cda

全国校区

您的位置:首页 > CDA发布 > 说说你心目中的建模分析师!

说说你心目中的建模分析师!

2016-07-19

说到建模分析师,你可能会臆想到的形象是怎样的?数据民工?金融精英?公司牛人?

他的发型可能是:

秃头

无刘海蓬松长发

他的装束大概是:

双肩背包(你的背包,背到现在还没烂)

运动鞋(竹杖芒鞋轻胜马,谁怕,一蓑烟雨任平生)

他的形象兴许是:

数据民工,励精图治。

数据精英,功成名遂。

数据前辈,德高望重。


那么走进建模分析师的工作,看看他们都在干什么吧。

如果你是SAS的忠实用户,身处银行、医药、电信等大型行业,你可能会接触到

信用卡违约预测之监测


如果你正在为万达做电影推荐系统,钟爱SPSS Moderler,你可能会构建

基于电影系统的关联推荐模型

如果你身处互联网行业,善于使用R语言,专注于CRM客户关系管理,你涉及的课题可能是:

客户管理管理与生命周期


最后,让我们来看看,企业BOSS们对建模分析师都有哪些要求呢?

以下标准取自猎聘网对建模分析师的共性要求整理所得,仅供参考:

硬性:

1.  学历背景:统招本科学历以上,数学/统计学/金融工程/计算机专业背景优先

2.  技能:熟练掌握SAS/SPSS/Python/R等至少一种工具,必须会SQL

软性:

1. 工作经历:2~3年各行业建模分析工作经验;

2. 商业思维:具有较好的商业感觉和逻辑推理能力,善于从商业角度解读数据,有创造性思维和较强的学习能力,能推动数据分析结果落地。


那么,有没有什么捷径可以让我们更快速的成为建模分析师吗?

答案是:CDA LEVEL II建模分析师,四个专题,皆为大牛!带你快速入门建模分析师,体验不一样的数据挖掘


【报名流程】

1.  在线填写报名信息

https://www.cda.cn/kecheng/4.html

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


【联系我们】

电话:010-68411404
      手机:18010006628(陈老师)QQ:28819897092881989709  
                18511302788(王老师)QQ:28819897102881989710  
      邮箱:chenwenjing@pinggu.org
                wangzhenda@pinggu.org
      —— Join Learn!


SPSS Modeler专题

北京:2016729-31805-07

上海:20161021-2328-30

深圳:2016916-1823-25

主题

以企业场景、真实案例教学方式,利用SPSS MODELER来贯穿数据挖掘建模的整个内容,包括基础、算法、建模、进阶、模型优化、应用等。

应用范围

《营销活动及信用风险控制》 《企业如何处理原始数据》 《如何根据业务选取有效变量》 《如何建立交叉销售模型》 《如何建立信用评分模型》 《如何进行模型优化》 《企业如何建立预测模型》 《客户分群精准化营销》

算法理论

KDDCRISP DM—数据处理统计检验决策树、罗吉斯回归、包装法贝氏网络神经网络支持向量机随机森林聚类分析关联分析序列分析

案例操作

【营销客户分群】【银行风险预测】【网站行为关联分析】【商品关联规则】【交叉销售】【客户流失预警】【天气预测】【药物治疗】【疾病诊断】【零售购物篮组合】【银行金融产品序列分析】

SAS专题

北京:2016806-0713-1420-21

上海:2016813-1420-2127-28

主题

SAS为工具,讲解SAS软件中高级编程技术,并运用SAS进行数据挖掘流程化操作。

应用范围

《银行、证券等金融企业》《大型零售企业》《通信行业》《医疗行业》

软件技术

SAS基础编程》《SAS数据管理》《SAS编程进阶》《SASSQL》《SAS宏语言》《程序优化》

算法理论

线性回归--逻辑回归--决策树--组合算法--神经网络--朴素贝叶斯--MBRKNN--聚类分析--关联规则

案例操作

【数据驱动的风险管理】【信用卡违约预测模型案例流程】【信用评分模型】【电信客户流失预警】

PYTHON专题

北京:2016903-0410-1116-17

主题

PYTHON为工具,讲解PYTHON软件数据挖掘编程技术,并运用PYTHON

应用范围

《互联网企业》《网站分析》《网络产品与运营》《其他》

软件技术

PYTHON语法基础》《PYTHON数据挖掘包》《主成分与因子分析》《聚类分析》《预测分析》《文本分析》《社会网络分析》

算法理论

线性回归与岭回归--可实现的Lasso算法--Logistic回归--广义线性模型--最近邻域法(KNN--样条曲线--决策树--随机森林--支持向量机--线性判别模型--主成分分析PCA--样本聚类--关联规则与序贯分析

案例操作

【汽车类型聚类与地域购买偏好分析】【婚恋网站被约会可能性预测】【零售业客户价值预测模型】【新闻内容分类】【构造新闻热点词指数】【电信客户交友圈与流失预警】

R语言专题

北京:806-0713-14日,20-21日(6天)

广州:806-0720-21日,27-28日(6天)

主题

R为工具,讲解R语言软件数据挖掘编程技术,并运用R

应用范围

《学术界》《客户预测与客户流失》《信用违约建模》《银行金融业》

软件技术

R常用包》《R语言编程》《预测模型》《降维》《分类模型》《样本聚类》

算法理论

朴素贝叶斯--决策树--KNN--逻辑回归--神经网络--SVM--岭回归--Lasso算法--装袋法--Adaboost算法--主成分分析PCA--K-means--谱聚类--密度聚类--关联规则--序列模式

案例操作

【制作经营业务BI常用图表】【婚恋网站是否可以成功约会预测】【客户流失预测】【零售业客户价值预测模型】【信用违约建模案例】【银行客户购物篮分析】

















完 谢谢观看

分享
收藏

OK