cda

数字化人才认证

您的位置:首页 > 课程列表 > CDA数据分析脱产就业班2025视频班

CDA数据分析脱产就业班2025视频班

CDA数据分析脱产就业班2025视频班

难度系数:

课程系列:CDA数据分析脱产就业班2025

课程信息:
相关等级报考推荐:
  • Level I¥1200元
  • Level II¥1700元
  • Level III¥2500元
  • WHAT 课程简介

    CDA数据分析脱产就业班2025视频班: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
  • WHY 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
  • WHO 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

1预科学习(工具篇)

1-1Excel 预习视频
1-2数据库预习视频
1-3Power BI 预习视频
1-4基础数学预习视频 ( 选看 )

2预科学习(业务篇)

2-1业务前台人员数据思维训练营

3表格结构数据基础操作(Excel)

3-1表格结构数据的特征、获取方法
3-2表格结构数据引用、查询与计算方法
3-3利用函数分析与计算数据
3-4数据透视分析

4数据可视化图表(Excel)

4-1趋势图
4-2对比图
4-3分布图
4-4组成图
4-5关系图

5企业需要的数据能力

5-1企业数据应用能力概述
5-2企业决策层和对数据的需求
5-3战略层的数据需求
5-4管理层的数据需求
5-5运营层的数据需求
5-6操作层的数据需求

6数据分析的思维概念

6-1对数据的理解
6-2看懂数据模型
6-3数据分析的分类
6-4商业数据分析的思维框架EDIT
6-5商业数据分析的总体流程

7指标体系

7-1指标概述
7-2通用指标介绍
7-3场景指标介绍
7-4指标体系介绍
7-5按照指标间衍生关系分类
7-6指标体系搭建方法

8分析的思维范式(Excel)

8-1分类思维(RFM/忠诚度/矩阵分析/同期群分析)之商品分类管理与潜在客户挖掘
8-2链式思维(漏斗模型)之电商获客分析
8-3相关思维

9案例实践(金融行业)(Excel)

9-1银行贷款违约客户特征分析(报表+报告)

10描述性统计分析基础(Excel)

10-1变量度量类型与统计量
10-2变量度量类型与分布类型
10-3分类变量的参数(统计量)
10-4连续变量的集中趋势参数(统计量)
10-5连续变量的离散程度参数(统计量)
10-6数据分布的对称与高矮
10-7统计量与报表和统计制图的关系
10-8相关分析

11人工智能基础(caie)

11-1人工智能理论基础
11-2人工智能的历史发展与重要人物
11-3Prompt基本概念
11-4基础提示技术
11-5进阶提示技术
11-6AI工具赋能商业业务
11-7AI应用工具实践

12表结构数据与多表汇总分析(BI)

12-1表结构数据的特征与获取
12-1.1表结构数据的定义,获取,特征
12-1.2表结构数据的清洗逻辑
12-2表结构数据加工与使用
12-2.1快速上手BI工具
12-2.2PowerQuery常见操作
12-3多表汇总分析逻辑及操作
12-3.1横向合并和纵向合并
12-3.2PowerQuery中的合并操作

13多维数据模型(BI)

13-1多维数据模型的定义
13-2多维数据模型的创建逻辑及操作
13-2.1BI中创建多维数据模型的方法
13-2.2连接汇总的逻辑
13-3多维数据模型实践

14BI函数与制图(BI)

14-1BI常见函数
14-2BI时间智能函数
14-3BI制图

15趋势分析

15-1时间序列数据的概念
15-2趋势效应,周期和季节效应,随机效应
15-3序列数据的加法与乘法组合方法
15-4趋势预测与分析

16业务数据分析的步骤

16-1明确业务关注事项
16-2发现问题
16-3归因分析(初级)-指标归因法
16-4优化策略
16-5验证想法(AB测试)

17指标体系管理与数据看板

17-1指标体系搭建方法
17-2指标体系管理
17-3数据看板设计实践

18案例实践(线下零售行业)(BI)

18-1数据分析报告
18-2大型线下零售行业复购分析案例

19大型数据分析综合项目实战(Excel+BI)

19-1沙盘模拟:快消品行业经销商数据分析实战案例

20SQL数据库(MySQL)

20-1DDL数据定义语言(创建、选用、删除数据/表)
20-2DML数据操作语言(添加、修改、删除数据)
20-3单表查询
20-4查询结果排序、限制查询结果数量
20-5多表查询
20-6函数

