CDA数据科学研究院 CDA考试中心 CDA人工智能学院 企业服务
CDA社区
CDA竞赛 CDA技术答疑 CDA会员 职业咨询
关于CDA
全国热线4000-51-9191

cda

数字化人才认证
全国校区
北京 上海 广州 深圳 成都 西安 南京 长沙 宁波
数据分析师 就业班 题库 CDA认证
登录 注册
首    页
课程中心
名企实训营：
京东CDA数据分析师总裁班项目精选
就业学院：
CDA数据分析师脱产就业班 CDA数据挖掘分析师脱产就业班 CDA数据分析师周末就业班 CDA数据挖掘分析师周末就业班
职业技能：
CDA数据赋能 LEVEL Ⅰ CDA商业策略数据分析 LEVEL Ⅱ CDA Python机器学习 LEVEL Ⅲ Python数据分析速成班 CDA大数据分析集训营 AI人工智能集训营
在线学院：
商业数据分析师 Tableau数据可视化实战 人工智能之数学基础 人工智能实战之文本分析 CDA在线学院课程会员
职业路径
直播公开课
认证考试认证考试
企业内训
CDA社区CDA社区
CDA竞赛 CDA技术答疑 CDA会员 scikit-learn中文社区 职业咨询
产    品CDA社区
大数据与人工智能实验室 好学AI(下一代智能学习产品) CDA人工智能学院 FMC专项认证 京东数据分析师证书查询
证书查询

您的位置：首页 > 课程列表 > CDA数据挖掘工程师周末就业班

CDA数据挖掘工程师周末就业班

CDA数据挖掘工程师周末就业班

难度系数:

课程系列：Level Ⅰ + Level Ⅱ

课程信息：
相关等级报考推荐：
  • Level I¥1200元
  • 返15%
    说明：根据CDA GLOBAL最新政策，自报名日起一年内通过LEVEL II 返还15%学费。
    Level II¥1700元
  • Level III¥2000元
立即报名 咨询老师
收藏
课程介绍 内容升级 服务升级 主讲老师 权威认证 课程问答

  • WHAT 课程简介

    CDA数据挖掘工程师就业班专门为希望转岗到数据挖掘相关岗位学员开设，相关岗位包括数据挖掘工程师、机器学习工程师、算法工程师、商业策略数据分析师等。
    课程设计循序渐进，从基础工具与理论知识入门，进阶到统计分析方法和机器学习模型、文本挖掘模型，以实战项目案例贯穿课程讲解。
    其中包括：Python编程基础、数据清洗、统计分析、数据处理与特征工程、Python机器学习、自然语言处理等课模块。
    课程理论知识涵盖CDA LEVEL II和CDA LEVEL III等级考试的所有考点，有利于对应等级考试的学员备考。

  • WHY 学习目标

    熟练掌握数据挖掘全流程的Python实操，包括数据清洗算法、特征工程、数据建模、数据可视化等
    熟练掌握Python数据挖掘算法与实践，包括统计分析、统计模型、机器学习算法、深度学习算法、文本挖掘算法
    灵活使用数据挖掘算法解决各行业的业务问题，通过策略优化和精准预测来解决运营、产品、营销方面的问题

  • WHO 学习对象和基础

    有一定数学或统计、计算机基础与数据分析业务经验，希望脱产学习后转岗到数据挖掘岗者
    希望提升数据挖掘技术的在职提升者
    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
    产品、运营、营销、管理、咨询相关岗位从业者，希望增加数据分析技能与思维
    参加CDA等级认证考试 LEVELII和 LEVEL Ⅲ 考生



课程案例，项目特训

点击图片任何区域可放大

客户行为的市场细分

案例介绍 客户的市场细分主要是为市场营销提供精准的推送服务，但前提是对客户的充分描述，这就需要借助聚类技术，因此本案例我们主要介绍K均值聚类，其知识点包括聚类分析作用，聚类分析算法的迭代过程、如何利用细分的数据进行客户分组和描述。
点击图片任何区域可放大

金融客户行为的特征分解

案例介绍 以金融客户行为的特征为分析对象，使用主成分技术对数据进行降维，演示主成分在综合数据分析中的使用，主要介绍“主成分+回归”的数据分析模式。其中着重强调的知识点包括该算法与线性回归间的区别、主成分压缩的特点、算法的常见应用场景。
点击图片任何区域可放大

