對於大資料的就業方向，實際上可以劃分為三個大類，一、大資料開發；二、系統研發；三、大資料分析。而對應的基礎崗位為：一、大資料開發工程師；二、大資料系統研發工程師；三、大資料分析師。在選擇培訓機構，可以從課程體系，師資力量，授課模式，學習氛圍，價效比，就業等多個方面考慮，選擇適合自己的機構。

大資料主要的三大就業方向：大資料系統研發類人才、大資料應用開發類人才和大資料分析類人才。

職位：一、ETL研發；二、Hadoop開發；三、視覺化（前端展現）工具開發；四、資訊架構開發；五、資料倉庫研究；六、OLAP開發；七、資料科學研究；八、資料預測（資料探勘）分析；九、企業資料管理；十、資料安全研究。

常見的崗位：大資料產品分析專員、大資料客戶分析專員、大資料市場分析專員、大資料運營分析專員、 證劵資料分析師、網際網路金融分析師、大資料演算法工程師、大資料視覺化工程師、大資料分析工程師

線下結構的選擇需要 綜合對比以下幾個方面： 課程內容，授課形式，師資背景，就業推薦，學完最重要的就是就業，機構能提供就業推薦的更好，綜合以上幾點，試聽，對比價格，一定能選到適合自己的機構。

1、大資料開發工程師

分兩種：

第一是編寫一些Hadoop、Spark的應用程式；

第二是對大資料處理系統本身進行開發。對理論和實踐要求的都更深一些，也更有技術含量。

大資料開發學習有一定難度，零基礎入門首先要學習Java語言打基礎，然後進入大資料技術體系的學習，主要學習Hadoop、Spark、Storm等。

2、大資料分析師

分兩類：

一種偏向產品和運營，更加註重業務，主要工作包括日常業務的異常監控、客戶和市場研究、參與產品開發、建立資料模型提升運營效率等；

另一種則更注重資料探勘技術，門檻較高，需要紮實的演算法能力和程式碼能力。同時薪資待遇也更好。

想成為大資料分析師，數學和統計學基礎很重要，資料分析的方式通常有兩種，一是統計分析，二是機器學習。

大資料開發和大資料分析哪個就業發展好？

https://www.toutiao.com/i6721603326330274315/

（內容會比較長，如果是真心想學大資料分析，建議看完，如果只是湊熱鬧，那就隨意）

隨著這次疫情對國內市場的影響，企業數字化轉型迫在眉睫，市場對大資料分析師的需求也遠遠超過了150萬。人才的缺口給很多培訓機構帶來了希望，因此，市面上的大資料教學課程也如雨後春筍般層出不窮，讓人眼花繚亂。

最近在回答知乎上的問題時，很多人都在問，如果要報班學習大資料分析，應該選擇哪個培訓機構比較好，面對這個問題，我無法去評判哪個機構好，哪個機構不好，一般都是建議大家按照自己的學習需求去選擇，總結如下：

【首先，確定自己的需求是什麼？】

在需求下學習的人基本上可以分為兩類：一類人群屬於自己工作中需要一些資料分析類的技能支援，只需要學習Python、SQL等工具類技能就可以滿足需求，但是不能成為專業的大資料分析師；

還有一類是衝著大資料分析師這個崗位去的，這類人對於大資料分析的基本素養要求就會比較高，所要學習的層次也會更高一些。

【其次，確定自己應該怎麼學？】

如果是第一種，只是為了提升工作效率而學習，這種就比較簡單，報哪個班其實都無所謂。

因為現在市面上的培訓機構，95%的培訓機構裡面的老師，都是曾經在程式設計師裡面比較牛的人，這種人教會python、SQL這些都是高手。

他們對這些工具的操作可謂是信手拈來，在選擇報班的時候，只要對比價格就行，基本上沒有太大區別。

如果是第2類人群，目標明確找工作的那一類。我建議在報班前先去招聘網站看看，看看現在的企業在招聘大資料分析師時都需要具備哪些能力，去好好領悟一下企業的人才需求是什麼。

