完整的 Datacamp 审查（80 小时内六位数的薪水？）

最后更新时间2022 年 1 月 20 日通过卡尔

欢迎来到我最近为 2022 年更新的 DataCamp 评论。

决定是否订阅 DataCamp 非常简单。 你只需要确切地知道会发生什么，看看这是否符合你的职业目标。

我真的不明白为什么在这个平台上有这么多争论和困惑。

它的功能很棒，其他一切都非常“meh” 。 如果你带着正确的期望去，你会得到比你付出的更多的价值。

在这篇评论中，我会告诉你你需要知道的一切。

包含：

• 它是什么，不是什么
• 它是为谁而不是为谁
• 优点和缺点
• 偷看内部，让你知道你正在进入什么
• 最好的功能
• 一些真正让我生气的功能
• 我认为 DataCamp 很重要的第一个原因，即使它有缺陷

注意：我发现的几乎每条评论都有过时的定价（从 2021 年开始）并且不包括新课程。 我不知道为什么人们至少每年不更新他们的东西。 这并不难。 截至 2022 年，我的定价是准确的。

优点

• 易于消化且易于遵循
• 很棒的用户体验
• 打入业务的最便宜方式
• 数据科学变得容易
• 无隐藏费用
• 比其他方法更快地从 0 到对 Python、SQL 和 R 充满信心
• 由专家讲师主持的课程
• 免费计划非常适合评估和做一些项目

缺点

• 没有学位或证书
• 很多文字
• 很少适用的理论
• 一些材料被击中或错过
• 免费计划对于学习新技能几乎毫无用处

DataCamp 会让我成为硅谷的百万富翁数据科学家吗？

我只想立即澄清事实，因为这是大多数负面反馈的来源。

不，DataCamp 不会神奇地让你在湾区获得六位数的演出（仍然在旧金山的贫困线以下！） 。 如果您想成为数据分析师、机器学习工程师或任何其他花哨的工作，那么您需要的不仅仅是 DataCamp。

他们不颁发证书或学位（我认为这是一个很大的缺点） 。 而且你不会学到在谷歌、Facebook 或任何其他邪恶组织中高薪演出所必需的深入理论或解决问题的技能……我指的是科技行业的世界领先企业。

DataCamp 是获得技能和练习的绝佳方式，直到您掌握它们为止。

这是学习数据科学基础技能的一种用户友好且经济实惠的方式。 用它来学习基础知识、获得实践经验和廉价练习，但不适用于你的简历(CV)。

DataCamp 非常适合……

将 DataCamp 视为学习数据科学的新兵训练营/速成课程。

DC 不是直接投入到每年 25,000 美元的硕士课程中，而是让您：

1. 测试你是否喜欢数据科学
2. 学习任何数据科学工作都需要的基础技能
3. 几乎一无所获地进行实际操作
4. 与学生和教师会面并建立联系
5. 学习宝贵的技能

一切都非常便宜。

它非常适合：

1. 帮助在数据科学领域找到一份工作

DataCamp 是开启数据科学职业生涯的绝佳方式。 这只是您将在此过程中使用的一种工具。 如果您通过 DataCamp 的 Python、R 或 SQL 课程学习，您将遥遥领先，这可能会帮助您找到工作或在工作中获得晋升。 但它不会单独完成。

2. 获得对主题的高级介绍性理解

你会学到很多有价值的信息，然后你可以利用其他材料，如书籍、课程、Kaggle 等在线社区、培训计划等。它为你提供了工具，你可以选择如何获取其余部分。

你可以从“这到底是什么东西？” 到“我 100% 有信心我可以用 Python 编程” ，考虑到它一年要花几百美元，这真是太棒了。

3. 以低廉的价格获得高质量的数据科学实践

“便宜”的数据科学课程只需 15,000 美元即可轻松上手。 作为参考， “便宜”的 Coursera 数据科学项目之一的成本可能高达17,000 美元。

每年只需几百美元，您就可以学习关键的数据技能和无限的机会，在现实世界的项目中或在实践模式下自行练习（日常练习挑战） 。 所以，假设你已经有一份工作，只是想更好地掌握新技能。 繁荣！ 这是一种便宜的方法。

