CDA 数据分析师就业班 招 生 简 章
CDA 一家人
CDA we are family
数据科学家 :二十一世纪最性感的职业
从 80 年代末的初露头角到 90 年代末的广泛应用,以数据挖掘与数据分析就已经成为 IT 及其它 行业中的新宠。以数据挖掘来说,在零售业的货篮数据( Basket data )分析、金融风险预测、产品 产量、质量分析、分子生物学、基因工程研究、 Internet 站点访问模式发现以及信息搜索和分类等许 多领域得到了成功的应用。例如你访问亚马逊书店,会发现当你选中一本书后,会出现相关的推荐数
目 “Customers who bought this book also bought” ,这就是数据挖掘技术在发挥作用。
数据科学家首要任务是在数据的海洋中探索发现,他们更喜欢用这种方式看待周围的世界。他们
要在数字王国里游刃有余,把大量散乱的数据变成结构化的可供分析的数据,还要找出丰富的数据源,
整合其他可能不完整的数据源,并清理成结果数据集。新的竞争环境中,挑战不断地变化,新数据不 断地流入,数据科学家需要帮助决策者穿梭于各种分析,从临时数据分析(adhoc)到持续的数据交互
分析。
全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示,预计到 2018 年,大 数据或者数据工作者的岗位需求将激增,其中大数据科学家的缺口在 140000 到 190000 之间,对于
懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到 1500000!
数据分析行业职业增长情况,数据来源:猎聘网
互联网数据分析师职业薪酬 数据来源:猎聘网
数据科学工作职位:
数据分析师 Data Analyst :
数据分析师需要手动地对大量数据进行清洗和处理。这是一个麻烦和困难的过程,需要技术知 识,以及对细节的重视。尽管有大量责任,但数据分析师通常被称为入门级职位。
对于已经上过数据科学课程,想实践新技能的人群来说,数据分析师是理想的 “培训” ,从而 在处理其他责任前能够提高他们对该领域的信心。
数据分析师 Data Analyst (建模) /数据模型师 Data Modeller :
尽管名称相似,但是建模方向的数据分析师比数据预处理的数据分析师职责更多。
数据模型师的任务是处理开发系统,从而管理和处理公司的数据库。 编程知识是至关重要的。
虽然数据预处理可能不包含在工作描述中,但如果你的数据预处理技能不足时,要注意。因为 小型公司可能会合并数据分析师的职位,这意味着作为数据模型师你可能肩负数据预处理的职责。
数据科学家 Data Scientist /高级分析师 Advanced Analyst /机器学习从业者 Machine
Learning (ML) Practitioner /高级数据科学家 Senior Data Scientist :
这些职位是数据科学的重心。 想担任这些职位的必须是全能型人才,必须熟练掌握数据科学项
目中各个阶段的技能。
话虽如此,这些职位只适合积极主动的人。如果你想按部就班,朝九晚五,那么这些职位不适 合你。如果你喜欢挑战,有创造力,渴望在工作中进行编程和分析任务,那就立即开始吧!
