夠優秀是有機會進入騰訊、阿里、網易等互聯網大廠高薪就業的，發展前景非常好，普通人也可以學習。

想要系統學習，你可以考察對比一下開設有相關專業的熱門學校，好的學校擁有根據當下企業需求自主研發課程的能力，能夠在校期間取得大專或本科學歷，中博軟件學院、南京課工場、南京北大青鳥等開設相關專業的學校都是不錯的，建議實地考察對比一下。

祝你學有所成，望采納。

請點擊輸入圖片描述

學Python有前途么？

首先：Python語言在學術上非常受歡迎，不是計算機專業的人，很多都在學習Python。因為這個語言的前景是不可限量的，而且他的語法非常的簡單易懂，這就讓很多一些提及編程就恐慌的人減去了擔心，現在已經是一人應該掌握一門編程語言的時代，很多不是程序員的人們，利用自己寫的簡單的小程序，讓自己生活變得精彩起來，不管是因為興趣，還是其他，生活好像變得美好起來，有了一些追求。

發展前景一：Linux運維

Linux運維是必須而且一定要掌握Python語言，Python是一門非常NB的編程語言，它可以滿足Linux運維工程師的工作需求提升效率，總而提升自己的能力，運維工程師需要自己獨立開發一個完整的自動化系統時，這個時候才是真正價值的體現，才能證明自身的能力，讓老板重視。

發展前景二：Python Web網站工程師

我們都知道Web一直都是不可忽視的存在，我們離不開網絡，離不開Web，利用Python的框架可以做網站，而且都是一些精美的前端界面，還有我們需要掌握一些數據的應用。

發展前景三：Python自動化測試

大家都知道，就是Python語言對測試的幫助是非常大的，自動化測試中Python語言的用途很廣，可以說Python太強大，掌握和熟悉自動化的流程，方法和我們總使用的各個模板，到現在為止，我了解的Python使用最多的應該是自動化測試。

發展前景四：數據分析

我們都知道現在來臨了大數據的時代，數據可以說明一切問題的原因，現在很多做數據分析的不是原來那么簡單，Python語言成為了做數據分析師的第一首選，它同時可以給工作帶來很大的效率。

發展前景五：人工智能

我們都知道谷歌制作出了的機器人戰勝了一個圍棋大師，這個就是目前剛出頭的人工智能，當然我們的人工智能時代還沒有到來，如果這天來了，生活和世界將會發生翻天覆地的變化，而且現在發展這么快，人工智能的時代不會太遠。

以上就是目前比較好的幾個Python的發展規劃和前景，Python沒有非常強勢的問題，但是它簡單的語言結構應用非常廣泛，總的來說學習Python是不錯的選擇。

Python培訓哪里最好？

那么為了避免這種情況的出現，我們可以參照以下幾種篩選方法，選出適合自己的培訓機構。

一、看培訓機構的品牌、信譽和歷史

隨著Python的火熱，出現了很多新的Python培訓機構。這些培訓機構多是應市場的需求而出現，缺乏培訓的經驗積累和歷史沉淀。培訓機構品牌和信譽相當重要，這是給學員的首要保障。

二、千萬要看講師水平

Python培訓的講師選擇是你必須要仔細分析的。不管是足夠的工作經驗，還是足夠的教學經驗都是必不可少的，缺一不可。

還有不少黑心培訓學校為了節約成本，不管學生能否切實掌握Python開發技能，低價聘請新手Python開發者當講師，或者讓其他學科講師現學Python充當講師，耽誤了無數學生的未來。

三、環境和氛圍很重要

在選擇培訓課程時，不能簡單地認為“貴的就是好的”。可能大家也知道“孟母三遷”的故事。而且，環境可以造就人，但也可能毀掉一個人。可見環境對大家的Python學習影響很大。

而且，如果沒有良好的學習氛圍，你還有心情學習下去嗎?此外，你也可以要求Python培訓機構提供試聽的機會。

四、要看是否有實操機會

如果你參加了Python培訓機構卻只會理論，不懂實際操作，請問還有哪家公司會用你呢?因此實操項目對于學員來說尤為重要。

還有，項目實戰一定要是根據企業用人需要研發的。如果都是在潮流之外的，甚至已經被淘汰的Python技術，學得再好又有什么用呢?

