【课程简介】
降低入行门槛,文商科也能学
数据分析就业班针对想从事数据方面工作的零基础人群,致力于解决他们想从
事数据分析工作,但
苦于入行门槛高,有专业壁垒的种种问题,设计了专业化和系统化的学习计划。科学打磨课程,助学员从
数据零基础小白蜕变为数据精英。 确保学员既能学到扎实的
数据分析理论知识,又能熟练掌握工具操作和业务逻辑,在项目实操下掌握业务分析流程,快速掌握各行业数据分析岗所要求掌握的基本技能。
涵盖常用技能,培养数据素养
师资均来自学界、实务界相关领域的专家讲师、企业资深分析师以及行业大牛,代表了国内数据分析培训的专业水准,让学员既能学到扎实的
数据分析理论知识,又能具备较强的实战动手能力。 在课程学习中以问题为导向,加强知识点的理解和应用,提高学员面对复杂问题的思考能力。并逐步培养学员的职场数据素养,能够具备准确读取、分析和应用数据的能力。
夯实岗位基础,直通企业就业
渐进式的课程内容涵盖数据分析所需工具及编程语言,重点教学常用分析技能,学完即可在
多行业多场景完成数据分析工作。同时,从职场综合能力要求出发,紧密结合就业实际需求,学习数据分析相关岗位所要求的技能。 对数据科学岗位认知程度比较浅的学员,可在职业规划团队老师的帮助下选择适合学员的职业发展路线。进一步从职场综合能力要求出发,通过经验赋能快速提升岗位匹配度。
章节名称 | 掌握内容 |
第一章:课前基础工具学习 | 提前掌握基础数据分析工具的使用,为课程学习打好基础 |
第二章:课前业务知识学习 | 掌握从用户思维做营销增量,借助数据思维从商业顶层俯视业务生命周期,运用数据框架梳理公司整体业务模型 |
第三章:业务数据分析(Excel) | 1、掌握依据电商、互联网、零售行业的数据分析场景介绍,撰写业务分析报告的全流程
2、掌握从客户、产品、运营、行为效果等维度出发,搭建业务指标体系,综合使用可视化分析方法、业务分析方法。 |
第四章:统计基础 | 1、掌握通过统计基础可初步掌握数据分析的基本概念
2、掌握描述性统计的数据集成
3、掌握数据标准化和数据预处理 |
第五章:多维数据分析 | 1、掌握使用 Power BI 搭建可视化分析报表的全流程;
2、掌握表结构数据的获取、加工、数仓应用、多表透视分析; |
第六章:推断性统计 | 1、掌握假设性检验的方法
2、掌握推断性统计
3、掌握AB Test的分析运营方案 |
第七章:MySQL 数据库 | 1、掌握 MySQL 数据库基本概念,常用函数、DDL 数据定义语言及 DML 数据操作语言2、掌握单表查询、多表查询查询方法,查询结果排序、限制查询等方法3、掌握大厂 MySQL 面试题 |
第八章:数据管理与治理 | 1、掌握企业决策的四个层次及企业数据能力建设
2、掌握企业数据分析、企业运营和操作数据应用
3、掌握数据管理基础知识和 DMBOK 知识体系
4、掌握数据治理实操框架 |
第九章:数据架构 | 1、掌握数据架构及数据建模基础知识
2、掌握数据建模方法及数据建模规范化
3、学习数据建模案例 |
第十章:Hive SQL | 掌握 Linux 的常用命令和分布式存储与计算,Hive 架构原理及数据类型 |
第十一章:综合项目实战 | 老师指导还原两大数据分析项目全流程,综合使用 SQL、Excel、Power BI 等工具以及业务数据分析方法,得到高价值业务数据分析报告。 |
第十二章:Python 编程基础 | 掌握 Python 基础编程的能力,为处理海量数据奠定基础 |
第十三章:数据清洗与可视化 | 系统掌握使用 Python 进行海量数据清洗以及可视化探索数据的能力。 |
第十四章:Python 自动化 | 实现办公自动化,提高工作效率 |
第十五章:ETL 与数仓 | 1、掌握 ETL 基本概念与常用工具
2、掌握 Kettle 核心概念、转换
3、掌握 ETL 连接数仓,实操 ETL 实战项目 |
第十六章:统计建模 | 掌握相关分析、方差分析方法 |
第十七章:精准营销报告 | 掌握营销数据的目标拆解与分析方法 |
第十八章:机器学习 | 1、掌握数据挖掘基础导论、决策树及应用、关联规则与协同过滤、特征工程、带正则项的回归分析等
2、掌握聚类算法、集成算法( AdaBoost、 随机森林、 GBDT、XGBoost、LightGBM )等
3、掌握实操案例:
案例1:用户分类-保险行业用户分类分析
案例2:产品组合策略-电信公司产品伦邦销售策略分析 |
第十九章:机器学习大型案例 | 老师指导实操两大机器学习大型案例全流程,综合机器学习基础知识及其算法,在实践中学习可落地、易操作的数据科学思维和实战经验,为你进入名企做项目背书 |
第二十章:职业路径规划 | 就业老师协助指导,做好职业发展路径规划 |
第二十一章:就业指导 | 专职就业老师 1 V 1 面试技巧辅导与简历修改指导 |
第二十二章:选修课 | 互联网数字化运营 【 18 课时】
何为数据产品经理? 【 1 课时】
Python 爬虫 【 15 课时】
人工智能(深度学习)实战之图像识别 【 6 课时】
Tableau 多维可视化分析 【 3 课时】 |