
CDA数据分析师培训系统 LEVEL Ⅰ-上海/北京/深圳/远程
【从零进阶,忠于技术,可申请工信部数据分析师证书!】
CDA培训简介
大数据,一个热的发烫、众人论调、甚至有些让人厌恶的词眼。是忽悠?是炒作?还是一个难题!聊了3年的“大数据”,似乎每个人都爱上了或被迫关注到这样一个领域的巨大商业价值,当大部分人都在天马行空,未闻空谈,YY未遂,有钱却不知怎么任性的时候,数据分析师默默工作的背影却难以诉说!
人人都谈大数据,而多数企业却还在苦苦寻找精通“小数据”的人才!
CDA数据分析师不侃概念,不谈颠覆,不讲故事!
扎实的技术,业务的精通,靠谱的团队,接地气的策略,才是商业数据分析的精髓!
CDA给你的就是让你冷静下来,一步一步学好技术,一步一步自我净(进)化!
CDA课程体系包含了数据分析师要掌握的必备技术(理论,模型,算法,数据库,编程,工具,业务等),目前有LEVEL Ⅰ和LEVEL Ⅱ两个等级的系统培训。
CDA数据分析师系统培训,培训师资目前均来自学界、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,名师荟萃,代表了国内数据分析培训的最高水平,可以很好地保证培训的学员既能学到扎实的数据分析理论知识,又能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。CDA数据分析师培训注重结合实际,把最具技术含量、最具价值理念的课程传授给学员。课程还注重启发式教学,让学员在解决问题的动手中去学习。
CDA第17期项目安排:
项目名称 |
CDA数据分析师系统培训第17期 |
时间-上海面授 |
2016年5月14日-6月05日/@北京 周六日(共8天) |
时间-上海面授 时间-广州面授 |
2016年5月14日-6月05日/@上海 周六日(共8天) 2016年5月14日-6月12日/@深圳 周六日(共8天) |
价格(元) |
全程:6900(现场)/4900(远程) |
优惠 |
1. 全日制在读学生8折优惠 2. 参加过论坛其他现场班老学员9折优惠 3. 同一单位三人及以上报名9折优惠,五人及以上8折优惠 4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠 以上优惠不可叠加
5. 零基础学员建议同时报名CDA数据分析员课程,立减400元。 |
关于证书 |
可申请报考《CDA等级认证证书》,一年两次,全国统考 |
现场班福利 |
全套视频资料,三本CDA系列教材,在线答疑 咖啡茶歇,论坛币(1000个) 【远程班福利同上但不包含三本CDA系列教材(可自行网上购买)】 |
学员对象
1. 各行业数据分析、数据挖掘基础薄弱从业者
2. 在校数学,经济,计算机,统计等专业教师和学生
3. 经济,医学生物研究院科研人员
4. 数据分析,数据挖掘兴趣爱好者及转行人士
CDA师资团队
数据分析金牌团队:人大经济论坛数据处理和分析研究中心,各大高校著名教师以及知名企业资深数据分析师。
人大经济论坛数据处理和分析研究中心是人大经济论坛下属的研究机构,具有强大的统计计量和数据处理方面的实力,我们服务过的客户包括中国人民银行、世界银行、亚洲开发银行、各大高校研究机构、科研院所、公司和个人等,数据处理和分析的实践经验丰富、理论功底深厚。 本研究中心应用的解决数据处理和分析问题的工具包括. SAS、SPSS、MATLAB、Stata、EViews、Excel、Splus&R、Lingo、Maple、MATHEMATICA、MATHCAD等。在对外承接数据处理业务的同时,我们也把实际数据处理的经验转化为课程,供广大有兴趣的会员朋友们学习使用
常国珍,会计学博士、社会学硕士,毕业于北京大学人口所,目前就读于北大光华管理学院,SAS公司数据挖掘与统计分析课程讲师。曾就职于方正国际金融事业部和长江商学院投资者研究中心。主持过商业银行数据挖掘平台建设、商业银行信用评分模型的构建与固化等商业项目。参与构建的股票量化投资模型被某大型基金公司采纳,并于2013年九月正式发行。
