放下手中的工作，你還有收入嗎？

除去每月的開銷，還能剩多少呢？

如果突然被辭退，能應付得來嗎？

不知道你有沒有算過，

一個家庭一輩子要花多少錢？

1套房加裝修至少150萬

1個孩子培養到大學畢業至少100萬

一家三口每年日常開銷平均5萬，30年就是150萬

老人贍養每年3萬，20年就是100萬

退休后每年日常開銷4萬，20年就是80萬

當然，這些還只是基本的物質保障，生活一旦出現一點波瀾，等待我們的就是萬劫不復，比如疾病，比如失業！

所以，想要這一輩子過得舒適，一定要想方設法賺錢！

現階段，做什么才最賺錢

殊不知，只靠一份死工資，拼命努力，只會越來越窮。

因為這個時代——選擇比努力重要！

不信，看看朋友圈那些有錢人，幾乎都是因為踩對了風口，賺得盆滿缽滿：

10年前，咬咬牙供幾套房，一輩子不愁吃穿；

5年前，好好經營幾個公眾號，每月廣告費輕輕松松幾十萬；

3年前，拍好短視頻吸吸粉，一場商業推廣就抵普通人幾個月工資；

……

小米創始人雷軍說過：風口之上，豬都能飛，普通人想要掙大錢，都得順應時代的方向。

我的圈子里有這么一群人，不用出門，在家輕松月入10w+。

這種賺錢方式簡直比在一線城市收租還要舒坦！

每天到賬“叮叮?！表憘€不停👇

許多大學生，還有打工人已經靠Python悶聲發大財了。

如果學了Python不做全職工作，可以靠哪些兼職賺到錢？

1、爬蟲

很多人入門 Python 的必修課之一一定是 Web 開發和爬蟲，但這兩項要想賺到錢，就必須知道該開發什么或該去爬什么數據能賺到錢。如果你都不知道的話問題也不大，可以考慮自己開一個淘寶網店或豬八戒做服務外包。

很多人可能會覺得開淘寶店很困難，其實不然，我在13年剛畢業那會兒就開過，沒有投一分錢流量廣告，做到了「數據抓取」類似關鍵詞下的第一排展示位，而且還是利用周末或工作日晚上閑著無聊的時候干的，月流水1w左右純當外快了。

收費定價全看自己心情，很多客戶還覺得我這邊物美價廉。其實我做了很多通用化的爬蟲設計，比如那時候需求量很大的新浪微博數據，針對性開發了一套比較完整的爬蟲系統（各種反爬取、IP代理池、Cookie/UA池等等）。

后來我才知道，我憑借這個配幾個參數喝杯咖啡等上半小時就能搞定的需求，對外報價差不多是 100-200 元，隔壁家要在 600 元以上，這就是你在淘寶生存下去的硬實力。

在這個階段最重要的還是要找到一個好的項目，比如最舒服的就是幫一些證券大佬抓取一些財經新聞、龍虎榜和輿情相關數據，開發完之后每個月只要保證爬蟲不掛就可以收 3-5k，自己買個云主機一個月只要兩三百的成本，還可以用來幫自己干別的事情，直到老板說不做這個項目了……

（進阿里后小二是不讓開店的，且這個店本來就很久沒接單了所以已經注銷釋放了，各位看官就不用去搜了）

2、量化交易

只要不涉及高頻交易（HFT），用 Python 來完成量化交易相關工作內容實在是太方便了。當然了，做投資肯定是會有風險的，所以使用不當也很容易讓你虧錢。

對于新手而言，我比較推薦 JoinQuant（ @JoinQuant 有沒有廣告費？），新手教程和在線 Python 策略開發環境我個人認為都是比較友好的。做 Quant 其實就是一個做數據挖掘的過程，不同的策略就是你手頭能用的模型，選股、擇時、資金管理就是你所要做的特征工程。

特征工程決定了你最多能賺到多少，模型則是用來逼近這個上限。舉個比較極端的例子，假設你選了一只天天跌停的股，不管你怎么調整模型，必然都是無法在單邊交易中賺到錢的，所以大家不必糾結到底是用均線策略還是用 BOLL，找到策略適應的股和擇時才是關鍵，剩下就不展開了。

要追求穩定盈利的話可以考慮去各大虛擬幣交易市場搬磚，編程能力較弱的同學可以考慮一下 botvs。統計套利雖然也能穩定盈利但顯然不適合個人了，一般需要 HFT 支持。

3、程序代寫/外包

互聯網灰產真的是無處不在，我所認為的灰產就是不違法，但是有違道德的一些事情。

比如淘寶上有不少代做程序設計的，價美物廉，幾百塊就能搞一套基于 LAMP 的 xx 管理系統，看看買家評論就會知道，絕大部分都是學生的大作業或者畢業設計。

淘寶也曾一度打擊過類似商品的關鍵詞，比如直接禁止「畢業設計」這樣的組合詞出現在商品標題中，然后大家紛紛換成「畢業指導……程序設計」來命中用戶包含「畢業設計」的 query。

這玩意兒可以賺多少錢呢？首先是要杜絕幫人寫論文，這部分吃力不討好，導師不可能讓你論文一稿過，你有可能在接下來要為每一單付出長達半年的售后服務，所以有點技術干這行的都不會淪落去幫人寫論文，必須告知為了符合淘寶平臺相關政策，是不代寫論文的，最多提供相關的技術文檔。