認真對比後你會發現，只要是真正要找大資料分析師的企業，他們都會在崗位能力裡面提及：需要該崗位從業人員擁有用資料幫企業解決某些問題的能力。

假如是一個純小白要轉行大資料分析，可能不太理解什麼叫用資料幫企業解決某些問題，只要是工作過的人都知道，不管你是在哪個公司工作，公司看重的是員工解決問題的能力。

其次考慮的才是員工的工具使用情況，所以工具學習是最基礎的，就相當於做平面設計需要會使用最基本的製圖工具是一樣的道理。

但是設計經驗和設計思維，才是決定一個人是否是一位優秀設計師的根本，大資料分析也是一樣的道理。在學習過程中切不可本末倒置，如果是小白需要學習工具使用，那麼和第一種人一樣，要麼自學，網上的免費教程很多；要麼就報班，這種對報班沒有太大要求。

如果是正兒八經要做資料分析師，那我給你如下幾條建議：

【學習方式選擇】

學習方式無非就是兩種：一種是自學；一種是報班。其實兩種方式都有各自的優缺點，具體如何選擇那因個人情況而定，但是我們可以分析對比一下，方便大家選擇最適合自己的學習方式。

自學

自學的話，學習時間比較自由、不用受到任何約束，可以自己安排時間，而且學習直接支出費用要少很多，但是自學過程中一定要注意專案經驗的積累，不能只學了工具技能卻忘了專案經驗。

因為現在企業招聘都是很看重資料分析師的專案經驗，這個你在隨便一個招聘網站搜尋相關招聘資訊都能看見企業需求。

所以，在學習的過程中，我建議儘可能地去找從事過或者是正在從事資料分析師的朋友，讓他們能夠“手把手”地帶你去接觸一些真實專案，並且能夠傳授一些專案經驗給你。

只有在自學的過程中注重專案經驗的獲取，在學完後才能更順利地步入大資料分析師這個崗位，如果沒有專案經驗，那就只能從資料清洗、資料統計等基礎性的工作做起，其工資水平可能還沒有現在的收入高。

同時，自學的過程可能會比較枯燥，一個人的學習會比較沒意思，如果不夠自律、信念不夠堅定的話，很可能會中途放棄，來來回回反反覆覆，學習時長會不可控制。

如果按照正常的自學內容和進度來看，要達到初級的資料分析師水平，大概需要2年的時間。

報班學習

報班學習的話首先是時間上就能縮短很多，2個月就能掌握自學2年才能學到的內容。

當然這個時候選擇什麼樣的培訓機構，就要回到我們之前講的學習目標上了。確定是要走大資料分析這條路，那就要去分辨各個培訓機構的課程設計，選擇主要帶著學員做實訓專案的，一定要是做企業真實專案的那種，而不是隨便在網上爬一些資料，讓你去練手的那種。

兩者的區別我會在後面培訓機構選擇中詳細講解。

報班學除了時間縮短之外，培訓班裡面會有比較有經驗的大資料分析師帶著你去做專案，積攢專案經驗，避免了你在自學過程中找不到人帶你的尷尬，因為大資料分析對於大資料分析師的專案經驗要求真的很高。

還有一個就是費用的問題，相比於自學，報班學習肯定是要在短期內支出比較多的費用，目前市面上的大資料分析培訓班費用基本上都在2萬左右。

但是你要算一筆時間賬，如果2個月時間能夠掌握大資料分析技能，然後去就業，這樣的情況下一年內，你就可以成為一名比較厲害的大資料分析師，工資也能從8K、9K，在一年內漲到2W左右。

而如果是自學的話，雖然花費沒有這麼多，但時間成本是很大的，自學2年，再加上從業過程中慢慢提升，可能5年時間才能達到報班1年的效果。

而且目前大資料應用比較廣泛，發展比較快速的城市對於人才引進都有一定的政策支援，如果選對城市去學習，可能不但不花錢，還能掙一筆。如果要報班，建議研究一下各地的人才引進政策。