CDA 数据分析师项目简介
CDA(Certified Data Analyst) ,亦称
“CDA 数据分析师”,指在互联网、零售、
金融、电信、医学、旅游等行业专门从事数
据的采集、清洗、处理、分析并能制作业务
报告、提供决策的新型数据分析人才。 CDA
秉承着总结凝练最先进的商业数据分析实践
为使命,明晰各类数据分析从业者的知识体
系为职责,旨在加强全球范围内正规化、科
学化、专业化的大数据及数据分析人才队伍
建设,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。
CDA 数据分析师项目包括教育、 咨询、 考试、认证和机构招聘合作。 CDA 数据分析师分为三个 等级(参考认证标准),经管之家每年举办两次等级考试(参考考试安排),通过考试者可以获得 CDA 数据分析师等级证书,此证书代表数据分析师的技能水平,可作为企业事业单位选拔和聘用专业人才 的参考依据。
经管之家 CDA 数据分析研究院为全国 CDA 数据分析师培训中心,致力于研发更前沿、创新、 实用的商业数据分析课程,包含 CDA 等级认证体系,脱产就业班,行业专题课程,以及数据科学家 训练营等公益项目,培养更专业、严谨、优秀的数据分析师人才队伍。
截至 2017 初 ,CDA 已进行 100 多期数据分析及大数据系统培训,培训学员超过 5000 名 ;已 开展了三届中国数据分析师行业峰会( CDA SUMMIT), 每届参会人数逾 3000 人 ;中国数据分析 师俱乐部( CDA CLUB )每月举办各类型沙龙会议等活动共 50 多期 ;已举办五届全国数据分析师认 证考试,持证人数千人;已出版 12 本 CDA 数据分析师系列丛书,市场发行量数万册。 2016 年, CDA 研究院加入由工信部指导下的 “中国大数据生态产业联盟”理事会 ,分管教育事业。 经管之家 “CDA 数据分析师”品牌得到了社会各界的普遍认可。
课程安排
数据科学是一个快速发展的领域,有很多声音和你一样渴望知道该学习什么、按照什么样的顺序 学习。各种不同的信息会令人困惑、感到畏惧并让人气馁。 CDA 数据分析就业班带你从 EXCEL 数据 处理、 SQL 数据库语言入门 ,结合实践案例,系统学习概率统计知识、 SPSS 数据分析、 R 数据挖掘、 Python 数据分析以及机器学习建模,并能够独立完成商业数据分析项目 ,达到企业用人标准,快速 在大数据时代找准工作定位。
无论你是刚刚起步还是想拓展现有技能,数据分析师要投入的精力都很多,但是我们保证,回报 会更高 !
CDA 数据分析就业班课程大纲
(实际课程会根据课程安排作细节调整)
【第一部分】 Excel 数据分析+My SQL 数据库管理(10 天 60 课时) | |||
Excel 基础 | 第一节 | Excel 基本操作 | 处理重复数据 、 处理不完整数据 处理格式错误数据 处理异常值 、 提取数据 数据转换 数据标准化 加权平均 |
第二节 | 函数基础 | 数学函数, 文本函数 逻辑函数, 查找定位函数 日期函数, 统计函数 函数的嵌套使用 | |
第三节 | 基本图表 | 饼图, 折线图 柱形图,条形图 散点图,气泡图 雷达图,面积图 组合图 | |
第四节 | 动态图表 | 控件基础 基本动态图表方法 | |
第五节 | 数据透视表 | 数据透视表基础 数据透视图基础 切片器,数据透视图表与切片器的组合应用 计算规则设定方法 | |
第一节 | 杜邦分析仪制作 | 杜邦分析仪业务背景介绍 杜邦分析仪制作方法详解 |
Excel 高级 | 第二节 | Power Map | Power Map 概述 Power Map 使用方法介绍 Power Map 应用案例 |
第三节 | Power View | Power View 概述 Power View 使用方法介绍 Power View 应用案例 | |
第四节 | Power Query | Power Query 概述 Power Query 数据导入 Power Query 基本功能介绍 横纵向合并数据, M 公式介绍 | |
第五节 | Power Pivot | Power Pivot 概述 Power Pivot 数据导入 Power Pivot 基本功能介绍 Power Pivot 搭建多维数据集 Power Pivot 创建 KPI Power Pivot 创建层次结构 Power Pivot 使用案例 | |
Mysql 基础 编程 | 第一节 | 数据库简介 | Mysql 与workbench 的安装与配置 数据库管理系统(DBMS) 介绍 数据库管理系统的主要功能 数据库管理系统的类型 Mysql 简介 |
