数据新闻与AI课程
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
jonathansoma.com 是 Jonathan Soma 的个人主页与教学资源索引。正文显示，他在 Columbia Journalism School 教授数据新闻，同时维护与数据新闻、AI、Python、PDF、网页抓取、数据可视化相关的教程和项目。站点不是传统课程平台，更像个人品牌主页，集中展示即将开设的课程、长期项目、开源工具、YouTube 教程和近期演讲。
当前可识别的课程包括 The Automated Newsroom: Build AI Workflows That Work，计划 2025 年 11 月开始；Lede Program 是 10 周数据新闻 intensive，下一期为 2026 年夏季；Practical AI for Investigative Journalism 是约 12 小时、面向新闻室负责任使用 AI 的系列内容。资源领域覆盖 Python、数据科学、AI 新闻室、动态网页抓取、PDF 处理、数据可视化与 GitHub。师资方面，Soma 的 Columbia J-School 背景，以及在 NICAR、Dataharvest、IRE、Abraji、ONA 等活动中的演讲记录，对新闻技术学习者有较强可信度。
定价信息非常有限。正文只明确提到 The Automated Newsroom 是收费课程，但没有价格、退款、报名方式或支付渠道。Lede Program 和其他资源是否收费、是否包含证书，正文均未说明。因此若用户需要可量化预算、结业证明或机构采购依据，需要进一步访问具体课程页或联系作者确认。
优点是主题非常垂直，围绕新闻工作流中的真实技术问题展开，如 AI 分析图像视频、Playwright 抓取、PDF 处理、数据清洗和可视化，适合希望把技术直接用于报道的人。缺点是信息架构松散，课程课纲、授课形式、学习支持和价格透明度不足；站点还混入大量 PDF/乱码抓取内容，降低了浏览体验。
更适合具备英文阅读能力的记者、调查报道从业者、数据新闻学生和非开发者编辑，不太适合只想系统考证或学习通用编程的用户。中国访问情况正文未提供，支付方式也未知；若 YouTube 教程作为重要学习材料，国内访问可能存在不确定性。替代选择可考虑 Coursera、DataCamp、Knight Center Journalism Courses 或国内数据分析课程，但在“新闻+AI+抓取”垂直度上未必同等匹配。
本测评基于公开资料整理,不构成购买建议,请以 jonathansoma.com 官网实际信息为准。
Columbia教师，课程含AI新闻工作流。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。