五、了解自身所需，不被價格左右

學員在選擇培訓機構前必須想清楚課程的設置是否適合自己，老師的經歷是否能滿足職業生涯發展或企業解決方案……主動考慮清楚而非被動地入座。

在選擇培訓機構時，不要受到培訓費用的影響,貴的不一定是好的，相對便宜的也不一定是壞的，關鍵是是否適合自己的需要。

另外，題主還提到：不知道*男孩、*cto這兩家怎么樣，不知道兩個是不是同一家。我只想說，一定要去實地考察，試學一兩個星期看看。

這樣你才能知道機構的學習氛圍，老師是不是認真負責，才能真正了解自己是否適合從事Python方面的工作。

有些培訓機構只重視臨時利益，教學質量差，"一錘子交易"現象嚴峻。還有一些Python培訓機構既沒有標準化教材及教學方法，沒有正規教師，更沒有契合市場主流的培訓課程。搗亂了市場秩序，也極大地影響了培訓業的健康發展。

在這里，還想跟你說一點：正所謂“師傅領進門，修行靠個人”，所以如果你自己不花時間，不肯下功夫苦學，無論Python培訓機構再怎么好，也不能保證你找到好工作。

VC炒股是一種什么體驗

由于一級市場的投資有很多保密義務，我想主要用我個人的股票投資來做例子。首先看一下我的股票投資業績圖。下圖中紅色線的是“凈利潤”，藍色線是我的本金的變化，另外我還加了一個綠色的“標普500指數線” 用做業績比較基準。

大家可以看到，我的凈利潤剛剛接近本金的時候，就遭遇超過1倍本金的“巨額贖回”，之后又連續遭遇兩次“巨額贖回”，最多時超過3倍本金。在這樣的惡劣情況之下，我的凈利潤還是達到了初始本金的4倍。

為避操縱數據之嫌，再啰嗦幾句：1）這是我唯一一個活躍的股票賬戶，2）我沒有依靠任何內幕消息，3）完全是我獨立決策，沒有別人幫助，4）不是“蒙中”一兩只小盤股票，而是比較平均地持有4-5只大盤股，5）時間跨度上基本上覆蓋了我的炒股歷史，盈透證券的歷史報表最早只能提供到2012年的，之前微虧20%。

我怎么做的呢？我的投資股票的基本邏輯，和我做風險投資的幾乎是一樣的：找到估值比較合理的好公司長期持有，這些公司所在市場機會潛力巨大、可持續構建壁壘、有優秀的管理團隊。

你可能想說，這不是廢話嗎，所有人都知道啊，還是因為運氣吧。說老實話，確實有很多運氣因素，但是把一個現象歸于“運氣”然后就停止思考不是一個好的思維習慣，正確的姿勢是“假設有必然因素并仔細觀察”。

于是，我換了一個思路。我想，如果把大盤的增長和分紅不計算在內，股市其實是一個“零和游戲”，有些人盈利，就一定有人虧損。既然我沒有什么秘訣，那么會不會是別人的決策出了問題呢？

想到這里我就研究了一下我的“交易對手”。他們都是誰呢？大致就三類：

1）散戶（占美國股市1/4的市值）

2）被動管理基金（各種指數基金，占1/2的市值）

3）主動管理基金（占1/4的市值）

這里面被動管理的基金基本都是“跟風者”，散戶不但跟風而且資金量太分散。我真正的交易對手，給股票定價的，是主動投資的機構投資人，也就是手握重金的基金經理們。

在觀察了“交易對手”以后，我找到幾個擊敗他們的“必然性因素”。接下來我分別講講我對這幾個因素的觀察，以及通過自己的錯誤獲得的教訓。我講的許多概念，在《思考·快與慢》這本書里面有描述和論證，感興趣的讀者可以找來看一看，讀過的應該理解我講的“人類本能”其實就是丹尼爾·卡尼曼說的“系統一”，我講的“用力思考”的意思就是要調動“系統二”。

