欧美激情一区二区三区在线,欧美激情性A片在线观看,欧美激情无码乱妇

cda

數字化人才認證

您的位置:首頁 > 課程列表 > 敏捷算法建模訓練營周末班

敏捷算法建模訓練營周末班

敏捷算法建模訓練營周末班

難度系數:

課程系列:敏捷算法建模訓練營周末班

課程信息:
相關等級報考推薦:
  • Level I¥1200元
  • Level II¥1700元
  • Level III¥2000元

課程簡介

引領數智賦能,精通模型應用

在數字經濟時代,利用數字化知識可以使企業擺脫單一供給,并深度挖掘用戶需求,探索多元的業務場景。本課程將會從企業的角度出發講解不同階段數據應用的建設思路,培養學員掌握企業需要的敏捷算法建模能力,并規劃未來發展的路線圖。 同時,從找出問題→確定問題→數據清洗→數據建?!鷶祿炞C到挖掘出有價值的數據分析思路,并確認適合企業的解決方案。讓學員掌握可落地、易操作的數據科學思維和技術模板構建出優秀模型。

涵蓋常用工具,完善技術精進

課程中涵蓋了Sklearn、LightGBM、NLP、PyTorch、Transformer等常用工具的應用實現,并根據輸出的結果分析業務需求,為進行合理、有效的策略優化提供數據支撐。 在課程學習中以問題為導向,加強知識點的理解和應用,提高學員面對復雜問題的思考能力。聚焦策略分析技術及企業常用的分類、NLP、深度學習、特征工程等數據算法,只教實用干貨,以專精技術能力提升業務效果與效率。

玩轉案例實戰,直通企業就業

課程涉及大量企業項目案例:精準營銷預測、營銷策略優化、客戶行為分析、風險管理、客戶管理、智能推薦、情感分析、反欺詐等,加持實戰經驗,為學員進入名企提供項目背書。 對數據科學崗位認知程度比較淺的學員,可在職業規劃團隊老師的幫助下選擇適合學員的職業發展路線。進一步從職場綜合能力要求出發,通過經驗賦能快速提升崗位匹配度。