这是大多数学生喜欢 DataCamp 的一件事——它从握住你的手开始，然后慢慢地取下训练轮，让你写整个东西（有些课程比其他课程做得更好）。

4. 提升当前工作的技能或提升整个团队的技能

我认为，如果 Google、PayPal、Uber 和 Deloitte 为他们的团队使用某些东西，那么我说什么都无所谓。 但无论如何我都会说。

80% 的财富 1,000 强企业为其团队使用 DataCamp 是有原因的。

假设您拥有恐龙遗留工具，并且需要向您的团队教授 Python、SQL 或 R，每月只需 50美元（每位用户每月 25 美元） ，您的员工就可以学习、练习和应用推动您的组织向前发展的关键技能。

这比付钱给他们读硕士要好得多。 这可能是 DataCamp 最棒的地方。 这是向团队传授电子表格、Excel、Python 和 SQL 的关键技能的一种廉价、快速的方法，因此他们可以在几周或更短的时间内开始将它们应用到您的公司。

在个人层面上，这对于在当前公司学习新技能和推进职业发展非常有用。 审查部分充斥着学习数据科学技能并进入高薪职位的学生。

5. 新数据科学家的手把手

我知道牵手听起来很糟糕，但我不是那个意思。

DataCamp 非常适合该领域的新手，他们需要逐步了解数据科学理论、技能和职业。

职业轨迹改变了游戏规则。 这是一系列课程，旨在为您提供在该领域找到工作所需的技能。

假设你想成为一名 R 程序员。 您只需从职业菜单中选择它，DC 就会为您提供从多门课程中选择的不同课程，这些课程将为您提供在该领域找到工作所需的所有技能。 这样，您就不必混搭或浪费时间玩猜谜游戏。

您将无法立即跳出来找到工作，但您将拥有雇主正在寻找的所有技能。 不过，您必须首先证明您实际上可以处理现实世界的场景。

6.补充培训课程、书籍、大学学位等。

DataCamp 提供与任何形式的学习完美搭配的廉价练习、真实世界的培训、反馈和指导。

几乎每个人都同意 DataCamp 只是“让我在硅谷找份工作”轮子中的一个齿轮。 找工作不是一站式的。 有一个词。 它被称为数据科学硕士。

Datacamp 不适合什么……

DataCamp 不是一所完整的数据科学大学、硕士课程或就业安置计划。

这不利于……

1.立即找到工作

DataCamp 为您提供开始从事数据科学工作的技能。 它不会给你“毕业”后立即找到工作所需的解决问题、数学和理论技能。 如果这就是你所追求的，那就去获得学位。

2.学习理论

学习 DataCamp 教授的技能背后的理论对于在现实世界中取得成功至关重要。 如果不学习机器学习、深度学习、计算机视觉和所有这些东西的工作原理，你就不能期望擅长机器学习。

DataCamp 有理论课程，但它们很短，而且大部分都缺乏深度。 请记住，这个平台是关于培养技能的。

3. 视觉学习者

稍后我会详细讨论这个问题，但让我们在这里快速讨论一下。

缺少关于 DC 的视频讲座。 近年来它变得更好了，但在大多数情况下，视频都很短而且缺乏深度。 有时，他们甚至没有很好地与课程保持一致。

为大量文本做好准备。

4. 成为“一站式商店”

这不是一个学习有关数据科学的所有知识以从事有利可图的职业的地方。 这是一种很好的练习方式，可以进行一些实践培训，并学习可以用来推动职业发展的基本技能和概念。

DataCamp 评论：要点

什么是数据营？

DataCamp 是世界领先的数据科学在线学习平台。 它的课程、练习、职业和技能轨道以及社区使初学者和熟练的学生能够学习关键的数据科学概念、掌握技能并开始他们的职业生涯。

自 2013 年以来，他们一直是游戏中的领军人物（而不是像某些人声称的那样是 2014 年）。

DataCamp 适用于任何想要学习数据科学技能的人，但它主要面向初学者。

练习非常实用（有时太多了） ，界面干净简单，课程非常线性。 它通过大量的练习、练习和现实世界的应用程序以及反馈，带您从最基础的一直到更高级的概念和理论。

DataCamp 涵盖什么？

DataCamp 专注于 Python、R 和 SQL，但也提供以下方面的培训：

• Excel
• 吉特
• 画面
• 电源 BI
• 贝壳
• 斯卡拉
• 火花
• 电子表格

在此过程中，您将学习与编程、数据清理、机器学习、概率和统计以及数据工程相关的理论和实践技能。

DataCamp 是如何工作的？

DataCamp 有点复杂，所以让我尽量简单地说：

DataCamp 结合交互式培训课程、动手练习、实际项目以及最终的协作工作空间，帮助您提高 21 世纪的数据技能。

选择课程或职业后，您将遵循以下一系列课程：

• Python 简介
• 中级 Python
• Python 数据科学工具箱第 1 部分
• Python 数据科学工具箱第 2 部分
• Python中的熊猫
• Python技能（清理数据、编写高效代码、语法、统计思维）
• 数据可视化
• Python 中的深度学习

