cda

全国校区

您的位置:首页 > 课程列表 > CDA大数据就业班(5个月)—推荐就业!

CDA大数据就业班(5个月)—推荐就业!

CDA大数据就业班(5个月)—推荐就业!

难度系数:

课程系列:LEVEL I + LEVEL II


周期: 5个月

22800

立即报名 咨询老师

CDA大数据就业班(5个月)—推荐就业!

 姓名:

 电话:

 邮箱:

   备注:

邀请码:

提交信息
  • WHAT 课程简介

    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。CDA大数据符合企业用人需求,从大数据编程——数据库编程——大数据仓库——大数据分析方法——数据挖掘算法——大数据真实项目应用——大数据解决方案等,主要软件应用Hadoop、HDFS、MapReduce、Hbase、Hive、Sqoop等理论知识和大数据平台生态环境,重点学习数据分析基础和数据挖掘经典算法实现,Spark大数据分析工具和Python完美结合让你事半功倍。
  • WHY 学习目标

    1.零基础脱产学习,5个月学会大数据技术
    2.计算机、统计、数学等专业学习更佳
    3.包学会,成为大数据稀缺人才,高薪就业
    4.CDA大数据就业帮,助你前程似锦
    5.大数据未来已来,只等你改变自己
  • WHO 学习对象和基础

    1.各行业数据分析、数据挖掘从业者
    2.在校数学,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



课程案例,项目特训

点击图片任何区域可放大

电力大数据实战主界面

案例介绍 基于用户用电行为典型数据,分析用户用电行为轨迹,抽象用户用电特征,输出用户群体的聚类分析结果和典型行为特征。 技能涉及 电力工业统计基础知识,用电负荷特性指标,数据清洗、归一化处理、聚类程序开发、结果分析。
点击图片任何区域可放大

Web网站日志分析案例

案例介绍 使用Flume来完成Apache服务器日志收集工作,并自动上传到指定的HDFS系统中存储,使用MapReduce将HDFS中进行数据清洗,使用Hive对清洗后的数据进行统计分析,使用Sqoop将Hive统计后的数据导出到关系型数据库MySQL,数据可视化技术呈现分析结果。 技能涉及 Hadoop是个可靠的、可伸缩的存储和分析平台,主从架构:1台NameNode,多台DataNode。在map阶段,通常执行输入格式解析、投影(选择相关的字段)和过滤(删除不感兴趣的记录),reduce阶段,一个聚合或汇总的阶段。在这个阶段,map阶段的输出被聚合以产生期望的结果。
点击图片任何区域可放大

电子商务网站用户行为分析

案例介绍 数据导入 mysql 数据库,并用 sqoop 将其传入 hive, 在数据库中做数据清洗处理,进行用户地域分布的大数据分析,绘制用户分布画像,分析用户的刷单行为,进行地域、频次、时间特点进行分析。 技能涉及 建立会员偏好模型(可以使用数理统计和数据挖掘相应的算法),通过 R 与 spark 软件进行协同过滤、 关联规则算法的实现,并比较不同,软件和算法的性能和准确性, 进行效果评估。
点击图片任何区域可放大

高速公路收费站各站点每日收费额情况图 ...

案例介绍 将所有数据导入到 mysql 中,同时 hive 中,并编写 spark 程序, 统计出每天的交易额,并输出到 mysql 中,hive 中的数据, 编写 spark 程序,使用漏斗模型统计分析出某日数据增加的原因。 技能涉及 1 检查集群、节点、索引的健康情况 2 管理集群、节点,索引数据、元数据 3 执行CRUD,创建、读取、更新、删除 以及 查询 4 执行高级的查询操作,比如分页、排序、脚本、聚合等

01Excel业务数据分析

01-01Excel基础技能
01-02案例综合-人力考勤应用
01-03数据的分类汇总
01-04图表可视化
01-05图表应用案例一-零售分析仪
01-06图表应用案例二-财务分析
01-07分析方法论

02Mysql数据库应用

02-01数据库概述及基本操作
02-02单表查询
02-03多表查询、子查询
02-04常用函数
02-05MySQL进阶练习
02-06电商案例
02-07作业练习:线上零售促销活动结果的数字化分析

03商业智能分析

03-01数据仓库概述及基本操作
03-02数据建模及汇总规则
03-03零售行业分析案例
03-04电商行业客户行为分析案例
03-05餐饮行业销售情况监控案例
03-06电商行业流量分析案例
03-07进销存分析案例
03-08汽车市场数据分析案例
03-09拓展业务分析案例
03-10作业练习:咖啡店月销售数据分析及仪表板制作

