转行数据分析师，你准备好了吗？

为什么转行或选择学习数据分析？

全球最顶尖管理咨询公司麦肯锡(McKinsey)出具的一份详细分析报告显示，截至2018年年底，大数据或者数据工作者的岗位需求将激增，其中数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据、数据分析做决策的分析师和经理的岗位缺口则将达到1500000！

​

数据分析师的一天

9:30 到办公室，开电脑，大致整理下今天的工作计划。（如果有早会差不多可以准备起来）；

9:30-12:30 处理邮件，需求（可能只是简单的取数，虽然理想中，应该不存在这部分），确定没有deadline之前还没有完成的工作；

12:30-13:30 午饭，可以不一定找一个人谈工作。但是最好找一个边吃边聊的伙伴。很多好的idea

来源于聊天，很多无法落地的idea来源于不聊天；

13:30-14:00 这算是一天中最有可能不忙的时间，想想有什么可以开展的分析。然后不断地

challenge自己。当你还不能说服自己的时候，请相信你还是“数码宝贝”是因为尚需要积累；

14:00-18:00 下午的黄金工作时间。做分析项目。（取数，数据清洗，分析，推翻分析，补充数据，

数据清洗,……）但是，这里不得不说一个非常无奈，却真实存在的现实。没有任何一个数据分析

项目是可以独立于运营、技术以及其他部门存在的，因而也要做好准备很多时候，你的时间要花

在沟通、协调，甚至反复纠错上；

18:00以后 因行业而定。可能会加班。也往往这个时候你才有机会真正安静地做一会儿分析。

数据分析师工作流程

培养从数据得到的启发能力，评估决策与行动效益！

1、数据抓取SQL

2、数据清洗·异常处理

3、数据分析&数据挖掘

4、数据报表

5、可视化

技能要求

​

CDA数据分析师·项目简介

职业定位

CDA数据分析就业班是为解决当下企业招人难、学员就业难的问题所研发的精品课程。课程以数据分析理论与实践案例结合的方式讲授，内容覆盖了国内企业招聘数据分析师岗位所需的技能，学员经过三个月系统全面的培训，达到企业用人标准，快速在大数据时代找准工作定位。

培训特色

1）数据分析科学体系

数据分析行业研究；数据分析理论夯实；数据分析软件运用；数据分析模型算法.

行业案例实操

2）行业专家讲师团

大陆、台湾一线师资团；国际先进大数据技术；企业真实项目；行业资深讲师团.

3）数据分析行业案例应用

金融行业；电商行业；零售行业；电信行业；互联网+其他行业.

4）CDA线下驿站，线上交流

专家答疑；协会认证；永久学习；论坛资料下载；线上专业交流；CDA俱乐部下线聚会.

课程安排

第一阶段 EXCEL数据分析

1.Excel数据收集、整合及高效处理技术和方法；

2.Excel函数、数组与数据分析；

3.Excel透视表和图表化数据呈现；

4.Excel自动化工具宏宇交互式界面设计；

5.Excel高效分析数据利器—VBA.

第二阶段 数据分析理论基础

1.集中趋势、离散测度、均值、中位数、众数、方差、点估计、区间估计；

2.假设检验 、T检验；

3.方差分析、相关分析、列联分析、回归分析；

4.主成分分析；

5.时间序列.

第三阶段 数据库管理

1.MySQL数据库基本操作；

2.MySQL数据类型和运算符、数据的CRUD操作；

3.MySQL用户管理

4.MySQL数据备份与还原

5.MySQL函数；

6.中型、大型数据清洗查询案例.

第四阶段 SPSS数据分析

1.数据处理流程，实例演示；

2.数据的输入输出，问卷数据处理；

3.数据管理与清理、描述性统计；

4.假设检验、卡方分、相关分析、分类因变量回归、时间序列分析；

5.统计报表过程.

第五阶段 数据挖掘算法

1.关联规则；

2.决策树；

3.贝叶斯

4.SVM；

5.神经网络.

第六阶段 R语言数据实战

1.R语言基础编程；

2.R语言的数据清洗；

3.R语言的统计推断；

4.R语言的数据挖掘；

5.案例：聚类与客户画像；

6.案例：汽车金融信用违约预测预测模型.

第七阶段 案例分析以及业务应用

1.互联网广告中的大数据应用；

2.利用时间序列精准预估零售业的销量及营业额；

3.如何在保险行业中使用决策树并展示其成果；

4.如何在零售行业中应用Logistic回归和线性回归估计客户生命价值.

第八阶段 基于SAS的金融分析案例

1.SAS Base基础编程；

2.SAS Base高级编程；

3.SAS统计分析；

4.SAS电商数据挖据；

5.SAS信用评级模型；

6.案例：如何针对行业特性进行营销组合优化；

7.案例：如何利用客户分群实现潜在用户的精准定位.

第九阶段 基于Python的互联网实战

1.Python编程基础；

2.Numpy数组和矢量计算；

3.Pandas基础&进阶；

4.Python爬虫初级；

5.python推荐系统实践；

6.案例分析.

我们的师资

就业服务