只負責代碼開發就相對容易很多，一般本科畢設都是偏工程研發的，這類門檻低，通用化代碼很多，基本上找份開源的改一改就能完成任務；碩士畢設就有不少偏機器學習的，讀一篇 paper 再擼上半天數據實現一個 overfitting 的算法實現，基本也就1-2天的工夫。

前者一份賣到一兩千，后者一份賣到兩三千，如果客源有保證的話，一天做一單就足夠養活自己了。

4、白帽

Python 是嘿客第一語言就不必多說了，涉灰甚至涉嘿的內容數不勝數，很多時候在一念之間你就可以干出壞事來。

從好的方向來說，你可以挖掘國內各大網站漏洞并提交到官方渠道，往往會獲得一筆不菲的獎勵金。（別問我烏云啥時候恢復，我也不知道……）

所謂哪里有利益哪里就有灰嘿產，灰產常見于各種刷：刷廣告點擊、刷競價排名、刷 App 下載榜、刷直播觀眾數、刷各路媒體點贊和閱讀數……

只要你的爬蟲功力足夠強，這些都不在話下，畢竟說透了就是模擬請求，只不過有些是簡單 HTTP Get 請求，有些是通過 Ajax 提交的 Post 請求，還有些是 Socket 請求，然后捋一捋事件中不同請求的時間線和依賴關系，還有一堆參數的生成方式等等差不多就能搞定。

嘿產目前最常見于利用肉雞來進行挖礦，各位可以多關注關注自己 /etc/crontab，我曾經就在 Heartbleed 漏洞事件中受害過。宣傳介紹嘿產能干什么好像不太妥，那就點到為止吧。

最后，為了幫助大家更好的學習Python，小編給大家準備了一份Python學習資料和公開課，里面的內容都是適合零基礎小白的筆記和資料，不懂編程也能聽懂、看懂。

最后給大家介紹一個完整的python學習路線，內容是從入門到進階，既有思維導圖，也有經典書籍，還有配套視頻，給那些想學習python的小伙伴們一點幫助！

一、Python入門

下面這些內容是Python各個應用方向都必備的基礎知識，想做爬蟲、數據分析或者人工智能，都得先學會他們。任何高大上的東西，都是建立在原始的基礎之上。打好基礎，未來的路會走得更穩重。

包含：

• 計算機基礎
• python基礎
  

Python入門視頻資料：

二、Python爬蟲

爬蟲作為一個熱門的方向，不管是在自己兼職還是當成輔助技能提高工作效率，都是很不錯的選擇。

通過爬蟲技術可以將相關的內容收集起來，分析刪選后得到我們真正需要的信息。

這個信息收集分析整合的工作，可應用的范疇非常的廣泛，無論是生活服務、出行旅行、金融投資、各類制造業的產品市場需求等等，都能夠借助爬蟲技術獲取更精準有效的信息加以利用。

Python爬蟲視頻資料

三、數據分析

清華大學經管學院發布的《中國經濟的數字化轉型：人才與就業》報告顯示，2025年，數據分析人才缺口預計將達230萬。

這么大的人才缺口，數據分析儼然是一片廣闊的藍海！起薪10K真的是家常便飯。

數據分析資料：

四、數據庫與ETL數倉

企業需要定期將冷數據從業務數據庫中轉移出來存儲到一個專門存放歷史數據的倉庫里面，各部門可以根據自身業務特性對外提供統一的數據服務，這個倉庫就是數據倉庫。

傳統的數據倉庫集成處理架構是ETL，利用ETL平臺的能力，E=從源數據庫抽取數據，L=將數據清洗（不符合規則的數據）、轉化（對表按照業務需求進行不同維度、不同顆粒度、不同業務規則計算進行統計），T=將加工好的表以增量、全量、不同時間加載到數據倉庫。

數據庫與ETL數倉視頻資料：

五、機器學習

機器學習就是對計算機一部分數據進行學習，然后對另外一些數據進行預測與判斷。

機器學習的核心是“使用算法解析數據，從中學習，然后對新數據做出決定或預測”。也就是說計算機利用以獲取的數據得出某一模型，然后利用此模型進行預測的一種方法，這個過程跟人的學習過程有些類似，比如人獲取一定的經驗，可以對新問題進行預測。

機器學習資料：

六、Python高級進階

從基礎的語法內容，到非常多深入的進階知識點，了解編程語言設計，學完這里基本就了解了python入門到進階的所有的知識點。

到這就基本就可以達到企業的用人要求了，如果大家還不知道去去哪找面試資料和簡歷模板，我這里也為大家整理了一份，真的可以說是保姆及的系統學習路線了。

但學習編程并不是一蹴而就，而是需要長期的堅持和訓練。整理這份學習路線，是希望和大家共同進步，我自己也能去回顧一些技術點。不管是編程新手，還是需要進階的有一定經驗的程序員，我相信都可以從中有所收獲。

一蹴而就，而是需要長期的堅持和訓練。整理這份學習路線，是希望和大家共同進步，我自己也能去回顧一些技術點。不管是編程新手，還是需要進階的有一定經驗的程序員，我相信都可以從中有所收獲。

這份完整版的Python全套學習資料已經上傳CSDN官方，朋友們如果需要可以點擊下方CSDN官方認證微信卡片免費領取↓↓↓【保證100%免費】

總結

以上是生活随笔為你收集整理的自学Python去接单，一周就能赚取近1200块，你看不起的行业，真的很赚钱！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。