目標人群

  • 在職提升人群

    · 算法建模少 想獲得最優策略算法的人員

    · 工作經驗少 想提升數據挖掘技能的人員

    · 業余時間多 想提高數據思維能力的人員

  • 轉行數據分析人群

    · 自學難度大 想零基礎快速入門的人員

    · 升職加薪難 想要跳槽大幅漲薪的人員

    · 行業不景氣 想進新興數據行業的人員

  • 在職提升和轉崗人群

    · 工作任務重 想提高工作效率的財務、市場等人員

    · 競爭壓力大 想突破職業瓶頸的產品、運營等人員

    · 行業挑戰多 想提升戰略思維的決策、管理等人員

  • CDA報考人群

    · 報名參加 CDA Level I 等級考試的考生

    · 報名參加 CDA Level ll 等級考試的考生

    · 報名參加 CDA Level llI 等級考試的考生

1 套課程體系 讓你勝任 6 大新興崗位

  • 高級數據分析師

    Senior Data Analyst

    薪酬范圍 ¥20K-40K /月

  • 數據挖掘工程師

    Data mining engineer

    薪酬范圍 ¥ 30k-50k /月

  • 機器學習工程師

    Machine Learning Engineer

    薪酬范圍 ¥25K-50K /月

  • 風控建模工程師

    Risk Control Modeling Engineer

    薪酬范圍 ¥20K-45K /月

  • 高級策略分析師

    AI VIDEO OPERATION POST

    薪酬范圍 ¥25K-40K /月

  • 智能營銷崗

    intelligent marketing post

    薪酬范圍 ¥ 20k-30k /月

以上數據來自職友集,最新更新時間為2022年8月20日

課程案例

  • · 金融行業

    信用卡人群用戶畫像

    利用sql語言對數據進行加工處理,標簽化,并依據標簽情況,利用python進行用戶畫像繪制。

  • · 電商行業

    淘寶用戶行為分析

    通過對淘寶用戶行為相關數據進行分析,幫助商家監控目前數據趨勢,分析并改善轉化鏈路,助力業務側方向提升。

  • · 快消品行業

    快時尚行業線上零售數據分析

    使用某電商真實用戶交易數據,在用戶生命周期中,運用分析方法論分析不同用戶的行為特征、價值貢獻等。

  • · 社會經濟發展研究

    地區經濟發展水平研究

    在這份研究需求中,我們希望了解哪些地區更相似,因為相似的地區適宜進行對標,同時我們也關注各個地區是否能按照發展水平劃分不同的類型

  • · 金融行業

    挖掘產品訂購的關聯關系交叉銷售

    對于銀行統計的客戶訂購產品的訂單,進行產品訂購的關聯挖掘,達到發現客戶多種需求,維護客戶關系管理的數據策略

  • · 新媒體行業

    新浪新聞分類案例

    使用新聞數據,利用文本分析技術對新聞文本進行特征加工等相關工作,并訓練分類模型,實現文本的自動分類。

  • · 深度學習NLP

    中文問答機器人

    給定一個足夠大的語料庫,以深度學習NLP算法訓練一個機器人。當傳入一個問題時,算法可以自動從該語料庫中找到答案。

課程大綱

第一章:課前基礎-數據庫 SQL
第二章:課前基礎-Python
第三章:課前基礎-數學統計基礎
第四章:SQL
第五章:指標體系+統計分析
第六章:Pandas
第七章:方差分析與線性回歸
第八章:邏輯回歸與主成分分析
第九章:標簽體系與用戶畫像
第十章:時間序列
第十一章:數據處理與特征工程
第十二章:聚類分析與決策樹
第十三章:數字化工作方法
第十四章:ETL 與數倉
第十五章:數據接入與大數據
第十六章:決策樹
第十七章:數據挖掘與 Pipeline
第十八章:正則回歸、SVM
第十九章:關聯規則與協同過濾
第二十章:集成與提升方法
第二十一章:特征工程進階
第二十二章:深度學習基礎
了解詳情

數據庫 SQL

主要內容

?數據庫基本概念??? ?DDL??? ?DML??? ?單表查詢??? ?多表查詢??? ?常用函數???

?SQL 大廠面試題

可解決的現實問題

解決從數據庫提取目標數據的問題,實現單表和多表查詢

可掌握的核心能力

1、掌握 MySQL 數據庫基本概念,常用函數、DDL 數據定義語言及 DML 數據操作語言

2、掌握單表查詢、多表查詢查詢方法,查詢結果排序、限制查詢等方法

Python 編程基礎 + Numpy

主要內容

?Numpy 數組??? ?Pandas 數表??? ?Pandas 數據清洗與可視化??? ?控制流??? ?類與對象???

?自定義函數

可解決的現實問題

解決海量數據處理的技術問題

可掌握的核心能力

掌握使用 Python 進行海量數據清洗以及可視化探索數據的能力。

數學與統計學基礎

主要內容

?線性代數??微積分??描述性統計 ?參數估計 ?假設檢驗 ?卡方分析

?相關分析? ?一元線性回歸

可解決的現實問題

解決實際情況中根據樣本對總體特征的推斷性統計問題

可掌握的核心能力

1、掌握數學基礎知識(線性代數、微積分等)

2、掌握統計學基礎知識(描述性統計、參數估計、相關分析、卡方分析、一元線性回歸等)

SQL

主要內容

?MySQL 語句??? ?Python 連接 SQL 數據庫 ?SQL


?實操案例:零售電商多表分析

可解決的現實問題

解決 Python 連接 SQL 數據庫的問題

可掌握的核心能力

1、掌握數據庫 MySQL 語句與實戰

2、Python 連接 SQL 數據庫

3、掌握案例:零售電商多表分析

指標體系與統計分析可視化

主要內容

?分析基礎??? ?指標體系的意義與構建 ?常用指標體系??? ?統計分析可視化??? ?指標體系


?案例:企業經營分析

可解決的現實問題

解決常用指標體系的構建及統計分析可視化

可掌握的核心能力

1、掌握數據分析基礎:數據分析的概念、過程、能力

2、掌握常用指標體系的意義與構建

3、掌握統計分析可視化

4、掌握指標體系案例:企業經營分析

Pandas

主要內容

?Python 基礎 ?Python 數據清洗可視化 ?Python 實操


?案例:

?教育行業分析-學校學科教育可視化?