04机器学习数学基础

04-01微积分
04-02线性代数
04-03描述性统计方法
04-04抽样估计
04-05假设检验
04-06列联分析
04-07相关分析
04-08回归分析
04-09作业练习:对于消费者调研数据进行描述并进行特征分析
04-10作业练习:运用调研数据进行资产价格预测

05python编程

05-01python入门与安装
05-02python语法入门
05-03基本数据类型
05-04控制语句
05-05错误与异常
05-06常用内置函数
05-07函数创建与使用
05-08python高级特性
05-09python模块
05-10python IO操作
05-11日期与时间
05-12类和面向对象
05-13python连接数据库
05-14作业练习:基于Python的函数创建与商业实操文件操作

06Python数据清洗

06-01Numpy基础
06-02Pandas入门
06-03Pandas基本数据处理方法
06-04Pandas聚合与分组
06-05Python数据清洗高级操作及案例实战
06-06作业练习:视频网站数据清洗整理和结论研究
06-07作业练习:基于数据清洗的知乎用户画像基本研究

07Python数据可视化

07-01Python数据可视化入门
07-02MLlib(RDD-BaseAPI)机器学习
07-03MatPlotlib绘图高级参数
07-04高级绘图工具seaborn、pyecharts
07-05作业练习:学生考试数据清洗与可视化

08Python统计分析

08-01数据分析及统计信息
08-02一元线性回归
08-03多元线性回归
08-04一般logistic回归
08-05logistic回归与修正

09Python机器学习入门

09-01机器学习入门
09-02KNN
09-03模型评估方法(一)
09-04模型优化方法(一)
09-05Kmeans
09-06模型评估方法(二)
09-07DBSCAN
09-08决策树
09-09模型评估方法(三)
09-10案例实战:决策树在保险行业的应用
09-11作业练习:医疗业心脏病分类模型建置与预测

10Python机器学习夯实基础

10-01线性回归
10-02模型优化方法(二)
10-03逻辑回归
10-04朴素贝叶斯
10-05模型优化方法(三)
10-06关联规则
10-07协同过滤
10-08案例实战:基于协同过滤的商品个性化推荐
10-09作业练习:员工离职预测

11Python机器学习成竹在胸

11-01集成算法之随机森林
11-02集成算法之AdaBoost
11-03数据处理和特征工程
11-04SVM
11-05神经网络
11-06XGBoost
11-07实战案例:基于XGboost的航空预测
11-08作业练习:ARIMA模型预测销售额趋势案例

12数据分析项目报告撰写

12-01报告的预备工作
12-02报告的逻辑框架及结构
12-03常用分析模型及适用场景
12-04项目基本情况分析
12-05项目分析方法与过程
12-06具体报告撰写
12-07作业练习:基于数据挖掘技术的xx航空公司会员客户价值研究”数据分析报告撰写

13算法综合案例一:评分卡

13-01案例背景介绍
13-02建模准备
13-03数据清洗及变量粗筛
13-04模型训练
13-05模型评估
13-06模型部署与更新
13-07作业练习:银行业客户流失模型建置

14算法综合案例二:电商零售

14-01项目总体概览以及计划
14-02方法实现与结果
14-03营销活动设计以及结果评价
14-04作业练习:建立电商产品舆情文本分类模型

15分布式集群架构

15-01大数据行业前沿应用与知识介绍
15-02Linux入门基础
15-03Hadoop入门介绍
15-04Hadoop单机环境搭建
15-05Hadoop伪分布式集群搭建
15-06Hadoop完全分布式集群搭建

16分布式文件存储系统HDFS

16-01HDFS简介
16-02HDFS编程入门
16-03HDFS读写文件
16-04HDFS架构原理及常用指令

17ETL工具Sqoop基本原理和常用指令

17-01Sqoop介绍
17-02Sqoop原理
17-03Sqoop部署
17-04关系型数据库导入Hadoop
17-05Hadoop导入关系型数据库
17-06Sqoop job应用

18大数据仓库知识应用

18-01Hive架构原理和技术方向
18-02HiveQL数据查询、函数(聚合函数、窗口函数、UDF)
18-03Hbase表设计及数据查询
18-04商业应用案例—宽表设计与用户画像
18-05商业应用案例—网站流量分析与页面运营