信用评分卡案例

案例介绍 发放贷款给合适的客户是银行收入的一大来源，在条件允许的范围内，银行希望贷出去的钱越多越好，贷款多意味着对应的收入也多，但是如果把钱贷给了信用不好的人或者企业，就会面临贷款收不回来的情况。而评分卡项目就是在这种情况通过对已有数据的挖掘帮助金融机构判断来申请贷款的客户是否会安是归还贷款。

1章工具先导课

1-1Python基础和数据清洗

2章数字化工作保障机制-数据治理

2-1数据治理驱动因素
2-2数据治理域
2-3数据管理域
2-4数据应用域
2-5如何开展数据治理

3章数字化工作方法

3-1EDIT数字化模型简介
3-2业务探查（E）
3-3问题诊断（D）
3-4业务策略优化和指导（I）
3-5算法工具介绍（T）

4章数据采集方法

4-1数据采集方法
4-2数据模型管理

5章Python编程基础

5-1Python标准数据类型
5-2控制流语句
5-3自定义函数
5-4异常和错误
5-5类与面向对象编程
5-6Python连接数据库操作
5-7Python编程基础习题串讲与直播答疑

6章Python数据探索、数据处理与可视化

6-1Numpy数组基础操作
6-2Pandas数据表的基本操作
6-3Pandas数据探索
6-4Pandas数据可视化
6-5Python数据可视化包-Matplotlib介绍
6-6Python数据可视化包-Seaborn介绍与图形绘制

7章Python探索分析综合案例

7-1实战项目1：斯德哥尔摩气候可视化分析
7-2实战项目2：餐饮订单数据清洗与分析
7-3实战项目3：文本数据分析之QQ聊天记录可视化分析

8章Pythont统计分析与运筹学基础

8-1先导课：微积分与线性代数
8-2抽样方法
8-3统计量及抽样分布
8-4参数估计与假设检验
8-5统计分析与Python实战
8-6线性规划与二次优化
8-7实战项目1：关于饮料消费的统计分析
8-8实战项目2：快递公司的路线策略优化

9章数据分析模型、算法与商业应用

9-1数据分析方法论介绍
9-2方差分析
9-3回归分析
9-4分类数据分析
9-5逻辑回归
9-6实战项目1：金融客户行为特征分解与营销策略优化
9-7实战项目2：汽车行业销售预测与经营战略优化
9-8实战项目3：基于广义线性模型的汽车保险分类定价策略的优化
9-9数据降维
9-10时间序列分析
9-11实战项目1：收益率的系列预测
9-12实战项目2：基于时间序列的机场客流预测与运营策略优化

10章标签体系与应用

10-1用户标签体系设计原理
10-2用户标签的制作方法
10-3标签体系的用户画像应用
10-4实战项目1：用户行为在营销活动的价值分析
10-5实战项目2：自动预警指标推送功能框架的搭建
10-6实战项目3：app静默用户触动分析

11章数据挖掘概论

11-1数据挖掘概要
11-2数据挖掘方法论
11-3基础数据挖掘技术
11-4进阶数据挖掘技术

12章高级数据处理与特征工程

12-1高级数据预处理
12-2特征工程概要
12-3特征建构
12-4特征选择
12-5特征转换
12-6特征学习

13章机器学习算法与应用（一）

13-1KNN-最近邻分类算法：原理、实现
13-2决策树（分类树及回归树）
13-3聚类分析
13-4实战项目1：基于决策树的保险精准营销行业案例

14章机器学习算法与应用（二）

14-1朴素贝叶斯
14-2神经网络与深度学习
14-3支持向量机
14-4集成方法
14-5实战项目1：航空客户价值分析综合案例
14-6实战项目2：基于集成算法的乳腺癌疾病预测
14-7实战项目3：基于神经网络的汽车燃油滤预测

15章机器学习算法与应用（三）

15-1关联规则
15-2序列模式
15-3模型评估
15-4实战项目：推荐系统实战

16章机器学习实战

16-1自动机器学习
16-2类别不平衡问题
16-3半监督学习
16-4模型优化
16-5实战项目1：以自动机器学习技术开发银行业信用风险评分模型并进行最佳模型调参
16-6实战项目2：以类别不平衡处理技术开发银行业中小企业信贷营销模型并进行最佳模型调参
16-7实战项目3：以半监督式学习技术开发电信业客户流失模型并进行最佳模型调参

17章自然语言处理与文本分析理论与项目实操

17-1自然语言处理概要
17-2分词与词性标注
17-3文本挖掘概要
17-4关键词提取
17-5实战项目1：文本挖掘实战—电商标题关键词分析
17-6实战项目2：在线中文命名实体识别实战
17-7实战项目3：在线中文关系抽取实战

