
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14