?數據分析師崗位需求-lagou 數據處理及分析

可解決的現實問題

使用 Pandas 做數據清洗與數據探索

可掌握的核心能力

1、掌握 Python 基礎與數據清洗可視化

2、掌握 Python 實操案例:教育行業分析-學校學科教育可視化

3、掌握 Python 實操案例: 數據分析師崗位需求-lagou數據處理及分析

方差分析,線性回歸

主要內容

?統計分析??? ?相關分析??? ?方差分析??? ?線性回歸??模型建立??? ?模型估計?

?模型檢驗


?實操案例:識別分析-用戶支出影響因素分析

可解決的現實問題

靈活使用統計分析解決各行業的業務問題

可掌握的核心能力

1、掌握統計分析,包含相關分析,方差分析等

2、掌握線性回歸,包含模型的建立與估計等

3、掌握統計模型的檢驗

4、掌握案例:識別分析-用戶支出影響因素分析

邏輯回歸,主成分分析

主要內容

?邏輯回歸? ?模型評估? ?分類與回歸的結合? ?數據降維? ?主成分分析?

?因子分析 ?實操案例:? ?用戶流失分析-員工流失預警? ?因子分析-城市發展水平綜合分析

可解決的現實問題

靈活使用邏輯回歸、模型評估等技能,解決行業實際業務文字

可掌握的核心能力

1、掌握邏輯回歸,包含模型的建立與估計

2、掌握模型評估、分類與回歸的結合

3、掌握信息壓縮-主成分分析與因子分析(數據降維)

4、掌握案例:用戶流失分析-員工流失預警

5、掌握案例:因子分析-城市發展水平綜合分析

標簽體系與用戶畫像

主要內容

?標簽體系的設計原理??? ?用戶標簽的制作方法??? ?客群分析-標簽體系與用戶畫像??? ?AB test


?實操案例: 應用用戶畫像-美國某企業用戶畫像實戰案例

可解決的現實問題

使用標簽體系知識對用戶畫像進行分析

可掌握的核心能力

1、掌握標簽體系的設計原理

2、掌握用戶標簽的制作方法

3、掌握客群分析-標簽體系與用戶畫像

4、掌握 AB test 應用最廣泛的對比分析方法

5、掌握案例:應用用戶畫像-美國某企業用戶畫像實戰案例

時間序列

主要內容

?時間序列分析??? ?ARIMA算法??? ?Box-Jenkins 建模??? ?時間序列回歸


?實操案例: 銷售額預測-線上平臺銷售額預測實戰案例

可解決的現實問題

使用時間序列知識實現對平臺銷售額的預測

可掌握的核心能力

1、掌握時間序列分析(ARIMA 算法)

2、掌握 Box-Jenkins 建模流程

3、掌握時間序列回歸

4、掌握案例:銷售額預測-線上平臺銷售額預測實戰案例

數據采集與處理,特征工程基礎

主要內容

?數據采集??? ?數據錄入??? ?數據清洗??? ?特征工程基礎??? ?特征預處理??? ?特征的選擇轉換???

?數據管理??? ?數據分類??? ?數據建模


實操案例: 產品目標人群分析-市場數據的應用案例

可解決的現實問題

使用數據采集與預處理和結合特征工程知識,實現對產品目標人群的分析

可掌握的核心能力

1、掌握數據采集處理方法,包含數據采集、數據錄入、數據清洗

2、掌握特征工程基礎,包含特征預處理、特征的選擇與轉換

3、掌握數據管理,包含數據分類、數據建模

4、掌握案例:產品目標人群分析-市場數據的應用案例

聚類分析,決策樹應用

主要內容

?層次聚類??? ?Kmeans 聚類??? ?決策樹應用??? ?聚類分析評價方法


?實操案例: 用戶分群-零售行業運營案例

可解決的現實問題

使用聚類分析與決策樹,實現對零售行業用戶分群運營

可掌握的核心能力

1、掌握層次聚類知識

2、掌握 Kmeans 聚類知識

3、掌握聚類分析評價方法-決策樹應用

4、掌握案例:用戶分群-零售行業運營案例

Python 數字化工作方法

主要內容

?數字化工作方法??? ?運籌優化方法??? ?線性規劃與二次優化??? ?基于業務流程的優化


?實操案例: 數字化運營綜合案例-某機構營銷響應概率預測與風險預測案例

可解決的現實問題

使用數字化工作方法,實現對平臺營銷響應概率預測與風險預測

可掌握的核心能力

1、掌握數字化工作方法

2、掌握運籌優化方法,包含線性規劃與二次優化、基于業務流程的優化

3、掌握數字化運營綜合案例-某機構營銷響應概率預測與風險預測案例

ETL數據接入與數倉

主要內容

?ETL 基本概念與常用工具??? ?Kettle 核心概念與配置??? ?數據接入策略與調度 ?Kettle 轉換??? ?Kettle 作業??? ?Kettle 連接數倉??? ?ETL 實戰項目

