关于数据分析线下培训班：

先说下结论，不建议报，学习数据分析利用业余时间就可以了。我参加过这样的培训班，学费是两万，不建议的原因一是时间长很折磨人，二是花费的钱比较多（学费、脱产学习损失的工资、生活费等），三是投入和收获不成正比。

简单介绍下线下培训班的模式（各个机构的课程设置都大同小异，互相借鉴），学习时间是每天的8：30-22：00，上午4个小时用来上课，下午和晚上的时间用来复习和作业，自习课会有助教老师在教室辅导。休息时间采用的是轮休模式，5天一周期，就是连续上两天课后自习一天，自习当天不上晚自习，然后再上两天课，休息一天。课程内容按照 python基础--linux mysql--前端开发--web 开发--爬虫开发--数据分析--人工智能来学习，内容很多，后面每一块都是一个就业方向，总共6个月的时间，每天课程学习4个小时，大概4-6个课程日一个模块，大的模块还会有差不多5个课程日的案例学习。

坑一：数据分析的课程知识很少

总体知识内容是很多的，但是数据分析的相关内容确偏少，这其实是基于就业率的考虑，而不是基于培训数据分析师的考虑。我就是一直坚持学习到最后数据分析模块的同学，也是看着每个模块学完都有同学不学了就直接去找工作了，最后实际数据分析课程的内容深度很浅，一些必要的统计学理论和检验分析方法都没有讲，对于算法的讲解也只是简单地说了一下理论和应用挨不到边，学完找到数据分析工作根本是不可能的。

坑二：付出和收获不成正比

脱产学习6个月是很痛苦的，压力很大，找到工作前都没有底气，大家平时谈论最多的就是工作：“欸，如果有工作给你10k你干不干？”---“干啊！只要让我入门，8k我也干！”。但是我学完我发现无论是程序员还是数据分析师，市场需求都是很多的，尤其是数据分析岗位（很多公司开始意识到数据的作用）。工作千万条，方法第一条，就是学会工作技能即可。数据分析师的技能要求是没有那么多也没有这么难的，也就是说掌握了 mysql、pandas、统计学基础、熟练一些业务知识+案例做一名合格的数据分析师就是可以的。而这些内容简单易获取的程度，我利用业余时间就可以学地又多又好，真的不值得花6个月和6万去学。不过经验教训都是总结得到的，我没有去培训就没有这样的经验。

坑三：关于找工作的事情

培训班是要靠就业率来吸引人来继续报名的，所以学完一个技能模块老师就会建议出去找工作（距离正式毕业还有两个多月时间）。少部分同学可以在一个星期内找到工作（前几名有编程经验的，一个班90人），但是大部分同学从开始找到找到要花费半个月到一个月的时间。就业率随着时间变化，2/4的同学在毕业后一个月前能就业，3/4的同学在毕业后两个月前能就业，也有部分同学找不到工作的。我觉得花费了6个月，如果毕业前都不能马上找到工作，一方面是思考自己有没有学好，另一方面要怪课程设置地不合理：为了扩大就业面而开设多个课程，势必会降低每个模块地内容深度，这对于工作不是一件好事。

毕业后一个月的就业率

建议：
    1、坚定数据分析师的目标，不要三心二意。自己评估想做程序员还是数据分析师：程序员偏向于逻辑思维与人交流少编程要求高日后更偏向于技术方向发展起薪约10k，数据分析师与业务联系紧密代码编程要求低日后可面向技术业务产品等起薪约9k
    2、选择数据分析的不需要花大价钱报班，只需要找好学习资料，制定好自己的学习计划，细致到每一周的学习内容，学完什么时候去找工作。不知道的可以参考数据分析成员的新年计划
    3、把自己的计划发到简书上来让大家监督，找到的资料不管好坏都不要变了，坚持去学就可以了，要给自己压力完成计划，要求到了预计的找工作时间就要去投简历了。