作者：yilong
链接：https://www.zhihu.com/question/65602766/answer/233733266
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
既然是学院的标题表明是侧重点很明确。先聊聊培训：培训这东西要看学的人的心态，不管学什么，如果经常逐字逐句的抠细节，然后抽象出自己的知识点，肯定在理论上会有提升，但是为什么这么多开源的东西，网上的学习资料也很多，为什么还是需要培训呢？核心问题是: 需求方需要系统的学习，将离散的知识点串起来，解决自己的就业/提升问题资料和博客能解决的问题很局限，通常每个博客都是作者在一个特定的背景环境下写的，所以能解决的问题（困惑）还是需要你亲身经历这个背景环境，或者正处于这个环境下才会深有体会。而且资料是离散的，侧重点参差不齐。通常培训和学校一样，只是培训侧重于某个领域的就业，目的很明确。相当于有了一个评价指标，就看就业情况，或者看是不是能解决你的就业问题，如果这个培训能解决你的就业问题，显然这对于你是好的。（因为大部分培训只要是解决就业问题，少部分是因为工作的转型，或者因为工作环境差异，原先的公司的那套在新的公司不适用，但是要快速上手，这培训就是捷径，这好坏评价就是能不能解决你目前的问题）还是要回到主题，怎么评价？首先大数据方面的内容一方面的是偏开发，另一方面是偏算法，我看了内容大纲方面既有MapReduce，HDFS，hive,Zookeeper，storm，kafka，flume,yarn,spark.这部分也主要是针对大数据开发岗位的内容，以后想做大数据平台的人对这部分的内容会比较吸引。首先这些内容点比较全，但是公司里面工作的话，未必都能涉及到，比如有些只涉及到kafka，hive，spark，hdfs这些的，这主要还是看公司和在公司中的哪个部门，主要的业务场景了，我了解到的是很多别的培训可能只是这些子集。然后就需要看质量，大而全肯定不会太深，虽然我没有听过，但是这点不管什么培训都存在的问题。但是从需求方来说，大部分想要培训的人都是没有这方面的工作经验，这就没毛病。如果一个工作多年的数据开发去参加这个培训说，这是什么东西么！首先既然有这么多工作经验，想培训自己肯定是因为哪个点，工作没有涉及到，自己可以结合别的工作经验，花点时间自己就能搞定，没必要培训了。具体如果你要去参加这个培训的话，注意几点，有没有实践，实践的内容是不是偏工作的。比如：主要对哪些模块开发，模块的一些简单的调试问题。如果是有工作经验的这些肯定还是都是经历最多的。而且这些点是最重要的，至少在面试的时候能用上，但是也不能单方面都依靠培训，需要你自己多经历，才会更有体会和理解。（其实说到底还是需要多练，多遇到问题，然后解决问题才是收菜的节奏）好比wordcount，这肯定是必须要有的，但是看是不是还有结合这个例子的一些业务场景的拓展，前提要自己先会wordcount。为什么实践放在第一，这是衡量类似培训很好的点，你哪知道讲师是不是照本宣科，所以多留意有没有提到工作哪些类似的业务场景，这是短期，或者经验的最好的途径。这是你面试应该具备的。 2.讲理论的某些点时候，会不会提到一些工作中的问题。因为这会让你理解概念和工作接轨，这样不会走偏。理论其实都是一样，但是面试的话还是主要就是拿其中的一些点和实际工作中的问题来问。一般面试都爱问这些，这些简单的小问题，分分钟就能挂掉一些来忽悠的。数据开发方面主要还是更需要有经验的，只是听理论没动手做的，我觉得肯定没必要培训了，过段时间就忘记的一干二净了，不亲身体会就不知道哪些痛点，没有痛点，就没学到东西。既然有时间学习，就尽量拿着这些时间自己去犯错，现在犯的错也是你以后装逼的资本。没有问题的学习就没有收获。这些是个人的体会，仅供参考。里面还有一些机器学习算法：常用的分类聚类回归。不算特别难，但是在公司肯定够用。从这点其实我看到这培训还是有点靠谱，至少，会数据开发的这些基本的算法就可以了，就算刚开始做数据挖掘，机器学习的，这些算法也够工作中用的。虽然现在深度学习什么的很火，但是真的工作中还是应用比较少，因为有大量的参数，这需要很多工作经验。只有装逼用，工作中还是这些简单的算法效果来的更快，而且相对参数比较少，容易调整。注意点和上面的一样，具体项目，需要看具体项目，看能不能帮助你自己走完整个过程。这是重中之重，也是评价标准。很多书籍其实也都不错，有具体项目，但是因为很多人基础的原因，有问题得不到解决，这是阻碍看技术书学习的最大障碍。而且书很多内容老，实际的一些环境有变化，也出现很多这问题那问题的。现在的大数据，机器学习比较火，但是很多公司确实不太厚道，希望这几个点能帮助你辨别。不管是这家培训，别的培训也是一样，用这个去衡量。还有一点，一分钱一分货。看值不值。培训就是用钱买时间。