可解決的現實問題

掌握ETL基本概念與常用工具,學會 ETL 連接數倉,實操ETL實戰項目

可掌握的核心能力

1、掌握 ETL 基本概念與常用工具

2、掌握 Kettle 核心概念、轉換

3、掌握 ETL 連接數倉,實操 ETL 實戰項目

數據接入與大數據平臺

主要內容

?分布式存儲??? ?PySpark 分布式計算??? ?Spark 與 Flink 工作原理??? ?Spark 基本語法

可解決的現實問題

學習分布式存儲與計算方法,使用PySpark實現分布式計算

可掌握的核心能力

1、掌握分布式存儲與計算

2、掌握 Spark 與 Flink 工作原理

3、掌握 Spark 基本語法

4、掌握使用 PySpark 實現分布式計算

決策樹

主要內容

?決策樹??? ?信息熵??? ? ID3決策樹??? ?C4.5決策樹??? ?CART樹??? ?模型調參


?實操案例:?? ?病馬死亡歸類與識別案例?? ?用戶分類-保險行業用戶分類分析

可解決的現實問題

使用決策樹相關知識,解決行業內用戶分類問題

可掌握的核心能力

1、掌握決策樹與信息熵

2、掌握 ID3, C4.5, CART 樹

3、掌握 模型調參:網格搜索

4、掌握案例:病馬死亡歸類與識別案例

5、掌握案例:用戶分類-保險行業用戶分類分析

數據挖掘導論,Pipeline

主要內容

?數據挖掘導論??? ?KNN??? ?樸素貝葉斯??? ?Pipeline 工作流??? ?使用 Pipeline 提交算法模型

可解決的現實問題

學習數據挖掘導論,掌握KNN 算法,學會使用 Pipeline 提交算法模型

可掌握的核心能力

1、掌握數據挖掘導論

2、掌握 KNN 鄰近算法

3、掌握樸素貝葉斯法

4、掌握 Pipeline 工作流

5、使用 Pipeline 提交算法模型

正則回歸與 SVM,MLOps

主要內容

?帶正則項的回歸分析??? ?SVM??? ?MLOps 基本概念??? ?MLFlow 實戰 MLOps

?大數據環境下的回歸分析實現

可解決的現實問題

學習帶正則項的回歸分析,完成大數據環境下的回歸分析實現

可掌握的核心能力

1、掌握帶正則項的回歸分析

2、掌握大數據環境下的回歸分析實現(用 Spark 實現)

3、掌握 SVM 支持向量機

4、掌握 MLOps 基本概念

5、掌握 MLFlow 實戰 MLOps

關聯規則與協同過濾

主要內容

?關聯規則??? ?評估指標??? ?Apriori 算法??? ? 協同過濾??? ?大數據環境下的協同過濾實現


?實操案例:產品組合策略-電信公司產品捆綁銷售策略分析案例

可解決的現實問題

學習關聯規則與協同過濾,實現產品組合策略分析

可掌握的核心能力

1、掌握關聯規則,包含關聯規則的概念、評估指標、Apriori 算法等

2、掌握協同過濾

3、掌握大數據環境下的協同過濾實現

4、掌握產品組合策略案例-電信公司產品捆綁銷售策略分析案例

集成與提升方法

主要內容

?集成學習理論基礎??? ?AdaBoost??? ?隨機森林及其 Spark 實現?? GBDT??? ?XGBoost??

?LightGBM??? ?CatBoost??? ?NGBoost

可解決的現實問題

掌握集成學習理論基礎機器提升方法

可掌握的核心能力

1、掌握集成學習的理論基礎

2、掌握 AdaBoost

3、掌握隨機森林及其 Spark 實現

4、掌握 GBDT, XGBoost

5、掌握 LightGBM, CatBoost, NGBoost

特征工程進階,感知器

主要內容

? 數據不平衡問題??? ?特征的構造與學習??? ?模型可解釋性專題(SHAP 和 LIME)???

