
据LinkedIn的最新投票结果显示,“统计分析和数据挖掘” 是2015年最大的求职法宝。LinkedIn对全球超过3.3亿用户的工作经历和技能进行分析,公布2015年最受雇主喜欢、最炙手可热的25项技能,其中位列榜首的是统计分析和数据挖掘。
CDA Level Ⅰ业务数据分析师需要掌握概率论和统计理论基础,能够熟练运用Excel、SPSS、SAS等一门专业分析软件,有良好的商业理解能力,能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析,并得出逻辑清晰的业务报告。
一、培训安排
时间:2016年7月09日-7月31日@北京海淀/远程
2016年7月23日-8月14日@北京朝阳
2016年7月09日-7月31日@上海/深圳
地点:北京,CDA数据分析研究院
上海,人民广场铁道宾馆会议室
深圳,南山区科技园
费用:现场班6900元,远程班4900元
授课安排:
(1) 授课方式:周末培训,视频赠送,中文多媒体互动式授课方式
(2) 授课时间:上午9:00-12:00,下午13:30-16:30,16:30-17:00(答疑)
(3) 学习期限:现场与视频结合,长期学习加练习答疑。
二、课程大纲
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
|
《数据处理技术》 |
基于SAS EG/SPSS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
|
《数据建模分析》 |
基于SAS EG/SPSS进行数据建模,方差、回归、分类、主成份、因子、聚类、多元、时间序列等数据分析模型。数据可视化,结果输出及解读。 |
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。 |
三、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
四、讲师介绍
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。
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。
翟祥,人民大学统计学博士,北京林业大学管理学院统计系教授,SAS公司骨灰级讲师。长期从事金融、电信、零售行业数据挖掘咨询工作。
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。
丁亚军,男,首席数据分析师,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。
五、课程优惠
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
5. 零基础学员建议同时报名CDA数据分析员课程,立减400元。
六、关于证书
CDA数据分析师等级认证证书
(此证书为CDA中英文等级认证证书Level Ⅰ,全国统考,一年两次,此证书为CDA数据分析师唯一认证证书,可以作为企业事业单位选拔和聘用专业人才的任职参考依据。)
七、报名流程
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08