21案例实践(电商行业)(SQL)

21-1电商查询案例

22数据治理

22-1数据治理的驱动因素
22-2数据治理体系
22-3如何开展数据治理

23数据架构与ETL

23-1数据架构的基本概念
23-2数据模型介绍
23-3数据建模
23-4数据仓库
23-5ETL的基本概念与工具
23-6ETL流程实操

24标签体系与用户画像

24-1标签体系的设计原理
24-2用户标签的制作方法
24-3用户画像-用户分群的方法
24-4用户画像-制作用户画像的思路与方法

25大型数据分析综合项目实战(SQL+Excel)

25-1沙盘模拟:用SQL和电子表格实现用户产品画像案例

26Python编程基础

26-1Python与Anaconda简介
26-2Python标准数据类型
26-3基本语法规则
26-4控制流语句
26-5自定义函数

27Python数据清洗与可视化

27-1Numpy数组分析
27-2Pandas数表分析
27-3Pandas数据清洗与可视化
27-4Python数据可视化包-Matplotlib介绍
27-5Python数据可视化包-Seaborn介绍与图形绘制

28Python办公自动化

28-1SQL数据接入
28-2Python连接SQL
28-3多表数据自动提取
28-4表格数据自动汇总
28-5多表数据自动统计
28-6Python发送测试邮件
28-7Python计算数据指标
28-8实现自动风控报表

29案例实践(餐饮/电商/人力资源)(Python)(4选2)

29-1轮船生存数据分析
29-2天猫白酒销售数据分析
29-3餐厅小费数据分析
29-4拉勾网招聘数据分析

30进阶数据分析思维

30-1设计思维
30-2敏捷思维
30-3数据思维

31量化策略分析框架与流程

31-1量化策略分析框架
31-2发现问题
31-3近因分析(头脑风暴、多维分析、相关分析)
31-4根因分析
31-5做出预测
31-6制定方案
31-7验证方案

32Python统计分析

32-1点估计与区间估计
32-2假设检验
32-3列联表与卡方检验
32-4方差分析

33线性回归

33-1统计建模的流程
33-2简单线性回归
33-3多元线性回归
33-4经典线性假设
33-5回归模型的检验
33-6回归模型的评估
33-7变量筛选(逐步回归法)
33-8线性回归做模型归因分析

34案例实践(房地产行业)

34-1识别分析-房价影响因素分析与预测案例

35逻辑回归

35-1逻辑回归算法基础
35-2分类模型的评估
35-3过拟合与欠拟合
35-4L1和L2正则化以及这两种正则化下的回归算法应用
35-5逻辑回归做模型归因分析

36案例实践(保险行业)

36-1成交预测分析-产品精准营销案例

37数据获取之市场调研

37-1概率抽样方法
37-2问卷编写
37-3问卷数据录入与清洗
37-4问卷分析报告

38数据处理与特征工程

38-1数据处理的重要方法
38-2特征选择
38-3特征转换

39数据管理与数据安全

39-1企业数据管理方法论
39-2企业数据安全方法论

40特征降维方法

40-1矩阵分析法
40-2连续变量降维
40-3主成分分析法
40-4因子分析

41聚类分析

41-1客户分群业务知识
41-2聚类的逻辑
41-3Kmeans聚类建模流程
41-4层次聚类建模流程
41-5聚类模型的评估
41-6聚类算法客户分群应用

42案例实践(政府/电商)

18-1因子分析-城市发展水平综合分析案例
18-2用户分群营销案例

43数据挖掘基础

43-1有监督与无监督学习
43-2算法建模的要素
43-3交叉验证
43-4参数搜索

44决策树

44-1决策树与信息熵
44-2ID3, C4.5, CART树
44-3决策树的参数设置
44-4决策树的Python实现
44-5分类模型的评估
44-6应用决策树解读聚类模型结果

45案例实践(市场营销)

45-1用户流失预测案例

46集成学习

46-1集成算法原理
46-2Bagging: 随机森林
46-3Boosting: GBDT, XGBoost, LightGBM

47案例实践(金融行业)(Python)

