热线电话:4000-51-9191

就学培训网

登录
首页系统课CDA数据分析周末就业班2024
CDA数据分析周末就业班2024
CDA数据分析周末就业班2024
  • 北京面授 2024.07.06
  • 远程班 2024.07.06
  • 北京面授 2024.05.18
  • 远程班 2024.05.18

相关等级报考推荐

  1. Level I
    ¥ 1200
  2. Level II
    ¥ 1700
  3. Level III
    ¥ 2000

课程简介

CDA数据分析周末就业班:降低入行门槛,文科商科背景也能学
业务数据分析相关岗位是数据科学岗位中对专业背景、学历背景要求最低的岗位,但是入职后工作经验越长,薪资待遇提高越快的岗位。数据分析就业班所培训的技能,对口业务数据分析相关岗,学员只需要在培训过程熟练掌握工具操作和业务逻辑,在导师的项目实操下掌握业务分析流程,可获得进入业务数据分析岗所要求掌握的基本技能。
常用技能重点教学,针对就业夯实基础
为了快速学习业务数据分析相关岗位所要求的技能,除了优质的师资团队,CDA还提供优质的学员服务,包括班主任和助教答疑服务,为学员快速扫除知识障碍,提升学习效率提供保障。
培养职场数据素养,直通企业就业
对数据科学岗位认知程度比较浅的学员,可在CDA职业规划团队老师的帮助下选择适合学员职业发展路线。

学习目标

熟练掌握Excel、MySQL、Power BI等数据分析软件
熟练掌握数据清洗,可以完成缺失值填补、异常值处理等
精通数据可视化,制作可视化分析报表
可以独立撰写业务分析报告
SQL数据库应用基础
大型数据分析综合项目现场实战
掌握数据分析在各行业的应用场景
掌握业务数据分析模型与分析方法

学习对象和基础

零基础学生、转行人士,低门槛无忧就业
基础薄弱数据类岗位从业者,系统提升专业技能
产品、运营、营销、财务等业务部门在职者,提升数字化工作效率
研发、中台、技术类部门在职者,数字化赋能支持业务发展
企业创始人、经理人、管理咨询类岗位从业者,把握数字化转型方案及流程

