选择数据培训和自学各有其优缺点，具体哪个更好取决于个人的学习需求、时间、经济条件以及自我管理能力等因素。以下是它们的一些比较：

自学的优点：

灵活性高：

可以根据个人的时间安排和兴趣自由安排学习进度和节奏。

低成本：

自学不需要支付高额的培训费用，只需购买相关的学习资料和书籍。

自主学习：

能够根据自己的学习进度和兴趣选择学习内容，更加自主。

培养学习能力：

自学过程中需要自己查找资料、解决问题，有助于培养独立解决问题的能力。

自学的缺点：

学习路径不确定：

容易受到信息碎片化和不确定性的影响，导致学习顺序混乱或重点把握不准。

缺乏指导和反馈：

自学身边没有人指导和实时反馈，难以及时纠正错误并深入理解概念。

学习资源分散：

需要自行搜索和整理学习资料，存在资源质量参差不齐的问题。

学习效率低：

缺乏系统的教学计划和老师的指导，学习效率可能较低。

数据培训的优点：

系统化知识体系：

培训课程通常由经验丰富的专业人士设计，覆盖大数据的各个方面，避免学习者走弯路。

结构化教学：

按照一定的教学大纲和学习路径进行教学，有条理性，容易理解和跟进。

专业老师指导：

培训讲师通常具有丰富的开发实战经验和教学经验，可以提供实际案例和项目经验，提高实际操作能力。

学习氛围好：

可以和其他学员一起讨论学习问题，形成良好的学习氛围和交流平台。

快速就业：

一些培训机构提供就业指导和服务，帮助学生更快地找到工作。

数据培训的缺点：

高费用：

参加大数据培训需要支付一定的费用，大约2万元左右。

时间固定：

需要按照固定的时间安排学习，可能影响到其他工作和生活安排。

建议：

如果有充足的时间和精力，并且具备较强的自学能力和自律性，可以选择自学。自学可以培养独立解决问题的能力，并且成本较低。

如果时间较为紧张，或者希望快速掌握大数据技术并找到工作，建议选择参加数据培训。培训可以提供系统的课程和专业的指导，帮助学员更快地掌握知识和技能，并且通常有就业支持。

综合考虑，对于大多数人来说，参加数据培训可能是一个更为高效和实用的选择，尤其是对于零基础或需要快速上手的人群。然而，自学也有其独特的优势，特别是对于时间灵活、希望自由安排学习节奏的人群。最终的选择应基于个人的实际情况和学习需求。