徐老师,男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
曹正凤,男,统计学实验师,博士学位,具有十几年统计教学经验。最新研究随机森林遗传算法,参与《大数据背景下基于中国烟草消费需求的供给结构分析研究》项目,《基于大数据整合的空气质量测度方法研究》,项目进入实施阶段。先为CDA基础理论讲师,对于统计学教学有丰富的经验。
蔡宇,长江商学院工商管理硕士。十几年企业管理工作经验,现任卡特彼勒投资公司投资规划经理,曾任西门子产品经理、柯达投资公司采购项目经理等,具有丰富的项目管理,产品市场研究、项目投资实际操作经验,涉及企业战略规划、销售、生产、采购、供应链管理等多个环节。90年代初,在小浪底工程从事项目管理工作,对工程项目管理的数据收集,工程计划进度,工程量统计及结算等数据分积累了丰富的经验。在西门子及柯达工作期间,主要涉及了供应链管理中的新产品引进及战略采购方面的数据分析。近十年,主要从事工业品市场战略分析、客户需求分析及客户关系维护,以及项目投资分析等。对于项目评估、投资分析、宏观数据研究、可行性研究、项目谈判和项目管理的方面积累了丰富的经验。
丁亚军,男,首席数据分析师,现任职于人大经济论坛评谷数据处理与分析研究中心,兼职中国学习路径图国际培训中心技术顾问,SAS、SPSS高级统计学讲师。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目,具有丰富的数据处理经验。
张良均, 高级信息系统项目管理师,现为广州泰迪智能科技有限公司总经理,毕业于华中科技大学工学硕士,一直从事数据挖掘技术及其应用的策划和研发。《数据挖掘:实用案例分析》、《神经网络实用教程》主编,数据挖掘相关论文数十篇,专利近10项。广东工业大学、华南师范大学兼职教授。主导研发基于云计算的海量数据挖掘平台,获得SAS及SPSS数据挖掘认证,具有电力、电信、银行、水产养殖、制造企业、电子商务和电子政务的项目经验和行业背景。
电信,银行、游戏、互联网等企业业内资深数据分析师,具有丰富数据分析业务经验,教你如何将技术落地,如何懂业务,懂管理,如何将技术提升为艺术。
课程安排@北京&上海&深圳&远程
CDA课程安排 |
课程 |
大纲简介 |
预期效果 |
第一阶段
|
《数据分析师基础理论》 |
行业分析,常用方法,统计基础,Excel数据分析。 |
零基础入门,掌握数据分析常用方法、基本原理及分析思路 |
第二阶段
|
《SAS EG数据处理技术》 |
工具手把手教学操作,数据的录入、整理、清洗、处理、分析、输出、解读等。 |
掌握一门专业数据分析软件,会使用软件进行数据处理及分析。 |
第三阶段
|
《SAS EG数据建模分析》 |
熟悉各模型应用环境,学会自行建模分析,独立完成数据分析工作,并能输出图表解读数据现实意义。 |
|
第四阶段
|
《案例分析及业务应用》 |
电信,金融,电商,零售等实际案例分析;BI、文本挖掘、大数据、智慧城市等前沿技术。 |
通过真实案例举一反三,熟悉整个数据分析流程;了解前沿技术,增强业务与技术对接能力。 |
我们的服务
关于证书
CDA数据分析师等级认证证书
最后,这里再分享一个考试备考过程中人人皆需的模拟题库——CDA考试模拟题库。
题库是紧密结合CDA考试大纲而编写的一套模拟试题库。为顺利通过考试奠定坚实的基础
1、解析详尽:每道题目基本上都配备了详细的解析和答案,帮助你深入理解题目背后的知识点和解题思路。
2、便捷高效:你可以随时随地通过手机或电脑访问题库,进行自主学习和练习,充分利用碎片时间,提高备考效率。
3、模拟考试:题库提供了多套模拟考试试卷,帮助你熟悉考试流程和题型。
点击CDA题库链接,获取免费版CDA题库入口,祝考试顺利,快速拿证!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11