? 感知器??? ?多層感知器

可解決的現實問題

掌握特征工程進階知識,掌握感知器及多層感知器

可掌握的核心能力

1、掌握掌握數據不平衡問題相關知識

2、掌握特征工程進階:特征的構造與學習

3、掌握模型可解釋性專題(SHAP 和 LIME)

4、掌握感知器及多層感知器

深度學習基礎

主要內容

? 深度神經網絡基礎??? ?BP 神經網絡架構??? ?反向傳播算法??? ? 梯度與學習率專題???

? 圖像分析-手寫數字自動識別

可解決的現實問題

掌握深度學習基礎,學會圖像分析-手寫數字自動識別

可掌握的核心能力

1、掌握深度神經網絡基礎

2、掌握 BP 神經網絡架構

3、掌握反向傳播算法

4、掌握梯度與學習率專題

5、掌握圖像分析-手寫數字自動識別

高標準師資團隊,課程與時俱進,不斷融入熱門技術

自2013年起,每年不定期更新

2022

課程大綱 v6.1.0 2022年9月符合 CDA Level I 標準的商業數據分析師課程

新增數據挖掘課程,涵蓋統計建模+機器學習

新增ETL內容

新增增加評分卡和反欺詐實戰案例

新增選修課增加SPSS內容

更新Python基礎增加一天時長

課程大綱 v6.0.0 2022年9月符合 CDA Level II 標準的敏捷算法就業班課程

新增ETL大量內容.