第二节 | SQL 语言 | 数据定义语言(DDL) 数据操作语言(DML) 数据查询语言(DQL) | |
第三节 | select 查询语句 | 单表查询 、 使用集合函数查询 连接查询 、 子查询 、 合并查询结果、 使用正则表达式查询 时间函数查询 | |
第四节 | 存储过程 | 使用存储过程的意义 、 Delimiter 语句 调用存储过程 局部变量 、 用户变量 应用 IN 参数 、 应用 OUT 参数、 流程控制 、 执行预处理语句 | |
Mysql 案例 | 第一节 | 应用 Mysql 数据制作 Power View 界面分析仪 大气质量分析仪案例 | |
第二节 | 彩票数据分析测试 | ||
Mysql+Excel 综合案例 | 餐饮业分析仪 | 业务背景介绍 Mysql 数据处理加工, Power Pivot 建模 Excel 表格界面分析仪制作 |
【第二部分】统计理论+SPSS 数据分析(9 天 54 课时) | |||
统计基础 | 第一节 | 描述性统计 | 集中趋势 离散测度 |
第二节 | 统计量及其抽样 分布 | 统计量 分布 样本均值的分布与中心极限定理 样本比例的抽样分布 两个样本均值之差的抽样分布 关于样本方差的分布 | |
第三节 | 参数估计 | 参数估计 一个总体参数的区间估计 两个总体参数的区间估计 估计量的求法 样本量的确定 | |
第四节 | 假设检验 | 假设检验、单样本 t 检验 配对样本的 t 检验、两独立样本 t 检验 | |
第五节 | 分类数据分析 | 分类数据与卡方统计量 拟合优度检验 列联分析、独立性检验 列联分析相关测量 线性回归 | |
第六节 | 矩阵运算 | 行列式 矩阵及其运算 矩阵的初等变换与线性方程组 向量组的线性相关性 相似矩阵 线性空间与线性变化 | |
SPSS 案例 | 第一节 | SPSS 基础 | 综合绩效案例讲解 SPSS 软件综合特征 访问数据源 如何理解描述数据 |
第二节 | 员工绩效管理 | 相关分析 方差分析 线性回归 模型构建流程 模型条件与调整 | |
第三节 | 信用行为特征 分类 | y 的量化、哑变量变换 卡方分析 模型构建流程 logistics 模型在评分卡制作中的应用 | |
第四节 | 降维在消费行为 中的应用 | x 自变量的筛选 主成分分析的应用 主成分回归 缺省值填补 |
| 第五节 | 用户行为画像 | 行列数据标准化 数据标签与统计量 细分与用户分组 客户细分评价与市场营销 |
第六节 | 客户价值评分 | 客户价值理论 RFM 指标量化 数据离散化与客户价值细分 市场应用 RFM 模型优缺点 | |
第七节 | 购买行为组合与 预测 | 商品或服务的组合问题 消费者的潜在行为与因子分析 回归分析的关系 常用于解决哪类市场问题 |
【第四部分】 R 数据挖掘( 12 天 72 课时) | |
R 数据挖掘 | 线性回归, 逻辑回归,梯度下降,聚类, 关联规则,主成分因子分析 |
关联规则, 决策树, 神经网络, 贝叶斯, 支持向量机,随机森林 |
【第五部分】 数据分析应用案例(6 天 36 课时) | |
数据挖掘 案例 | 如何在保险行业中使用决策树并展示其成果 |
如何在零售行业中应用 Logistic 回归和线性回归估计客户生命价值 | |
如何利用客户分群实现保险行业中潜在客户的精准定位(K-means) | |
基于关联规则和协同过滤算法的商品个性化推荐 |
【第六部分】数据分析前沿技术—机器学习( 15 天 90 课时) | ||
Python 基础 | Python 简介、安装 Python、第一个 Python 程序 Python 基础语法 、 Python 基本数据类型 、 Python 的运算符 、 Python 数字、字符串 Python 列表 、 Python 元组 、 Python 字典 、 Python 条件控制 、 Python 循环语句 Python 函数 、 Python 的类、模块 、 Python 文件操作、异常处理 | |
Python 数据清洗 | Numpy 基础 | Numpy 的 ndarray 数组的索引和切片 数组的运算 常用的数组方法 |
Pandas 基础应用 | Series 数据结构 DataFrame 数据结构 基本功能 汇总和计算统计描述 缺失值的处理 | |
Pandas 数据规整 | 数据加载&输出 数据集的合并 数据集的重塑 、 数据重构 | |
Pandas 分组运算 | GroupBy 技术 数据聚合 分组级运算和转换 透视表和交叉表 | |
