
CDA就业学院&12周脱产就业班
就业高薪岗位 就学数据分析
CDA就业学院简介
缘起2012
『这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程—哈佛大学社会学教授加里•金。
2012年2月,随着《纽约时报》"大数据时代"的提出,"大数据"、"云计算"和"物联网"俨然已成为最炙手可热的科技与商业变革热点。 截止2012年,数据分析已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。
2012年12月, "CDA注册数据分析师协会"(简称CDA协会)应运而生,该协会由美国数据分析行业研究专家教授注册于美国特拉华州,主要为建设国际性规范化数据分析师职业标准,开展数据分析师专家座谈会,汇聚国际先进数据分析技术,推进数据分析师的行业发展及认证工作。
酝酿2014
2014年,仅在中国就有3000多家公司需求上万个具备专业数据分析能力要求的岗位,包括互联网、金融、医疗、电信等行业以及云服务、O2O和物联网等新兴行业,更有着眼未来的人工智能领域。
2014年底,"人大经济论坛"作为全国最大的经管类社区汇聚600万注册会员,"十年磨一剑终"成为CDA协会中国首家注册数据分析师认证培训中心,已陆续培养1500名数据分析师,服务800名CDA俱乐部会员,以及组织报名6月和12月份CDA认证考试。
2014年8月,据中国之声《全国新闻联播》报道,教育部已酝酿启动高校转型改革,我国1200所国家普通高等院校,将有600多所转向职业教育,培养技能型人才。
引爆2015
2015年1月,Linkedin对全球超过3.3亿用户的工作经历和技能进行分析,公布2014年最受雇主喜欢、最炙手可热的25项技能,统计分析和数据挖掘位列榜首。
2015年2月,人大经济论坛成立"CDA数据分析师职业培训中心"peixun.net并创建"CDA就业学院",旨在为响应国家高校职业教育人才培养号召,为全国3000多家企业输送数据分析专业人才,为国家大数据战略规划布局和科技商业领域的发展贡献力量。
2015年,CDA就业学院秉承"开启职业人生,成为自己人生舵手"的理念,计划与全国300多家企业对接,在全国300所高校陆续培养1000名数据分析专业人才。
2015,北京,大数据时代,开启你的精彩职业人生!
就业课程大纲
第一阶段(两周时间)企业内部量化管理基础+EXCEL统计操作基础
一、 excel统计操作基础
1 描述性统计分析
2 假设检验
3 方差分析
4 相关分析
二、 数据处理和展示
1 调查问卷整理
2 数据处理
3 样本结构分析
4 分析报告的图表展示
第二阶段(两周时间)市场研究技术+SPSS和SAS EG 统计操作基础
一、 SPSS统计操作基础
1 描述性统计分析
2 假设检验
3 方差分析
4 相关分析
5 回归
二、 SAS EG 统计操作基础
1 数据处理
2 统计分析
3 课上案例
第三阶段(两周时间)MYSQL数据库
一、 MySQL数据库介绍
二、 MySQL下载和安装
三、 MySQL基本操作
第四阶段(两周时间)SPSS MODLER数据挖掘基础+R数据挖掘
一、 SPSS Modler
1 界面介绍及简单操作
2 案例应用
二、 R数据挖掘
1 软件介绍
2 数据获取和整理
3 数据挖掘实战
第五阶段(两周时间)SAS编程标准流程及案例
一、 SAS编程标准流程
1 逻辑库的建立
2 数据获取和整理
3 编程讲解(顺序语句、条件语句、循环语句)
二、 编程案例
第六阶段(两周时间)前沿数据分析方法:社会网络分析、文本分析、网站分析
一、 社会网络分析
二、 文本分析
三、 网站分析
第七阶段(两周时间)综合案例及毕业设计
一、 案例1大城市普通员工人口结构分析
1.项目背景
2.问卷设计
3.调查小组人员的培训
4.问卷的发放及回收
5.数据的录入
6.数据分析
二、案例2上市公司财务指标综合分析
1.聚类分析
2.因子分析
3.对应分析
4.回归分析
5.Logistic回归分析
就业课程安排
课程名称:CDA数据分析师就业班
课程时间:5月25日-8月25日 (12周)
授课时间:每周周一至周五,每天六课时。
上午8:30am-11:30am、下午1:30pm-4:30pm
地 点:北京
价格(元):19000元/人
就业优惠信息
1. 按实参加完全程培训获得学分前五名学员返还10%学费
2. 参加过论坛其他现场班老学员9折优惠
3. 小伙伴三人及以上同时报名9折优惠,五人及以上8折优惠
4. 原价报名者将捐出100元作为助学基金,满3000捐赠贫困学生
以上优惠不能累加
就业报名咨询
18611983334(樊老师) 17888838147(刘老师)
QQ:2881989705 QQ:349254670
Email:fanyuliang@pinggu.org Email:liulianxi@pinggu.org
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15