新增Pipeline.工作流內容,此內容為CDA獨家

新增ML_Ops內容,此內容為CDA獨家

新增模型可解釋性專題,此內容為CDA獨家

新增CatBoost, NGBoost, 后者是現在的前沿算法

新增選修課增加SPSS內容

課程大綱 v5.2.0 2022年8月符合 CDA Level I 標準的商業數據分析師課程

更新所有課程的選修課統一設置為5門課,全部免費

更新預習課程里去掉統計學,統計學已完全改為面授

課程大綱 v5.6.0 2022年8月符合 CDA Level II 標淮的敏捷算法就業班課程

更新課表文字描述做了大大優化

更新集成學習中增加隨機森林的Spark實現

更新選修課統一設置為5門課,全部免費

課程大綱 v3.2.0 符合 CDA Level III 標準的數據科學家精英培訓課程

新增增加預訓練與 Bert 的內容,框架更換為 PyTorch

更新選修課統一設置為 5 門課,全部免費

更新Level III 深度學習改為"深度學習與 NLP 前沿技術“

課程大綱 v4.8.0符合 CDA Level II 標準的敏捷算法就業班課程

新增增加 AB test 內容

新增在正則回歸和協同過濾的課程中增加 Spark 的模型實現費

新增NLP 課程中增加 Attention、Transformer、Bert 內容

更新深度學習課程中去掉徑向基網絡,改為殘差網絡

更新授課順序調整

課程大綱 v4.2.0符合 CDA Level I 標準的商業數據分析師課程

新增推斷性統計

新增AB test 內容

更新原數據產品設計課程更換為精準營銷全流程

更新授課順序調整

2021

課程大綱 v3.6.0符合 CDA Level II 標準的敏捷算法就業班課程

新增數據治理

新增企業架構與數據架構基礎

新增商業策略分析

新增數字化最優化工作方法

新增CDA 數據分析師 App 上線

2020

課程大綱 v2.4.0符合 CDA Level III 標準的數據科學家精英培訓

新增大數據隱私、安全及立法

新增區塊鏈分析

新增項目管理

新增案例:深度學習在影像物體辨識上的應用

新增案例:深度學習在手寫數字辨識上的應用

2019

課程大綱 v1.7.0符合 CDA Level III 標準的數據科學家精英培訓

新增大數據存儲與計算

新增集群資源管理與調優

新增基于Tensorflow、Keras、Scikit-Learn、TFLearn的機器學習算法

新增感知機與神經網絡

新增課程每一個階段都有相關的作業練習與項目案例

新增學員分組合作

更新畢業答辯涉及大型商業項目

2019

課程大綱 v3.4.0符合 CDA Level I 標準的商業數據分析師課程

新增好學 AI

新增Mahout

新增Hbase

更新機器學習

2018

課程大綱 v2.7.0符合 CDA Level I 標準的周末班課程

新增語音分析

新增財務數據分析

新增Hive 工具操作

新增Power BI 數據可視化分析

更新大數據實驗室在線編程環境 v2.0,實驗室涵蓋 SQL、Spark、R 語言、Python 等語言操作工具

2017

課程大綱 v2.3.0符合 CDA 標準的 A+ 課程

新增數學基礎

新增關系型數據庫

新增非關系型數據庫

新增機器學習

新增深度學習 TensorFlow

新增文本分析

新增圖像識別

新增語音分析

新增對抗生成網絡智能問答系統

新增CDA 數據分析師網校上線

2016

課程大綱 v3.9.0符合 CDA Level II 標準的大數據課程

新增大數據平臺分析工具 Spark

新增可視化工具 Tableau 及報告撰寫

新增Scala 開發

新增MapReduce工作原理

2015

課程大綱 v2.4.0符合 CDA Level II 標準的大數據課程

新增大數據實驗室 v1.0

新增Hadoop 2.X 集群部署

新增大數據倉庫 HiveQL

新增Pyspark 應用

2015

課程大綱 v1.2.0符合 CDA 標準的就業班課程

新增Excel 數據處理技巧

新增Power BI

新增數理統計

新增Python 編程基礎

新增Numpy 基礎

新增Pandas 應用

新增Python 推薦系統

新增Tableau

2014

課程大綱 v1.5.0符合 CDA Level II 標準的課程

新增數據預處理

新增Python 大數據工程師

2013

課程大綱 v1.1.0符合 CDA Level I 標準的周末班課程

新增課程包括 Excel、SQL、SPSS、 R 語言、SAS 等軟件應用

新增統計基礎、業務數據分析

新增R 數據可視化

環境配置

英偉達 A100-80G 頂配 GPU支撐的CDA大數據實驗室

CDA大數據實驗室采用全球領先的英偉達A100-80G內存的GPU,在深度學習如BERT模型推理上相當于200多個CPU,對于具有 龐大數據表的超大型模型(例如深度學習推薦模型[DLRM]),A100-80G可提供高達2TB的統一顯存。在AI和部分HPC應用主要使 用的張量運算中,提供每秒312萬億次的數據處理能力,結合CDA在人工智能和語音數據分析方面的技術研發,可以處理超大型模型和 數據集

數據科學學習路徑設計:186個實驗
數據科學教學視頻:53門課程,1000+小時視頻課程
數據中心強大數據集:8大分類,200多個脫敏數據集
兼容主流數據分析工具:python、spark、R、SQL

精準制定實施方案,快速解決工作難題

  • 1、項目立項
    確定項目內容
    需求目標調研
  • 2、需求溝通
    需求分析
    需求拆解
    需求確立
  • 3、項目實施
    數據來源
    數據獲取
    數據加工處理
    數據邏輯展現
  • 4、項目交付
    數據清洗
    數據分析
    數據建模
    數據驗證
    指標分析規則
    結果展現

"保姆式"教學服務,督學答疑,為您的學習保駕護航

四大智能學習系統 高效輔助學習全程

  • 沉浸式人工智能學習平臺

    智能推薦學習方案,實現因材施教

  • 便攜式考證面試刷題神器

    無需搭建編程環境,直接上手練習

  • 一站式數據分析學習平臺

    不同科目海量題庫,反復鞏固知識

  • 保姆式數據內容回答社區

    垂直數據問答社區,真人老師應答

三大智能系統,真實數據體驗,助力職業發展

SCRM 系統讓數據價值更精準

機器人外呼系統讓銷售回訪更便捷

智能營銷系統讓客戶成交更輕松

與智者同行 與高人為伍 讓大咖成為你的私人智庫

  • 常國珍

    ? 北京大學會計學博士,CDA 數據科學研究院執行院長,中國 大數據產業生態聯盟專家委員會委員
    ? 曾任畢馬威咨詢大數據總監。北京語言大學金融碩校外導師, 中國社會科學院大學等多所院校外聘講師
    ? 具有18 年數據挖掘、精益數據治理、數據規劃咨詢顧問經 驗。企業客戶標簽體系、信用風險、反欺詐和反洗錢算法專家。 協助企業運用數據智能工具優化業務流程,逐步積累數據資產 取得數字化競爭優勢
    ? 著有《金融商業數據分析與應用》 系列叢書、《Python 數據 科學:技術詳解與商業實踐》、《用商業案例學 R 語言數據挖 掘》、《胸有成竹:數據分析的 SASEG 進階》等多本著作
  • 李奇