Python 爬虫 | 网络协议的简单介绍 网页数据结构介绍 使用 BeautifulSoup4 库解析网页 使用 Selenium 获取动态网页数据 | |
Python 机器学习 | 文本挖掘 | 文本分析历程 |
统计语言模型 | ||
词向量 | ||
分词 | ||
常用分类算法(Logistic 回归、 KNN、朴素贝叶斯、 SVM) | ||
文本分类、文本聚类 | ||
主题模型、情感分析、 CNN | ||
推荐系统 | 推荐系统概述 | |
基于近邻的协同过滤 | ||
实战:实现自己的推荐系统 | ||
基于内容的推荐 | ||
基于矩阵分解的推荐 | ||
基于深度学习的推荐 | ||
推荐系统架构:视频 Feed 流 |
【第七部分】就业准备( 4 天 24 课时) | |
数据分析行业应用 | 金融、电商、互联网业务应用 |
就业指导 | 简历认知、面试技巧 |
SQL 集训 | SQL 复习、笔试集训 |
师资介绍
CDA 数据分析就业班每期课程安排数十位专业老师授课,均来自学界、实务界相关领域的讲 师、教授、专家、工程师以及企业资深分析师,代表了国内数据分析培训的专业水平,可以很好的 保证培训的学员学到扎实的数据分析理论知识,并且具备较强的利用软件解决实际问题的能力,保
证学员能胜任各行业数据分析师工作的要求。
部分老师简介 :
熊巍 统计学专业博士,加州大学伯克利分校统计学院高级访问学者,对外经济贸易大学大数 据与风险管理中心成员、中国人民大学应用统计研究中心成员、具有丰富的统计学及数学教学经 验,研究方向为数据挖掘、机器学习、稳健高维降维、应用统计模型等,在国外 SCI 及国内核心外 期刊上发表论文二十余篇并参与完成多项著作。目前致力于大数据、超高维数据在交叉学科的前沿 领域研究,主持并参与了包括国家自然科学基金项目在内的多项国家级课题及北京市自然科学基
金、社会哲学规划项目等重大省部级课题。
王小川 同济大学博士,神经网络、数据挖掘、统计分析应用领域专家,国内最大的 MATLAB 论坛管理员,曾多次参与 Mathworks 公司培训活动,近年在北京、上海、武汉等地举办多次 MATLAB 培训研讨会,有丰富的 MATAB 实战技巧与培训经验,其微博上的发布的 MATLAB 数据 挖掘公开课程总点击量超过 50 万。著有《MATLAB 神经网络 30 个案例分析》一书。
李奇 微软 Excel MVP( Excel 最有价值专家) ,中国电子表格应用大会主席。 曾在 IBM 中国 担任销售管理团队数据分析项目组长及德勤北京所的数据分析高级咨询顾问。专精于企业数据分
析、设计及实施商业智能业务解决方案、软件开发及 SQL、 Excel 相关数据分析课程培训等。
丁亚军 南京上度咨询数据分析总监、经管之家论坛 SAS、 SPSS 版版主, CDA 数据分析研究 院研究员和 SAS、 SPSS 软件讲师。 研究方向为“统计软件与数据分析”、 “市场调查分析”、 “数据挖掘咨询”。
傅老师 金融数学博士,主要从事金融数学,金融数据分析等领域的研究,发表 SCI ,EI , CSSCI 核心期刊论文多篇。傅老师高校从教 14 年,主要讲授统计学、信用风险建模、金融数据挖 掘等课程,先后指导学生获得全国数学模型竞赛和美国数学建模竞赛一等奖,获得全国数学模型竞 赛优秀教练员。 曾先后担任过咨询公司、互联网金融机构、数据管理公司的高级数据分析顾问,先
后参与过客户估值、反欺诈识别、舆情分析等数据分析项目,有着丰富的行业经验。 授课生动形
象,风格通俗易懂,深受学员的喜爱。
美库尔数据咨询团队 美库尔( Merkle )是全球最大、成长最快的客户关系营销(CRM )机构之 一, 在过去 20 多年里 ,众多《财富》500 强企业及全球领先的非盈利机构都选择美库尔为它们提供 市场营销解决方案。
管理超过 140 个大型市场营销数据库系统
每年做出超过 100 亿美元的营销决策
中国区超过 50%的员工具有硕士及以上学位
中国区超过 20%的员工有海外留学及工作经历
学员就业
CDA 数据分析就业班每班配备专门就业指导老师, 开学之初就建立学员信息档案并进行持续跟 踪, 掌握学员背景信息及学习情况,在课程结束之前会进行简历和面试技巧培训 ,也会一对一修改 简历并进行模拟面试, 结合个人情况推荐相应工作。
学员风采:
张平平 CDA 数据分析就业班第十一期学员
黑龙江工程学院 测控技术与仪器专业 本科 应届毕业生
入职企业:北京安高萌科技有限公司
职位 :数据分析师
薪资 :7k
在 CDA 的三个月学到了很多实用的东西,也交到了一帮志同道合的朋友, 对于刚毕 业的小白来说 CDA 真的教会我很多东西, 能够更快的融入社会!