19Spark架构原理和核心组件

19-01Spark介绍
19-02Spark数据结构及编程语言接口
19-03Spark与分布式数据库和分布式数据仓库的集成方法

20PySpark编程指南与Spark RDD相关操作

20-01PySpark开发环境搭建
20-02PySpark编程入门:Spark基本数据结构
20-03PySpark编程入门:PySpark常用语句
20-04采用PySpark读取分布式数据库中数据
20-05PySpark数据清洗案例

21Spark MLLib与机器学习算法实践

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。
  • 五分钟内有问必答

    助教线上服务要求5分钟内有问必答,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

  • 曹老师

    北京大数据协会理事

    首发集团智慧交通大数据中心筹备组负责人,经管之家(原人大经济论坛)大数据培训中心负责人,统计学专业博士,研究方向为数据挖掘领域的前沿算法研究,包括随机森林算法、神经网络等内容,发表多篇论文。
  • 辛老师

    Java高级软件工程师

    Java高级培训讲师、认证高级讲师、系统架构师、SUN中国社区会员、JAVA技术专家。精通JAVA、JAVA EE6体系结构;精 通Java企业级中间件技术设计、构建以及应用部署。
  • 魏老师

    大数据架构师

    具有10年大企业项目经验,现任职于耐克体育中国有限公司,担任大数据分析职位。先后参与过《基于日月光半导体制造业大数据分析挖掘》,《E消费会员忠诚度分析》,《基于罗宾逊全球物流可视化分析》等项目。
  • 赵老师

    北京邮电大学管理科学与工程硕士

    现就职于北京电信规划设计院,从事移动、联通集团及各省分公司市场\业务\财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。
  • 吴老师

    CDA数据分析研究院技术负责人兼高级讲师

    CDA LEVEL II大数据分析师等级考试命题组组长,曾就职于电子科技大学大数据中心,从事医疗大数据分析相关工作,拥有丰富的海量数据分析经验、算法研发经验、省级数据平台搭建经验,拥有算法专利若干,主要研究方向为机器学习和深度学习。
  • 王老师

    CDA数据分析师讲师/计算机体系硕士

    精通Java编程 Python语言等。具有9年项目开发经验,多年的JAVA程序设计和操作系统教学经验,教学方式和方法新颖,深受学员的好评。独立或带团队完成互联网、电信等多个大型项目。
  • 覃老师

    机器学习工程师

    深度学习神经网络领域。多年开发研究经验,精通算法原理与编程实践。曾完成过多项图像识别,目标识别,语音识别的实际项目,经验丰富。关注深度学习领域各种开源项目,如TensorFlow,Caffe,Torch等。
  • 丁老师

    南京上度咨询数据分析总监

    现任职于南京上度市场咨询有限公司,人大经济论坛数据处理中心数据分析顾问,SAS、SPSS 软件讲师、中国学习路径图国际中心技术顾问。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、中国卫生状况调查、江苏广电 CRM 数据挖掘等大型数据处理项目。
权威 经管之家CDA LEVEL Ⅲ数据科学家认证证书,行业顶尖人才认证,已获得IBM大数据大学,中国电信,苏宁,德勤,猎聘,CDMS等企业的认可。
专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格,更具含金量。
权益 持证人享有系列特殊权益。证书皆绑定考生真实身份,可在CDA官网查询,确保唯一性与防伪性。证书三年审核一次,保证持证人的实力与权益。

认证介绍:
CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核标准,分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能,符合当今全球大数据及数据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举办线下数据分析师考试,通过考试者可获得CDA数据分析师认证证书。
CDA持证人福利
1.可吸纳为CDA Institute、中国数据分析师(CDA)俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA内部就业及职业发展推荐。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析项目组,参与项目合作(提供项目给持证人演练)。
5.CDA Level Ⅰ持证人免费享受Peixun.net会员服务6个月(价值588 RMB),Level Ⅱ与Level III持证人免费享受peixun.net会员服务1年 (价值998 RMB);
6.其他特权皆以各类活动公告为主。
进入考试报名系统
  • Q:5个月课程时间怎么安排的吗?

    A:CDA大数据就业班最新课程采用基础班+进阶课程+案例实战,每天6小时上课和2小时晚自习,赠送全套录播视频可以反复观看,学习中的疑问也有内部交流群。
  • Q:远程班是录播还是直播?

    A:远程班采取直播平台+ 线上答疑,同步现场班上课时间,错过直播学员可以观看视频。
  • Q:学员课下如何与老师进行互动?

    A:CDA大数据课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑;同时学员可以在讨论区以帖子的形式向老师提问,老师会在工作日内回复。
  • 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:现场和远程学员推荐就业,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服务,保障学员的就业问题。

OK