    ? 微軟MVP(最有價值專家)
    ? 電子表格應用大會主席,曾任 IBM 銷售管理團隊數據分析項 目負責人,德勤數據分析團隊高級咨詢顧問
    ? 有豐富的數據分析線上及線下培訓經驗, 專精于企業業務數 據分析、制定及實施商業智能業務解決方案、sQL、Excel Power Bi 等工具相關數據分析課程培訓等
    ? 從事數據分析相關領域教育工作多年,有非常豐富的線下及線 上培訓經驗。其中線下培訓過 1000 次,線上+線下培訓總人數 超 50萬人
  • 張志綺

    ? 德勤數據分析團隊高級咨詢顧問,涉及快消、通信、互聯網餐 飲、銀行等多個領域的咨詢項目
    ? 復星集團投資盡調團隊高級數據分析師,涉及短視頻、電商、 數據平臺等多個領域的投資盡調項目
    ? 創業公司數據科學家,涉及快消、品牌商領域的數據建模項 目,如智能定價、精準推薦、選品等
    ? 專精于企業業務數據分析、數據可視化、制定及實施商業智能 業務解決方案、SQL、Excel相關數據分析課程培訓等,培訓次 數超過 700 次,培訓人數超過 30萬人
  • 丁亞軍

    ? CDA 數據科學研究院專職講師,中國人民大學碩士
    ? 5年安防數據分析和處理經驗,曾就職于跨境電商外企,負責 CRM 處理,擅長的技術包括 Excel Tableau . sQL. R.目 前任職 CDA 數據分析研究院 SQL 講師,負責數據庫課程研發 與授課
    ? 著有《統計分析:從小數據到大數據》 一書,以業務視角的統 計思維,從小數據到大數據,厘清數據分析的技術脈絡,并深入 解讀了統計算法和機器學習
  • 徐楊

    ? Glasgow 大學計量經濟學研究生畢業,曾就職中國社科院 中國銀行,長期從事算法研發工作
    ? 師從 Hisayuki Yoshimoto,主攻空間計量方向,對各種回 歸模型和聯立方程模型有深入研究
    ? 博士研究課題為神經網絡的空問矩陣工具變量參數識別

幾乎所有行業
都稀缺獨擋一面的CDA數據分析師?人才

在招聘市場上,越來越多的企業要求持CDA數據分析師?證書

“CDA數據分析師認證”是一套科學化,專業化,國際化的人才考核標準,共分為CDALEVELⅠ,LEVELⅡ,LEVELⅢ三個等級,涉及行業包括互聯網、金 融、咨詢、電信、零售、醫療、旅游等,涉及崗位包括大數據、數據分析、市場、產品、運營、咨詢、投資等。該標準符合當今全球數據科學技術潮流,可以為 各行業企業和機構提供數據人才參照標準。
  • CDA LEVEL I

    人人皆需的職場數據思維與通用數據技能

    面向范圍

    ? 零基礎就業轉行者、應屆畢業生

    ? 產品、運營、營銷等業務崗與研發、技術崗在職者

    ? 企業創始人、經理人、管理咨詢類崗位從業者

    考試大綱 >>考試報名 >>
  • CDA LEVEL II

    企業數字化發展中必備的數據分析流程與技能

    面向范圍

    ? 產品、運營等業務部門與研發、中臺、技術類部門數據分析相關崗位在職者

    ? 數字化轉型企業創始人與數字化流程中相關負責人

    考試大綱 >>考試報名 >>
  • CDA LEVEL III

    企業數字化發展中必備的高級數據分析方法與技術

    面向范圍

    ? 業務崗與技術崗從事數據分析、數據挖掘、機器學習等技術在職提升者

    ? 從事算法科學、深度學習等工作的科研人員、分析師與工程師等

    考試大綱 >>考試報名 >>

CDA認證LEVEL I對于考生的學歷、專業、技能等沒有限制性報考條件,在與全球計算機化考試服務商 Pearson VUE達成深度合作后LEVEL I更是隨報隨考機制。 查看CDA認證報考流程 >>