依此类推，直到您完成所有相关课程。

但是，我认为最好通过 Career Tracks 通过 DataCamp。

Career Tracks 是一系列课程，专门为您提供在数据科学领域获得特定职业所需的技能。

让我重申一下，它们不够全面，不足以让你找到工作。 你不能只是说， “嘿，我完成了这条职业道路。 雇用我。” 这只是一种方便的方式，可确保您拥有开始从事大数据职业所需的核心技能和信心。

让我们看看 Python 之一：

转到职业轨道并寻找Python 程序员：

然后，您将获得一系列不同的主题/技能/课程，所有这些都以简洁的线性格式。 随着您完成每一项，您的技能和信心都会增强，DataCamp 会慢慢提高理论和练习的难度。 作为一个热爱技能培养的极客，这可能是我最喜欢 DataCamp 的地方。

这里很简单。 你从简单的东西开始，然后构建更复杂的概念。

最终，你到达了最终的老板。

**我不明白其中一些术语**

很酷的是，Career Tracks 中的每一步都是包含大量章节的迷你课程，因此即使您没有完成整个 Career Track，您仍然可以获得大量价值。 看看第一门课程的第一章中包含的内容，Python 简介：

注意：完成每个小节或任务所获得的 XP。 稍后将对此进行更多介绍。

数据营练习模式

关于 DataCamp 的一大抱怨是他们在练习中握着你的手太多。

每个模块中有很多“填空”练习，但程序基本上会为你完成。 他们给你一长串代码，你所要做的就是从一组 4 个选项中插入并放置答案。 那里没有太多的学习。

比如，我为什么要这样做？ 我如何在现实世界中应用它？ 我可以自己练习一下，这样我才能真正学到一些东西吗？

介绍：练习模式！

完成某些课程后，您将解锁练习模式及其日常挑战，您将被投入野外并被迫自己实际完成工作。 这肯定会为您提供深入理解概念所需的思考体验。

就个人而言，我希望这些东西更多地包含在课程本身中，而不是单独的模式中。 但是，嘿，这是进步的人。

完成日常练习的学生表现出以更高的速度保留知识。 获得额外的练习绝对是有益和有趣的。

数据营项目

DataCamp 项目是一种将您新学到的技能应用于现实世界的方法，并获得一些有趣和引人入胜的实地工作经验。

我是 19 世纪匈牙利洗手突破的忠实粉丝（只有 1 个） ，所以这个项目让我很兴奋。

基本上，你使用你在其中一门课程中学到的技能——在这种情况下是 R 或 Python——并将它们应用到 Semmelweis 博士收集的现实生活数据中，这导致了现代医学中最大的突破之一——洗涤每隔一段时间你的脏手。

另外，您将获得一堂很酷的历史课，并深入了解 200 年前人们的斗争。

很酷。

其他项目包括有关 Covid-19 的数据、可视化音乐数据以从流行艺术家那里找到模式，以及分析《权力的游戏》中的角色网络（仅物有所值） 。 顺便说一句，是提利昂·兰尼斯特。

定价：DataCamp 的成本是多少？

我——以及网络上的大多数人——喜欢 DataCamp 的定价结构。 它是透明的，直接的，而且你得到的东西便宜得离谱。

就个人而言，我认为对于希望提高员工 Python、SQL 或 R 技能的企业来说，这是一种偷窃。考虑到学位或同等培训计划的成本，每月 50 美元培训员工使用 Python 是疯狂的。

从这个角度来看，仅参加 Python 学院认证考试就需要300 美元。

这还不包括培训费用。 大多数培训课程的费用为每位学生1,000美元以上。

而且，数据科学学位要花费数万美元。

如果您按年付费，那么您每年为 350 门课程、练习模式、技能和职业轨迹以及社区聊天支付150 美元。

不过，在此之前 - 您可以免费试用！

注意：可以按月或按年付款。 如果你每个月都做一些事情，你会付出更多。

DataCamp 物有所值吗？

是的，DataCamp 物有所值。 标准计划为每年 12美元/月，如果您按月支付，则为 15 美元/月。

可以无限制地访问专家课程、练习模式、职业轨迹、案例研究以及对一些真正的高级 Python、SQL 和 R 培训的社区支持。 加上移动应用程序！

从字面上看，什么都不是。 如果您在一个月内完成 80 小时的课程，那么每小时学习费用为 13/80 美元 = 0.16 美元。

哈哈。 如果您每周学习 20 小时的全部课程，则每小时16 美分。

这就是为什么我不理解对 DataCamp 的所有仇恨。

这不是博士学位。 在数据科学中。 这不是大学证书。 这是一个数据科学技能学习平台，旨在为您提供所需的技能和实践，以在您希望有一天工作的领域获得信心，或者提供一种快速简便的方法来提升企业中特定员工的技能。