以杭州人才引進政策為例，凡是畢業7年內的本科、碩士、博士，只要在杭州就業，就可以一次性分別拿到1W、3W、5W的生活補貼，應屆畢業生拿的更多，同時一些學習機構也是會有一些優惠專案的。這是什麼意思呢？舉例說明哈。

如：A是畢業7年內的全日制碩士，繳納2萬元學費在杭州的九道門商業資料分析學院參加完大資料分析實訓班學習後，與杭州市餘杭區某家企業簽訂勞動合同，A同學即可領到資料分析實訓基金會的6000元助學金。

同時，杭州市餘杭區政府將一次性給予A同學30000元生活補貼。也就是說，A同學在參加完學習後，扣除學費，A同學還能賺16000元。

至於到底要以那種學習方式來學，那就根據個人自己的情況來確定了。

學習課程選擇

（這裡會比較囉嗦，但是不羅嗦的話又說不清楚，各位多擔待哈）

其實之前我已經說到了一點點，我相信每一位學習的最終目的就是為了日後工作，沒有人是為了學著玩的。

那麼，我們在選擇學習課程的時候，就要選擇最有利於自己就業的課程。我們翻看招聘網站資訊，很明顯能看到，幾乎所有企業都是要求有3-5年的專案經驗。

企業要的專案經驗一定是有實戰效果的專案經驗，而不是隨隨便便去網上爬取一些資料做的“練手實驗”。

我之前和一些企業負責人有聊到過這個話題，當時一家做外貿服裝的企業老總就說，他們很需要資料分析師，需要能透過資料分析給出建議的大資料分析師，這些建議能提升他們運營人員的工作效率，進而提升公司營業額。

可是這麼久以來，他們招到的“大資料分析師”都是隻能處理簡單的資料問題，對於複雜環境下的資料分析無從下手，根本就沒有達到他們對這個崗位的需求，這個崗位一直在換人，但到現在也沒有找到一個真正合適的人。

這就是市場對大資料分析師的需求，聽完後你會發現，公司要的不是一個會python、java、Hadoop、SQL等等工具的“工具人”，他們需要的是一個有思想的資料分析師。

所以，我們在選擇課程的時候，就要分清楚，哪些課程能帶給你市場所需要的東西。

疫情之前，這個課程對於正真思考過自己想要學什麼的人來說，還是比較好分辨的，因為市面上99%的培訓機構都是在教大家工具的使用，用1個多月的時間教學員怎麼使用python，對於專案實戰並不重視，所以比較容易區分。

但是從年後開始，所有的培訓機構看著市場的變化，都意識到專案實訓才是當先培養大資料分析師的重要因素，因此，幾乎一夜之間，所有培訓機構都推出了所謂的大資料分析實戰課程，這個時候要分辨就稍微有一點點難度了。

這個時候應該如何選擇更好的課程呢？

還是要從企業需求出發去選擇課程。我們都知道，影響一個企業正常執行的因素很多，並不是某一個單個因素就能完全左右這公司的前進方向，但是每一個因素也都不能被忽視。

所以，並不是隨便爬一些資料，去做做單一的資料分析，就能真的達到企業所要的結果。

【選課避坑指南】

1、選課時不要被培訓機構所謂的龐大資料集所誤導。資料集再大，也是屬於“死資料”，即使把這些資料玩出花來，也沒有企業去驗證你這個資料分析做的到底怎麼樣，所有的操作只能是你的老師帶著你去玩。

因為我們都知道，資料是所有公司的秘密，沒有哪家公司會將自己公司的資料給到一個培訓機構，讓培訓機構拿著自家的資料去給學員練手，這個是不符合商業邏輯的。

我們在選擇課程的時候就要去找那種有能力做企業真實資料分析的機構的課程學習，因為這樣你才能從企業真是需要的角度去做資料分析，正兒八經的在學習中積攢專案經驗，學完後自帶經驗光芒，無需從底層做起。