  • 吸納為CDA Institute、CDA數據分 析師俱樂部會員,活動中具有優先報 名參與權
  • 可優先獲得CDA內部就業及職業發屐推薦
  • 免費參與CDAS行業峰會等各項活動,CDA持證人享受特權位置
  • 有機會加入CDA數據分析教學、研發等項目
  • 免費享有AIU網校1個月黃金會員,內含國外前沿數據科學海量資源
  • 經管之家論壇學習資源、優秀文獻資料免費下載權

專業用心對我們,成就更好的你

19.5K平均薪資
64K最高薪資
95%就業率
80.4%月薪過萬
  • 李* ¥23,000 6.13 北京**企業 北京
  • 于* ¥13,500 6.17 **銀行 北京
  • 毛*威 ¥24,000 3.10 **信息科技有限公司 深圳
  • 楊* ¥15,000 6.20 上海**軟件 上海
  • 張*強 ¥26,500 6.22 **國際 蘇州
  • 楊*峰 ¥26,500 6.2 **金融科技有限公司 重慶
  • 陳*丹 ¥25,000 6.21 百維**信息科技有限公司 上海
  • 丁* ¥13,000 3.07 **同城 上海
  • 王*芬 $14,000 9.1 Cryptwheels 美國
  • 楊*凱 ¥22,500 11.5 上海**科技網絡有限公司 上海
  • 蔣*持 ¥31,000 3,16 明**科技集團 北京
  • 袁*博 ¥15,000 3.15 京**研究院 北京
  • 李* ¥15,000 3.18 思享**科技有限公司 北京
  • 于* ¥21,500 5.11 北京**艾科 北京
  • 陳*晶 ¥12,000 3.15 上海**信息技術有限公司 上海
  • 魏*芬 ¥27,000 3.09 翼**鋰能 惠州
  • 許*娟 ¥16,000 4.29 長沙**科技有限公司 長沙
  • 陳*光 ¥13,400 5.15 **科技有限公司 成都
  • 黃* ¥20,000 7.15 **達 北京
  • 王*茹 ¥24,000 4.29 希音**商務(SHEIN) 深圳
  • 傅*涵 ¥13,000 9.6 **科技有限公司 成都
  • 李*東 ¥16,000 4.26 **餐飲有限公司 成都
  • 閻* ¥15,000 3.11 ***技術服務有限公司 成都
  • 葉* ¥16,500 3.5 **網絡科技有限公司 杭州
  • 王*強 ¥14,000 6.7 **保險 北京
  • 王* ¥13,500 5.29 **電商科技公司 北京
  • 余*呈 ¥17,500 7.5 廈門**科技有限公司 成都
  • 付*濤 ¥20,000 1.10 **科技有限公司 成都
  • 劉*穎 ¥12,000 4.25 **金融科技有限公司 成都
  • 教學與服務

    文科女,沒有數理基礎,能入門精通嗎?
    工作忙,沒空直播學習,能錄播回放嗎?
    有疫情,沒法現場面授,能同步直播嗎?
    愛拖延,沒有自控能力,能強制學習嗎?
    基礎差,沒法完全學會,能再次學習嗎?
    課程采取面授與遠程直播授課的形式,足不出戶即可學習到優質課程。講師現場面授或同步現場直播上課,“面對面”實時交流;課后提供完整錄播視頻,錯過直播課程的學員可再回看課程;早九晚九有老師和助教為學員答疑;班主任及時督促學習進度,提高學習效率,避免拖延,全方位充分保障同學們的學習效果。
  • 技能與就業

    我想剛畢業即入職,可以嗎?
    我想職位快速晉升,可以嗎?
    我想提高工作效率,可以嗎?
    我想突破職業瓶頸,可以嗎?
    我想跳槽大幅漲薪,可以嗎?
    課程內容依據各大企業用人需求設計開發,符合市場招聘需求,對口各個相關崗位要求,學員只需要在培訓過程熟練掌握工具操作和業務邏輯,在導師的項目實操下掌握業務分析流程,可獲得進入業務數據分析崗所需必備技能,并且逐步提高工作效率,升職加薪。

OK