工作中用到了很多学的东西 , 明白了老师说的这些东西是你未来三年学的知识。
孟惠婷 CDA 数据分析就业班第十期远程班学员
西安电子科技大学 数学系 本科 3 年工作经验 转行
入职企业 :中软国际科技服务有限公司
职位: 数据分析师
薪资 :12k
我是 CDA 数据分析课程的一名远程学员, 3 个月紧张而又充实的学习很快就这样结束了, 我也已经步入新的行业新的公司开始我新的职业生涯,下面是我这段时间学习及工作的一些
心得体会。
在 3 个月的时间里, 不管是理论课的学习, 还是诸如 SAS、SPSS 及 R 或者 Python这些
数据分析软件的学习 ,抑或是案例课的讲解都与后边的工作息息相关, 在整个学习过程中也不乏有过迷茫, 但是别 无选择只能随时调整自己的心态继续坚持。 我个人觉得在整个学习过程中学习分析解决问题的思路尤为重要, 毕竟 操作性的东西需要在不断的练习中掌握, 而分析思路是解决问题的基础, 这点也在求职面试中突显出来。目前 ,本 人也有幸获得了一份较好的工作机会, 当然学习也才刚刚开始。
赵云云 CDA 数据分析就业班第九期学员
中南林业科技大学 金融学 本科 3 年工作经验
入职公司:中科聚信
薪资: 12k
感谢在 cda 三个月的学习使自己对数据分析有更深刻的理解, 在这里老师的专业教导让 自己受益匪浅, 毕业后还找到了一份满意的工作。现在的工作团队中每个人都很 nice,未来 也希望跟着这群专业的人在数据分析的道路上越走越远,使自己未来能真正成为一名行业专 家!
赵晓龙 CDA 数据分析就业班第八期学员
九江学院 资源环境与城乡规划管理专业 本科
入职信息: 北京东方国信科技股份有限公司
职位:数据分析师
薪资: 7k
说下学习收获吧 , 技能和知识的填充在后来都不是最重要的变化了,首先感谢的是课堂 里茫茫多的教授级导师的个人魅力的熏陶, 所谓近朱者赤, CDA 给我的是一个个近距离感受
殿堂级身影的机会 。 其次就是,三个月持续不断的学习,养成一个持续学习的心态,无论到 了哪里,都有一种还有很多东西需要学习的压迫感,这一点我觉得是一种终身受益的收获。
“每天进步一点点”感觉也不再是拉肚子的鸡汤了。最后 , 就是就业班, 塑造了一批志同道合的好伙伴,一起陪你打 开了一个去高薪圈子的机会 , 这是我在这个圈子里成长的资本。
希望 CDA 越办越好,成为行业里的“西点军校” !
曹晓侃 CDA 数据分析就业班第六期
入职公司: 58 同城
职位:数据分析师
薪资: 8000 元/月
我之前从事的是建筑行业,因为需要转行业,同时目前数据分析行业人员 需求量比较大, 所以我选择了数据分析行业。在学习的这段时间, 不光学习数据 分析的各种工具, 同时也学习到新的理念, 开拓了我对数据分析行业新的认识, 同时也对我在找工作时, 提供了很大的帮助。
发表评论 取消回复