47-1欺诈识别案例

48数据分析师职业规划课

48-1职业规划
48-2职场沟通力
48-3团队协作力培养

49面试辅导

49-11 V 1 面试技巧指导与简历修改
49-2大厂面试模拟

50技能选修

50-1互联网数字化运营【18课时】
50-2何为数据产品经理?【1课时】
50-3Python爬虫【15课时】
50-4人工智能(深度学习)实战之图像识别【6课时】
50-5Tableau多维可视化分析【3课时】
50-6统计分析【12课时】

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 有问必答

    助教线上服务要求有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 徐杨老师

    英国Glasgow大学计量经济学毕业,师从Hisayuki Yoshimoto。主攻计量模型与算法,研究方向为复杂数据空间的模型参数识别与检验问题,对各种回归模型和机器学习模型有深入研究。曾就职于中国银行,中国社科院,长期从事算法研发工作,参与过多个大型经济数据分析项目。
  • 常国珍老师

    北京大学会计学博士, CDA数据科学研究院执行院长,中国大数据产业生态联盟专家委员会委员。曾任毕马威咨询大数据总监。北京语言大学金融硕校外导师,中国社会科学院大学等多所院校外聘讲师。具有18年数据挖掘、精益数据治理、数据规划咨询顾问经验。著有《金融商业数据分析与应用》系列丛书、《用商业案例学 R 语言数据挖掘》、《胸有成竹:数据分析的SASEG 进阶》等多本著作。
  • 柯家媛

    CDA 专职讲师,人大硕士,5年安防数据分析和处理经验,曾就职于跨境电商外企,负责CRM 处理, 擅长的技术包括Excel,Tableau,SQL,R。目前任职CDA 数据分析研究院SQL 讲师,负责数据库课程研发与授课。
  • 张志绮

    德勤高级咨询顾问/创业公司数据科学家 经验涉及快消、通信、互联网餐饮、银行等多个领域的咨询项目; 涉及短视频、电商、数据平台等多个领域的投资尽调项目; 涉及快消、品牌商领域的数据建模项目,如智能定价、精准推荐、选品等。 专精于企业业务数据分析、数据可视化、制定及实施商业智能业务解决方案。
  • 李奇

    奇意咨询创始人,微软Excel MVP(Excel最有价值专家),电子表格应用大会主席,经管之家资深签约讲师,拥有丰富的企业咨询服务及数据分析线上及线下培训经验, 曾任IBM销售管理团队数据分析项目组长及德勤数据分析团队高级咨询顾问,主持过多个大型企业数据分析及管理咨询项目,助力多家企业提高业务决策力及数据生产力。线下、线上培训经验超800次、培训人数超30万人

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上,越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后,可获得CDA数据分析师中英文双证书,其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制,英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 企业创始人、经理人、管理咨询类岗位从业者

    岗位去向

    商业(业务)分析师初级数据分析师
    (数据)产品运营(数字)市场营销
    数据专员...

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
    • 数字化转型企业创始人与数字化流程中相关负责人

    岗位去向

    数据分析师(数据)产品运营经理
    (数字)营销经理风控建模分析师
    量化策略分析师数据治理(质量)...

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
    • 从事算法科学、深度学习等工作的科研人员、分析师与工程师等

    岗位去向

    高级数据分析师机器学习工程师
    算法工程师数据科学家
    首席数据官...

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件,在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制,国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新,逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动,CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q:上课形式是怎么样的?

    A:CDA数据分析就业班视频班采取视频学习的形式,足不出户即可学习到优质课程。录播视频 + 线上答疑,充分保障同学们的学习效果。
  • Q:学员课下如何与老师进行互动?

    A:CDA课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑,早九晚九;同时学员可以在讨论区以帖子的形式向老师提问,老师会在工作日的48小时内回复。
  • Q:远程班是录播还是直播?

    A:视频班采取视频学习+ 线上答疑
  • Q:如果学不会怎么办?

    A:首先,我们有一次免费学习的机会,如果还是学不会,授课老师会和学生面谈,发现问题所在,并让老师给出学习建议,查缺补漏,可以再跟着免费学一期。目前咱们还没有出现过这样的情况,对于学员来讲都是想尽快掌握技术能够运用到工作中。
  • Q:培训后负责就业吗?

    A:我们课程设计就是以就业为导向。安排专职就业老师,从就业指导、面试模拟、毕业答辩会等全方面的就业服务和就业推荐。
  • Q:上课时间是怎么安排的?

    A: 根据自己时间安排学习视频和提问答疑

OK
客服在线
立即咨询