面试没有项目经历？这6个项目可以写进简历！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

很多考了CDA数据分析一级的伙伴经常问的就是：如何来找一些数据分析的项目来做，练习所学习的数据分析技能，并能写出一份数据分析报告呢？想转数据运营，如果没有项目经验很难找到一份相关工作。

秋招面试数据分析，没有项目经验面试还有希望吗？从哪里可以学习如何做数据分析项目？如何找到项目做？如何出报告？今天小编给大家推荐两个超好用的项目网站：

01  kaggle

网址：https://www.kaggle.comKaggle发布了大量的数据分析、挖掘、机器学习预测项目，没有实习和项目经历的小伙伴可以在Kaggle上找到项目练手。Kaggle上的项目有不同的项目分类，包括探索性分析，数据可视化，趋势预测，分类等多种类型，可以根据自己的需要选择不同过类型的项目练手。

02阿里天池

网址：https://tianchi.aliyun.com/Kaggle的项目都是英文的，有的小伙伴可能觉得英文看起来太费劲，阿里天池的项目全是中文的，阅读无障碍。

这里给大家整理了6个适合新人的项目：

1、Hotelbookingdemand酒店预订需求

https://www.kaggle.com/jessemostipak/hotel-booking-demand
该数据集包含城市酒店和度假酒店的预订信息，包括预订时间、停留时间，成人/儿童/婴儿人数以及可用停车位数量等信息。适用场景：社会科学、旅行、酒店、用户行为，不具有明显的行业标识，可进行常规用户行为分析。数据量：32列共12W数据量。可以定义的问题：1）基本情况：城市酒店和假日酒店预订需求和入住率比较；2）用户行为：提前预订时长、入住时长、预订间隔、餐食预订情况；3）一年中最佳预订酒店时间；

4）利用Logistic预测酒店预订。

2、USAccidents美国交通事故分析(2016-2019)

https://www.kaggle.com/sobhanmoosavi/us-accidents 覆盖全美49州的全国性交通事故数据集，时间跨度：2016.02-2019.12，包括事故严重程度、事故开始和结束时间、事故地点、天气、温度、湿度等数据。适用场景：无明显行业标识，通用。数据量：49列共300W数据量。可以定义的问题：1) 发生事故最多的州，何时容易发生事故；2）影响事故严重程度的因素；3）预测事故发生的地点；4）可视化应用：讲述4年间美国发生事故的总体情况。

3、VideoGameSales电子游戏销售分析

https://www.kaggle.com/gregorut/videogamesales

包含游戏名称、类型、发行时间、发布者以及在全球各地的销售额数据。适用场景：电商、游戏销售，常规销售数据。数据量：11列共1.66W数据量。可以定义的问题：1）电子游戏市场分析：受欢迎的游戏、类型、发布平台、发行人等；2）预测每年电子游戏销售额。3）可视化应用：如何完整清晰地展示这个销售故事。

4、探索影响寿命的因素

https://www.kaggle.com/datasets/kumarajarshi/life-expectancy-who

世界卫生组织(WHO)旗下的全球卫生观察站(GHO)数据存储库跟踪了所有国家的健康状况以及许多其他相关因素，该数据集包括了人口统计学变量，收入构成和死亡率等信息。可以定义的问题:1）最初选择的各种预测因素是否会真正影响预期寿命?2）哪些预测变量实际上会影响预期寿命?3）预期寿命值低于(<65)的国家是否应该增加其医疗保健支出以改善其平均寿命?4）婴儿和成人死亡率如何影响预期寿命?5）预期寿命与饮食习惯，生活方式，运动，吸烟，饮酒等有正相关还是负相关?6）学校教育对人类寿命有何影响?7）预期寿命与饮酒有正面还是负面的关系?

5、IBM员工离职因素分析

https://www.kaggle.com/datasets/pavansubhasht/ibm-hr-analytics-attrition-dataset

IBM员工离职原因数据及包括员工编号、年龄、受教育程度、离家距离、生活和工作的平衡、工作参与情况等信息。可以定义的问题：1）通过分析该数据集可以找出员工流失的因素2）工作角色和流失率的相关性;3）离家距离与流失率的相关性;4）平均月收入和受教育程度对流失率的影响？

6、NewYorkCityAirbnbOpenData纽约市Airbnb订房数据

https://www.kaggle.com/dgomonov/new-york-city-airbnb-open-data

数据内容：数据分为汇总版和明细版两类。数据包括: 短租房源基础信息，包括房源、房东、位置、类型、价格、评论数量和可租时间等等。另外还有短租房源时间表信息，包括房源、时间、是否可租、租金和可租天数等等。可以定义的问题：（1）计算房东的质量分数，实现房东的精细化运营管理。（2）通过对房源信息进行量化，挖掘最受用户欢迎的房源。（3）向客户推荐各个地区“最便宜”、“最精致”、“最小资”、“最有性价比”……的房源。

开学季福利来了！！！

为了激励更多有志于数据分析领域的学子勇攀高峰，CDA 认证考试中心携手各授权合作伙伴，隆重推出“开学季奖学金活动”，考证有钱赚！

扫码回复"奖学金"，咨询活动详情

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