这是有原因的，最多每月 30 美元，而不是每年数万美元。 它与博士学位的深度、实践培训、理论和指导不同。 或来自 Coursera、Udacity 或 edX 的证书。

注意：截至目前，GitHub 的学生包附带 3 个月的免费 DataCamp。

DataCamp 特点：我喜欢的 3 件事

包括 Google 和 PayPal 在内的全球超过 7 万人使用 DC 是有原因的。 对这个价格来说已经相当不错了。

首先，我想分享大多数人喜欢 DataCamp 的 3 件事。 然后我将继续讨论一个主要缺陷。

3 个最佳功能

1. UX——使用 DataCamp 既有趣又简单

DataCamp 的用户体验是无与伦比的。

界面很流畅，颜色很容易让人眼前一亮，很少有烦人的弹出窗口、插页式广告或横幅请求您“升级您的计划”。 有一些按钮要求你花更多的钱，但它们很少而且相差甚远。

此外，一切都在您的浏览器中正常运行。

设置好个人资料后，令人敬畏的 UX 立即击中您。

马上，DataCamp 使开始变得尽可能容易。 然后，他们简化了决策过程，让您尽可能少地思考。 你被引导得非常顺利。

或者，如果你想学习一项特定技能，你可以这样做：

课程界面非常易于理解，非常适合初学者（实际上是所有技能水平） 。 左边是文本，右边是解决问题的工作区。

没有比这更简单的了：

2. 经验点(XP) – 数据科学游戏化

有什么比使用游戏化让人们沉迷于花时间在毫无价值的应用上更好的呢？

使用游戏化让人们沉迷于学习数据科学技能。

每次完成课程、任务、项目等时，您都会获得 XP 奖励。 这是衡量你进步情况的一种很酷的方法，对大多数学生来说，它是一个强大的激励因素。

猜猜你可以用 XP 做什么？

没有。

说真的，不是什么大事。 但是，我仍然喜欢通过完成任务和学习课程来获得积分。

3. 课程的广度

截至 2022 年，一次订阅可让您访问 353 门课程。这是关于 Python、SQL、R、Excel、Tableau 和大量其他非常有用的技能和概念的 350 多门课程。

如果你是一个极客，你会喜欢它的。

有一天，您可以学习 Python 简介，然后继续学习如何清理数据。 如果这让您感到厌烦，请开始学习 Excel 中的数据分析、R for Finance 中的匿名函数或 Git 简介。

有数千小时的课程涉及大量非常有趣的主题。 它可以让你忙上几个月。

购买前您需要了解的关于 DataCamp 的一件事……

并非所有 DataCamp 课程、技能或职业轨迹都是平等的。

这些课程真的很受欢迎。 一些教师是有成就的专家和有天赋的教师。 有些只是有成就的专家。 我发现他们中的一些人在视频中说多余的话。

前 3 门课程完美地描绘了这幅画：

DataCamp 是学习 Python、SQL 和 R 的绝佳资源。其他所有内容都可能会受到影响。 有些技术几乎没有通过入门级课程。 有些人甚至不这样做。 像 Excel：

这里没有发生太多事情。

DataCamp 非常依赖 Python 和 R-heavy，这不一定是坏事，因为它们是数据科学/统计中最重要的两种语言。 Python 和 R 各有大约 150 门课程，而 SQL 只有 27 门，Excel 则只有 1 门。 有些可能也有点过时了。 我在一些课程中看到了 2017 年、2018 年和 2019 年。

甚至一些 Python 和 R 课程也只是“嗯”。

总体而言，考虑到价格，课程的总广度确实令人难以置信。 每年最多只需几百美元，您就可以获得关于 R 和 Python 的基本所有人类知识。

如果您真的对 R 或 Python 感兴趣，DataCamp 是不二之选。 如果您对 Scala、Tableau 或 Power BI 感兴趣，最好从网上获取教程。

