京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析就业班49期学员
姓 名:殷同学
入职信息:上海**征信有限公司,数据分析,15K
就业感言
我在2018年底开始接触Python和数据分析,感觉有很多应用空间有待开发,可以作为工作的一个方向。自学了一段时间后,发现头绪比较多,就想报一家培训机构系统学习下,在网上搜索到了CDA,感觉课程从软件编程技术和机器学习理论两个方面从入门到提高都比较系统,于是最终选择了CDA。完成全部课程后,并最终于今年五月份找到风控建模的工作岗位。
学习心得方面,结合我目前的工作说一下吧,EXCEL比较重要,在处理数据样例时用的最多,数据透视表,数组,聚合函数,文本处理函数使用最多。MYSQL目前用的不多,但是处理数据的逻辑基本出自MYSQL的学习。数理统计虽然比较基础和枯燥,但非常重要,尤其是做回归模型的步骤建议重点掌握。PYTHON中文本的处理,Panda和Numpy,绝对是每天陪伴你的工具,建议在熟悉PYTHON基本操作后重点看这方面,多做练习。机器学习算法我建议以理论理解优先,会发现在理解了理论后,对各种算法的python实现可以借助网络资源来实现,上手会比较快。案例课很重要,一定要自己动手实现一遍,一是数据软件处理的基本技巧,在日常工作中用处很大,二是分析的思路,刚开始可能没思路,可以先照猫画虎,多练几遍就会有感觉。
找工作方面,数据分析应用方向多,不同方向侧重点不同,建议多掌握CDA给的各种总结,我主要针对的是风控建模方向,应用是银行中小企业和个人贷款的审核与贷后管理,主要应用逻辑回归和决策树目前,我当时面试初面比较简单,简单聊了过往工作经历和对银行风控建模的理解,由于之前确实没有相关工作经验,主要强调自身的学习能力和职业规划。然后是笔试,发了一系列数据,要求写一个模型开发报告,这时用到了评分卡案例课的内容,完全按照老师讲课思路来写的。终面是模型总监,完全技术向的面试,主要涉及逻辑回归建模过程,如何分箱,IV值计算,变量选择,模型解释及评价,AUC,KS,评分卡打分,决策树,gini系数,信息熵和提升算法,交叉验证。还是建议在理论上要吃透,然后尽可能结合实际业务逻辑去解释,比如一个人贷款余额比较多,违约风险高,woe值会随余额提高由正转负等。最后csdn,知乎和简书上有大量相关到位总结,多看看很有用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20