18章行业综合项目实战

18-1实战项目1：金融信用评分卡风控建模综合项目实战
18-2实战项目2：以特征工程技术开发文本情感分析模型
18-3实战项目3：以深度学习技术开发银行业信用卡盗刷侦测模型
18-4实战项目4：以图像处理技术、深度学习及迁移学习技术，开发人脸口罩侦测模型

19章数据分析师职业规划课

19-1职业规划
19-2职场沟通
19-3团队协作力培养

20章面试技巧一对一辅导

20-11V1面试技巧指导
20-2简历修改

21章选修课

21-1何为数据产品经理？
21-2Python爬虫
21-3Python办公自动化
21-4数据挖掘项目选修项目

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

  • 常国珍

    北京大学商学博士CDA 数据分析师讲师/ 原CDA 数据分析师研究院院长曾就职于亚信科技、方正、德勤。主要从事征信数据集与信用风险建模、客户价值提升等项目。

  • 李御玺

    国立台湾大学资讯工程博士 铭传大学大数据研究中心主任 中华数据挖掘协会理事，厦门大学数据挖掘中心顾问，中国人民大学数据挖掘中心顾问，IBM SPSSChina/SAS-Taiwan 顾问

  • 傅老师

    上海师范大学副教授 同济大学数学系博士 在高校从教14 年，主要讲授统计学、信用风险建模、金融数据挖掘等课程。 先后担任过咨询公司、互联网金融机构、数据管理公司的高级数据分析顾问，参与客户估值、反欺诈识别、舆情分析等数据分析项目。

  • 丁亚军

    南京上度咨询数据分析总监 经管之家论坛SAS、SPSS 版版主 CDA 数据分析研究院研究员和SAS、SPSS 软件讲师研究方向为“统计软件与数据分析”、“市场调查分析”、“数据挖掘咨询”，IBM SPSS-China/SAS-Taiwan 顾问

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，其中中文证书由教育部中国成人教育协会认可，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 数字化赋能 · 业务数据分析师

    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...

    考试大纲

    考试报名

  • CDA LEVEL II

    商业人才必备的数据分析流程与技能 中高级商业数据分析师

    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）...

    考试大纲

    考试报名

  • CDA LEVEL III

    数字化人才必备机器学习算法与高级数据科学应用 算法工程师 · 数据挖掘岗

    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...

    考试大纲

    考试报名

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

  • 权威性AUTHORITY
    CDA数据分析师人才行业标准获得中成协的认可，由国际范围内数据科学领域行业专家、学者及知名企业共同制定并于每年修订更新，保证标准的公立性、权威性、专业性、前沿性，CDA证书已获得如中国银行、招商银行、中国烟草、IBM大数据大学，中国电信，国家电网，苏宁易购，德勤，猎聘，CDMS等企业机构的认可。
  • 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:课程为现场/远程在线直播 + 线上视频录播+课后全套录播 + 线上答疑，不受地域限制，直播需同步时间学习，录播视频同学可以自主安排时间学习视频。

  • Q:如果学不会怎么办？

    A:相信每位同学，来学习都会认真努力，不存在学不会的问题。上课期间，全程助教跟班答疑；课后，助教老师依旧会在群里帮大家解答学习上的疑问。此外，课程均赠送全套录播视频，有效期1年，方便学员反复观看巩固，稳扎稳打学会全部课程。

  • Q:学完之后可以从事哪些工作？

    A:学完课程之后，可以在互联网、信息技术与服务、金融、管理咨询、通信、银行、制药、汽车、零售、电商等行业从事商业数据分析师、商业策略分析师、战略咨询顾问、高级数据产品经理、高级数据运营经理、高级数字化营销经理等岗位工作。

  • Q:完成课程后，可以获得证书吗？

    A:参加课程学员学完后报考CDA LEVEL II 等级考试，通过CDA认证考试者可获得CDA数据分析师中英文认证证书，同时可自愿申请工信部《数据分析师证书》-高级。

CDA教育闭环

常见问题

关于我们

CDA数据分析师公众号

  • CDA数据分析师公众号

CDA考试中心服务号

  • CDA考试中心服务号
Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备11001960号-9 京公网安备 11010802034615号 经营许可证编号：京B2-20210330
公司地址：北京市海淀区高粱桥斜街59号中坤大厦1305 联系电话：010-62719935

OK