2、選課時不要被授課老師的光鮮背景所迷惑。你一定要相信，在阿里幹了10年的程式設計師，也比不上一個在小公司正兒八經幹了1年的資料分析師。

術業有專攻，雖然寫程式碼是資料分析師的基礎技能，但是分析思維才是資料分析師生存與壯大的根本。很多培訓機構都會包裝自己的講師，把自己的講師吹捧的很厲害，其實我們靜下心想想，一個真正有能力的資料分析師怎麼可能去一個培訓機構做講師呢？

資料分析師是一個越老越吃香的職業，經驗越足待遇越好，在企業中，不管是從地位還是薪資上來說，都比在一個培訓機構要好的多，一個有能力的資料分析師要受了什麼刺激，才會去培訓機構任課呢？

其實，這些培訓機構的講師，基本上以前都是做程式設計師的，由於程式設計師這個職業自身的因素，很多程式設計師在從業5年左右就會出現一些身體上的問題，辭職後專業技能又不能浪費，就會選擇相對輕鬆一些的培訓機構去任教。

他們的軟體能力絕對是很厲害的，教學員基礎工具使用一點兒問題都沒有，但是回到大資料分析的精髓上來說，有些人可能就是寫了5年程式碼，資料分析一點兒都沒有接觸到，對於資料分析的精髓，他們自己也是欠缺的，那又如何去教學生呢？

【課程推薦】

我對比了很多家機構的課程設計，基本上都是以工具教學為主，同時會用一些資料集去給學員來練手，也就是所謂的實戰課程。

但九道門商業資料分析學院的課程還是不太一樣的，這個課程的設計值得大家花時間去看看，它是一種OBE式教學方式（以結果為導向），課程設計一共分為4個階段，全程需要做資料分析專案的企業參與驗收。

第1階段：強化訓練資料分析流程，組隊完成一個自主專案，從資料獲取、資料爬取、資料清洗、資料分析、資料視覺化、資料分析報告撰寫演講進行訓練，透過自主分析專案將分析工具運用熟練。

第2階段：強化訓練商業分析思維和分析方法，從產品、促銷、定價、顧客四個維度進行商業資料分析專案整合，從新產品的競爭情報分析到定價策略、促銷方案計算、顧客分類管理等方面入手強化商業分析思維。

第3階段：面對複雜資料問題進行進階訓練，主要訓練資料分析師常用的演算法模型，比如：線性迴歸、邏輯迴歸、關聯、聚類、決策樹、隨機森林等。將放置在企業的一個數據場景中進行訓練。

第4階段：企業真實專案的匯入，教員帶領學員去企業溝通專案需求、簽訂三方保密協議、獲取資料、實施分析、專案提報、企業驗收、會議總結交流。

透過以上4個階段的強化實訓，相當於1年多的工作經驗，對一個初入商業資料分析領域的小夥伴有很好的經驗加速作用。

這整個流程下來，我覺得是目前市場上最貼近於企業需求的學習課程設計。

所以想要學習資料分析師，想要報班學習資料分析師的小夥伴，請認真比對各大機構的課程設計！

為什麼九道門商業資料分析學院就能拿到企業的真實資料呢？之前不是說企業資料是企業命脈，不會輕易給培訓機構嗎？

那就要從九道門商業資料分析學院的母公司——杭州決明資料科技有限公司說起，這個母公司本身就是一家專門從事大資料分線諮詢的大資料服務型公司，這樣的公司性質據決定了他們有能力接到企業的真實資料分析專案，同時，九道門商業資料分析學院的老師，也都是其母公司的專案組成員，每一個人都有很強的大資料分析專案經驗。

綜合評判，還是覺得這個課程從課程設定和師資力量來說，都是價效比比較高的。