一. 世界已發生變化，尋找和理解下一代的“優秀”公司，需要不同的技能

“主動管理型”基金經理最有代表性的是巴菲特。他在本世紀初那一場高科技泡沫中堅持沒有投資高科技公司，因為“不投資看不懂的公司”，為他避免了很多損失也贏得了很高的聲譽。其實他的最新的投資組合里面有兩家“很老”的科技公司——IBM和AT&T，只不過他在這兩家公司上虧損了15% 。當然這不影響巴菲特作為頂級投資人在我們心中的地位，他在50年前投的American Express，30年前投的可口可樂、富國銀行、吉列（寶潔），到現在仍是極其優秀的公司。

但是，過去20年間出現了另外一些非常優秀的高科技公司。現在全球市值前3名的公司是蘋果、谷歌、微軟；Facebook和亞馬遜也都進入了前10名，這幾家占前10名總市值的55.2%。也許你要說市值里面有泡沫，但是你仔細看會發現他們占前十名總利潤的比例更高，達到56.2%，這顯然已經不是泡沫了。

高科技泡沫和之后的蕭條，讓基金經理們發現了“需求并不剛性”、“技術壁壘不是長期壁壘”。然后他們就停止了思考。但是事實是，互聯網對人類行為的改變只是來得比預計的緩慢一些，而且這些高科技公司也早就在技術壁壘之上又構建了一層又一層新的壁壘，例如微軟的生態系統，Facebook的網絡效應，Google的用戶數據和安卓生態，等等。而要理解這些新的壁壘，需要先深刻理解用戶在網絡世界的需求和行為，需要一些新的、“基金經理們”并不具備的技能。

所以，我有個大膽猜想：大基金的基金經理們掌握市場上的主流的資金，但是他們理解世界的方式，并不適應這個世界的變化。

基金經理們現在是怎么了解行業和公司呢？觀察一下他們的日常行為，你會發現他們非常依賴一個“信息生態鏈”，這個生態鏈的重要組成部分是市場調研和預測機構、公司財務部門、賣方分析師、買方機構分析師。基本的流程是：

1）公司財務部門發布財務數據，并引用市場調研和預測機構的“行業數據”和“行業預測”，給出自己業績預測；

2）賣方機構分析師根據各種公開信息制作“投資研究報告”，制作財務模型，給出“指導價”；

3）買方機構分析師制作內部使用的“投資研究報告”，提出投資建議；

4）基金經理做出投資決策。

然而，在后網絡時代，社會的信息傳播路徑、用戶消費決策方式、信息基礎設施都發生了巨大變化，直接導致了解許多行業和公司的“最佳方法”，發生了改變。

舉個例子。2013年5月，Consumer Reports發布Tesla的“完美車評”報告的第二天，我決定研究一下這個公司，于是做了兩件事情。首先，我去Tesla在門洛帕克的展廳試了一下Model S這個車（那時恰好在美國出差），然后，我又花了幾個小時，到網上把Tesla的各種車評、Youtube上的個人車主的提車報告、Twitter上的評價，統統看了一遍。

看完了以后我下了兩個結論：第一，Model S是個好車，不但在接下來一段時間供不應求，而且有機會成為一款美國的“主流車型”，第二，和這件事情的天花板相比，Tesla當時的市值還很低，所以接下來一段時間股價主要取決于社會對這個公司的關注度，以我對媒體和信息傳播的理解，我認為“熱度”才剛剛開始，還在“發酵期”。

于是我立即