 
课程模块 课程阶段 课程内容
预习 预习(工具篇) Excel预习视频、数据库预习视频、Power BI预习视频
基础数学预习视频(选看)
预习(业务篇) 业务前台人员数据思维训练营
业务数据分析 表格结构数据基础操作
(Excel)
1. 表格结构数据的特征、获取方法
2. 表格结构数据的引用、查询与计算方法
3. 数据透视分析
4. 可视化图表
业务指标的应用
(Excel)
1. 指标的计算规则
2. 多场景业务指标的应用(运营、客户、商品、活动等)
3. 互联网运营业务指标综合分析案例
业务分析方法 1. 帕累托分析
2. 同期群分析
3. 用户复购分析
业务模型 1. 漏斗模型(电商获客分析、营销漏斗模型监控分析)
2. 波士顿矩阵(商品分类与管理)
3. RFM模型(潜在客户挖掘、电商运营效果监控、运营指标分析)
综合案例
(Excel)
银行贷款违约客户特征分析(报表+报告)
描述性统计分析 1. 统计分析的基本概念
2. 描述性统计
2.1 集中趋势与离散趋势
2.2 数据标准化
3. 统计分布
3.1 二项分布及商业案例
3.2 正态分布
3.3 卡方, t, F分布
3.4 中心极限定理
表结构数据与多表汇总分析
(Power BI)
1. 表结构数据的特征与获取
1.1 表结构数据的定义,获取,特征
1.2 表结构数据的清洗逻辑
2. 表结构数据加工与使用
2.1 快速上手BI工具
2.1 PowerQuery常见操作
3. 多表汇总分析逻辑及操作
3.1 横向合并和纵向合并
3.2 PowerQuery中的合并操作
多维数据模型
(Power BI)
1. 多维数据模型的定义
2. 多维数据模型的创建逻辑及操作
2.1 BI中创建多维数据模型的方法
2.1 连接汇总的逻辑
3. 多维数据模型实战案例
BI软件高级使用
(Power BI)
1. BI常见函数
1.1 聚合函数
1.2 筛选函数
1.3 逻辑函数
1.4 文本函数
1.5 变量及占比等计算
2. BI时间智能函数
2.1 日期表的创建
2.1 时间智能函数
综合案例
(Power BI)
1. 金融行业案例
2. 大型线下零售行业案例
数据采集 1. 数据采集方法
2. 市场调研与问卷设计
3. 数据编码与录入
趋势分析 1. 时间序列数据的概念
2. 趋势效应,周期和季节效应,随机效应
3. 序列数据的加法与乘法组合方法
4. 趋势预测与分析
大型数据分析综合项目实战
(Excel+BI)
跨国企业完整数据分析实战案例
学生探索性实操
SQL数据库
(MySQL)
数据库基本概念
1. DDL数据定义语言(创建、选用、删除数据/表)
2. DML数据操作语言(添加、修改、删除数据)
3. 单表查询
3.1 基本查询:去重查询、设置别名
3.2条件查询:多条件查询、空值查询、模糊查询
3.3分组查询:分组聚合、分组后筛选
4. 查询结果排序、限制查询结果数量"
5. 多表查询
5.1 连接查询:内连接、左连接、右连接
5.2 联合查询:去重、不去重"
6. 函数:
数学函数、字符串函数、日期时间函数、分组合并函数、逻辑函数"
7. SQL大厂面试题突击训练
8. 查询应用案例1 -- 电商查询案例
9. 查询应用案例2 -- 零售业多表查询案例
数据管理与数据治理简介 1.企业决策的四个层次:战略、管理、运营、操作
2.企业数据分析能力的演进
3.企业运营和操作数据应用
4.数据管理基础知识与DMBOK知识体系
5.企业数据能力建设
6.数据治理实操框架
企业架构与数据架构基础 1、数据架构的基本概念
2、数据模型介绍
3、数据建模基础
4、数据建模方法
5、数据建模规范化
6、数据建模案例
Hive SQL 1. Linux系统(复习)
2. Linux常用命令和文件系统(复习)
3. 分布式存储与计算(Hadoop)
4. 系统的安装与部署
5. Hive 架构原理
6. Hive 数据类型
7. HiveQL与应用
Python速成 Python编程基础 Python与Anaconda简介
Python标准数据类型
基本语法规则
控制流语句
自定义函数
Python数据清洗与可视化 Numpy数组分析
Pandas数表分析
Pandas数据清洗与可视化
Python数据可视化包-Matplotlib介绍
Python数据可视化包-Seaborn介绍与图形绘制
分析案例(4选2):
1. 轮船生存数据分析
2. 天猫白酒销售数据分析
3. 餐厅小费数据分析
4. 拉勾网招聘数据分析
Python办公自动化 SQL数据接入
Python连接SQL
多表数据自动提取
表格数据自动汇总
多表数据自动统计
Python发送测试邮件
Python计算数据指标
实现自动风控报表
ETL数据接入与数仓 1. ETL基本概念与常用工具
2. 基于Python的ETL程序开发
3. 定时执行Python程序
4. ETL程序连接数仓
5. ETL之Pandas实现
caie 人工智能基础
(caie)
1. 人工智能理论基础之神经网络
2. 人工智能的历史发展与重要人物
3. Prompt基本概念
4. 基础提示技术
5. 进阶提示技术
6. AI工具赋能商业业务
7. AI应用工具实践
8. 编码器与迁移学习
9. Transformer架构
10. GPT技术架构与训练方法
11. Openai api 之python代码实践
12. 模型的本地部署代码实践
数据分析师职业规划课 职业规划、职场沟通力、团队协作力培养
面试技巧一对一辅导 1V1面试技巧指导与简历修改
选修课 1、互联网数字化运营【18课时】
2、何为数据产品经理?【1课时】
3、Python爬虫【15课时】
4、人工智能(深度学习)实战之图像识别【6课时】
5、Tableau多维可视化分析【3课时】
6、统计分析【12课时】