生的言語和動作。
◆要作好計劃布置，先作好計劃，才幹進步時間的應用效率，進步招生的效果。在制定計劃時，要根據客戶、學生的特性作好相應的準備工作。當然計劃不是固定的，隨著環境和條件的變化要隨時做出調整。計劃主要的內容是：未來幾天的日程布置，未來幾天對客戶和學生的布置，要準備哪些材料，怎樣開掘潛在的客戶(潛在的客戶在哪裡)，短期的招生目的。必要時要制定招生進度表，招生進度表普通有幾個內容，一個是簡短的內容提要，一個是招生的任務目的，一個是理論完成情況。招生進度表以周為單位，每周制定一次。一周周末，對招生進度表中止分析，主要目的是為了找出招生的規律，完成或者未完成的緣由是什麼，是任務制定不合理還是外來要素干擾構成的。是客觀緣由還是客觀緣由。是*招生技巧*不成熟還是執行不力構成的，要經過這種方式的分析，提出改進的辦法。
◆作好每日招生日記，理想的記載是隨時可以查詢每個生源記載的細緻情況，作好客戶、家長訪問記載，隨時控制客戶、生源的動態。作好記載，不時中止分類整理和分析，做到可以隨時查詢到任何一個生源的信息。
◆研討客戶、學生家長心理。一個是根據客戶和家長的個體心理特徵採用不同的方式(翻閱一下有關研討心理學的書)，一個是根據客戶和家長的單位特徵採用不同的方式，如城市和鄉村的客戶和家長是有區別的。另一個是要知道客戶、家長的真正的需求在什麼中央。在與客戶接觸前要對客戶和家長進行資料分析。
◆學會談判的技巧。要擅長笑容和傾聽，要抵達雙贏。要從客戶、家長的角度去思索問題。
◆學會採購的技巧，採購不是強迫的向客戶、家長採購，而是要站在客戶和學生家長的角度，對學生及家長進行引導或誘導。家長有的時分注重你的效勞肉體更甚於注重你的學校。在理想中，採購不是一次完成的，常常需求和客戶、學生及家長，特別是家長進行多次溝通，在溝通中，有的採購會失敗，有的會成功。因此要合理取捨，有的可以放棄，有的應該繼續努力，對客戶，特別是短期客戶，有時固然暫時不成功，但只需搞好關係，從長遠看有成功的希望，也不能放棄。要理解客戶的真正需求。(那就是利益)。有的客戶理論上有需求，但他馬上向你吐露，所以有時要跑幾次才幹有信息，有的需求與對方拉近距離時才會向你吐露消息
◆要懂得人情世故。對客戶的有些不合理懇求，也要容忍和思索。
◆要懂得老客戶的重要性。堅持老客戶在招生的本錢和效果上思索，要比尋覓一個新客戶有用的多。同時，老客戶本身具有社會關係，他的社會關係也可以被你應用。
◆採用什麼樣的招生方式，電話招生?網上招生?上門招生?郵寄方式?電視廣告?經過寄宣傳品招生?採用駐紮?拜託代理?採用什麼樣的付款方式?以上各種招生方式，要根據所招生地的特性和生源的情況選擇其中一種或某幾種。
◆招生過程從另一種意義上說也是一種人際交往的過程，所以從某種意義上說，要學會招生其實就是學會做人處世。
◆招生人員要有良好的心理素質，招生時最經常碰到的現象是被冷漠的拒絕，所以要承受被拒絕、被冷落、被挖苦等等現象。有人說成功是被拒絕開端的，不無道理。招生時還有一種現象是不得其門而入，這時就要動腦筋抵達目的。特別是要留意抑制惰性和抑制畏難心情。
◆當直接伎倆不能接近目的時，有時要學會曲線進攻。
◆良好的形象呈如今學生及家長面前，這種形象包括衣著、談吐、必要的禮儀。特別是要留意給他們良好的第一印象。要有身手拉近與他們的心理和感情距離。
◆當與客戶產生糾葛是如何處置也是一個難題。處置糾葛是一個很有藝術性的東西，這個東西往常也不好研討，糾葛產生的緣由不同，處置方法也不同。不同的糾葛類型要採用不同的方法，這個理論中不時探求。糾葛產生時，首先的準繩是自己不吃虧。但有的時分自己吃點小虧反而效果更佳。第二個準繩是不與客戶產生大的抵觸，力圖堅持關係，第三個準繩是處置糾葛要有技巧，這個技巧這裡不做討論。(常見的糾葛如費用分配，兌現不及時，和他人抵觸、對承諾不滿意、學校收費不合理、效勞不到位等等，這種糾葛以後可能方式千變萬化，關鍵還在於見機行事)
◆平常要多留意向成功的招生人員討教，要成功畢竟不能靠理論，在這個行業里，閱歷和才幹比理論更重要。
◆有時要應用團隊的力氣，有時碰到自己無法處置的問題時，可以向別人求助。但通常情況下不要隨意求助，盡量自己處置。
◆留意一點，招生過程中的市場信息很重要
◆有時可以採用非常規的方法，有時有可能完成騰躍式展開。要創新、創新、創新，別的學校也在展開，你要取得比別的學校更大的成果，你就必需不時創新。技校為什麼比別人展開得快，關鍵在於擅長創新。招生要應用別人的力氣，單靠個人的力氣畢竟是有限的，縱然能取得成功，也是有限的成功。全校發起為什麼能加速展開，主要是學校能集合別人的力氣。
銷售是從被別人拒絕開端的。未遭拒絕的成功決不會耐久。忘掉失敗，不過要牢記失敗中的經歷。事實上，獲得成功所付出的本錢是嘗試了九十九次的失敗。
加強培訓機構管理，真誠為學生服務。招生做好了，生源上來了，還要保護生源不流失。（百度：鍾玖言2000G乾貨資料免費分享)，認為應該在教學、管理、服務工作中嚴格要求，搞好各項工作。讓學生滿意是學校的責任，只有學生滿意了、安心學習了他們才能給學校現身宣傳。
不知道樓主的意圖是什麼？大數據總的來說這兩年還是不錯的，培訓怎麼樣還得看你自己選的培訓機構好不好，還有最重要的是自己是否能下苦功去學，學出來的話還是不錯的，畢竟大數據是一個發展趨勢，政府也在大力推動，大數據以後跟我們的生活也會息息相關，這個行業的前景還是很有看頭的。
推薦閱讀：
※文科生能做好數據分析師嗎？如何提高相關技能？
※大數據時代的來對公共衛生和預防醫學領域會造成哪些可能的影響？
※R能做哪些stata不能做的事？
※如果掌握了大數據，能不能預測股市?
※中國的大數據中心有哪些？為何新的中國的大數據中心選貴陽？
TAG:大數據 |