2012年剛開始的時候，關於資料科學的線上課程只有不到20個。到了2017年，線上已經有數不清的課程可以選擇，許多人都在糾結：到底是上傳統的學校去學習，還是通過線上培訓獲取知識?。這也難怪，如今我們的選擇確實豐富得太多，更多元的選擇為我們的專業學習提供了很好的平臺，但是選擇豐富之餘，也出現了一個新問題

　　選擇太多也容易讓人挑花眼。今天我就來給大家分析分析，是要選擇傳統的大學學術專案還是一系列獨立的線上課程。

　　培養資料專家的正式學術學位計劃

　　對於想成為資料科學家或者資料工程師或者分析專家的人來說，如果你看重的是學術聲望，那麼你有很多高校的專業可以選擇。但是選擇追求學校的聲望可是要付出一定的成本哦。我接下來簡要分析一下在傳統學術機構學習的優缺點，然後再深入研究。

　　優點

　　畢業之後會獲得正式的證書，可以寫進簡歷

　　在校期間在專業上的學習可以由淺入深，一步一步，全面建立對該學科的知識框架

　　在這樣的教育體系下，你需要對自己的教育追求負責

　　通過努力學習和辛苦付出，會受益頗豐

　　全面參與各種高階專案或者獨立研究

　　缺點

　　費用不菲(2年平均費用在18000美元到144000美元之間)

　　專業學習更需要堅持和毅力(比如，沒有了平實、簡潔易懂的解釋，取而代之的可能是充滿理論的探討)

　　課堂之外，你需要發展全面的自學能力(上大學充電，就是要自學與資料打交道的能力)

　　必須嚴格遵循課程(甚至是上課地點)安排

　　到大學上課一定更好嗎?

　　答案是因人而異

　　如果你還沒有拿到STEM學位(STEM分別代表science(科學),technology(技術),engineering(工程),mathematics(數學)，譯者注)，那你最好先拿一個。這種情況下最好的選擇應該是選一個數據科學或者資料工程的學術專案。我的建議是，在選擇具體專業或者專案事還要注意幾個前提條件。

　　如果你想為來自工業國家的客戶工作或者與他們共事，而且你的STEM學位是在一個發展中國家的學術機構拿到的，那麼你可以考慮就讀一個工業國家學校提供的正式學術專案。但值得注意的是，如果你已經有很多和世界級客戶共事的經驗，那麼其實你也不必再繼續追求學歷以證明你的能力(但是，你肯定已經知道了能力的重要性。)

　　最後，如果你自己很清楚一定要有一個傳統的教室學習環境才能讓你學到真知，那你就要不惜一切代價去追求自己的夢想了。

　　成為資料專家所需的線上培訓

　　我們實事求是地說，線上培訓是專門為想自己動手學習知識的人群設計的。我們有上千種提高技術的選擇，幫助實現職業向著預期發展。但是很多人被林林總總的選擇搞得暈頭轉向，眼花繚亂。有關資料專家的線上培訓課程數量總是很多，指導卻很少。以下是線上課程的主要優缺點：

　　優點

　　事實上，所有的課程都是免費的。頂多只需花不到500美元就能瞭解到比在傳統學術專案中更多的話題

　　選擇網路培訓課程說明你是一個專心致志，積極向上，充滿熱情的技術專家(自學是證明一個人不斷追求進步的表現之一)

　　你可以按照自己的節奏，隨時隨地開始學習

　　你有很大的自由，用自己最感興趣的方式磨練技藝，很有靈活性

　　你可以用簡單的方式學習(這取決於你選了哪位老師。大多數線上培訓講師都會直白的語言，實用的手段進行講解，但有些老師會故作高深，把內容搞得很難。)

　　缺點

　　除了在培訓視訊上學到的東西以外，其他東西都要自己學(不過，選擇一個會用很實用的方法培訓你的老師可以幫助解決這一問題。好好想想，你是在為你自己學習)

　　你必須得對自己負責，或者和別人一起學習，相互監督

　　你要自己設計學習方案，或者請人幫你設計一個學習方案

　　你拿不到正式的大學認證，但是培訓結束後會有一個認證。

　　通過線上培訓成為資料專家是否適合你?

　　決定是否通過線上學習成為資料專家需要考慮許多因素。如果你已經獲得名校的STEM學科學位，我認為你沒必要因為要鍛鍊資料處理技術而去大學繼續學習，你只需再聽一些線上課程，讀一些相關書籍，由小到大，由少到多，循序漸進。如果你非常確定自己不沉浸在學術氣氛中就無法學好知識，那麼培養資料專家的線上培訓課程就不適合你了。

　　很多人問我要如何在線上培訓課程上學習才更有效果。我知道這個領域範圍很廣，更新換代日新月異。如果你初涉該領域，想一下子找到適合的方法會比較困難。但是想想自己報了網路課程相比上大學所省下來的一大筆錢，找出合適的線上學習方法似乎就不算個事兒了。如果你已經在數學和分析並解決問題上學到了足夠的知識，為什麼還要犧牲錢包、時間，甚至你的生活方式去坐在教室裡學習呢?

　　但是我還是要說一下，我是有偏見的。我在大學獲得環境工程專業學位和專業證書，然後我才開始自學資料科學。我從沒有上大學去學習資料科學這一專業，我覺得沒必要。我在大學期間修了20多個數學的學分，自己可以自學程式碼，為什麼還要去上大學再專門學習這個專業呢?我可不想再白花兩年時間和6萬美元。怎麼樣，有道理吧!

　　說得有點多，有點離題了。總之，我不太贊成為了學習如何與資料打交道而專門回大學充電。但是如果你沒拿過STEM學科專業學位，那可能就另當別論了。

1.學習資料分析，需要懂統計嗎？

http://www.duozhishidai.com/article-15083-1.html

2.關於大資料分析方法的幾點思考

http://www.duozhishidai.com/article-15052-1.html

3.大資料分析的學習路線

http://www.duozhishidai.com/article-13969-1.html