DataCamp 声誉：人们在说什么？

我做了很多挖掘，以找出人们在网络上所说的内容。 在大多数情况下，网络深处黑暗部分的巨魔大多远离 DC。

整体情绪几乎就是我一直在说的：DC 就其本身而言很好，只是不要指望超级深入的培训。

这儿是一些精彩片段。

CourseReport 喜欢它……

5 星中的 4 星。 不错。

Reddit 总体上是积极的

以下是对 DC 课程带来的价值的一个很好的概括：

唯一的打击是缺乏现实世界的技能：

Switchup （新兵训练营评论）也喜欢它……

总体而言，DataCamp 的声誉非常好

DataCamp 评论 – 最终判决：

DataCamp 是学习基本和中级数据科学技能的一种经济实惠、有趣且简单的方法，尤其是在 R 和 Python 方面。 它很容易成为数据科学领域领先的 MOOC。

如果您想在目前的工作中学习基础知识，进行一些练习，甚至提高技能，那么这是完全值得的。 只是不要期望获得博士学位。 水平指导或期望 DataCamp 立即使您有资格获得六位数的数据科学工作。

每月 15 美元，你有什么损失？ 您可以随时取消，他们可以免费试用。

如果您投入工作，DataCamp 将为您提供巩固数据科学基本概念所需的技能和实践。 不过，您必须将这些技能应用到具有挑战性的现实情况中才能流利。

主题的广泛性使其物有所值。 它不是所有的试验和错误，也不是搜索低于标准的教程，而是由知道自己在做什么的人运营的一体化中心。

从 DataCamp “毕业”后，您可以将这些技能应用到您自己的项目中或找到更深入的资源。 你将遥遥领先。

对于企业而言，DataCamp 是一种无需在学位或课程上花费数万美元即可廉价提升员工技能的好方法。

这不是最深入的说明，但就其本身而言，DataCamp 是一个很好的价值。 在购买之前知道它是什么，你会感到满意。

如果这不是您想要的，请考虑其中一些替代方案。

DataCamp 的替代品

如果您正在寻找更强大的课程或计划来帮助您直接进入数据科学工作，请准备好支付更多费用。 但你会得到你付出的。

以下是 DataCamp 的最佳替代品：

1. 课程

Coursera 是在网上获取实际专业证书的最佳场所，可以让您在现实世界中找到工作。

你付出了很多，但这会让你 100% 做好工作准备。 与 DC 相比，技能、实践培训和理论都更上一层楼……价格也是如此。

2.edX

edX 是另一个 MOOC，除了他们的课程是哈佛等大学的完整证书课程。

您将涵盖更多材料并获得更多为工作做好准备的技能和经验，但您会付出更多。 数据科学证书的价格约为800 美元。 那是几年的DataCamp……。

3. 优达学城

Udacity 是一个超级昂贵的替代方案，它有一个很大的优势：个人指导。

没有什么比做这项工作更能帮助您学习的了，让专家指导您完成所有错误并解释如何解决它。

数据科学计划的起价约为每月 330美元，或 4 个月的1,300 美元以上。 完全值得，但不便宜。

奖金提及

乌迪米

我不是 Udemy 的大佬，但他们有一些关于 R 和 Python 的扎实课程，而且非常便宜。 如果您想试水，请参加12 美元的 Udemy 课程并完成它。 看你喜不喜欢。

如果你真的有上进心，你也许可以通过支付超级便宜的课程而侥幸逃脱，然后用书籍和网络上的免费内容自己做剩下的事情。

如果您的预算有限，值得一试。

数据营常见问题解答

问：DataCamp 证书值得吗？

答： DataCamp 证书不值得。 他们什么也得不到。 但是，您从 DataCamp 获得的技能、知识和实践经验是 100% 值得的。

问：DataCamp 的效果如何？

A： DataCamp 在教授 Python、R 和 SQL 的基本技能方面非常有效。 您以易于理解的方式使用数据科学技能获得动手实践和真实世界的经验。

问：DataCamp 比 Coursera 好吗？

答：不，DataCamp 并不比 Coursera 好。 Coursera 是一个更全面、更受认可的平台。 他们的证书实际上使您为工作做好了准备。 但是，它的价格成倍增加。 DataCamp 不是一所在线大学。 它是练习数据科学技能的工具。

问：DataCamp 和 Udemy 哪个更好？

答： DataCamp 比 Udemy 好得多。 Udemy 允许任何人创建课程。 DataCamp 只使用专家，他们提供培训练习和实际项目。 Udemy 不提供这些。