图文模块

备注1.png    开班时间:滚动开班

图文模块(1)

备注1.png    培训时长:2个月

图文模块(1)(1)

备注1.png    培训地址:成都市武侯区科园南二路2号院3栋3层(8号线殷家林地铁站旁)

文本
哪些人适合数据分析训练营
图片
文本
在校大学生
文本
适用于经管\计算机\数学相关专业大学生,
期望未来从事数据分析行业
图片
文本
从事数据分析工作的人员
文本
工作1-3年,夯实数据分析基本功,
构建完善数据分析能力
图片
文本
希望转型数据分析的人员
文本
从0开始,构建数据分析思维,掌握基本 数据分析能力
文本
为什么要学习数据分析
图片
文本
可以解决各类工作场景问题,如解决Excel相关问题,对接大数据平台,具有广泛的适用性与学习的必要性。
图片
文本
几乎所有数据分析行业都在引入Python,分析师可以通过Python完成大规模数据计算。
图片
文本
在工作上受益长久,职场上有较大用武之地,增加更多就业机会。
图片
文本
平均薪资20650元/月,月薪10K以上占比89.5%,月薪20k-30k占比32.7%。
文本
训练营特色
文本
数据分析师专项职业提升,跨越专业,突破自我!同学们将真实学习体验数据分析师的核心职业技能,并有聚数云海项目经理亲自授课,零距离接触互联网行业让你4周华丽转身。
文本
营员正式入选项目团队并完成统一培训后,将内部组队参加基于项目实战、用户体验的项目挑战,培养商业嗅觉、锤炼合作能力。
文本
专属职业成长计划,保驾护航,助力秋招!为全部营员提供互联网大牛案例分享、高管交流会等系列优质职业培训课程与活动,助力营员赢在职场起跑线。
文本
数据分析训练营课程目录
文本
第一阶段 业务数据分析
文本
主要内容:Excel基本操作、Excel常用函数、数据透视表、Excel图表绘制、Excel快捷键、数据库系统概论、MySOL简介及安装配置、MySQL数据表管理、MySQL数据管理、MySQL数据查询、 MySQL函数、MySQL基础操作。 培养目标:1、掌握Excel数据分析常用函数、图表制作、透视表等操作,能够用Excel进行业务数据分析;2、了解数据库相关理论、掌握MySQL建库、建表等操作,掌握使用SOL语言进行数据单表、多表的数据查询操作;3、掌握MySQL视图及窗口函数的使用,掌握数据库优化的基本理论及操作。
第一阶段(1)(1)(1)(1)(1)(1)(1)(6)
课程名称课程章节学习内容
ExcelExcel概述
  • Excel安装

  • Excel基本操作对象

  • Excel数据类型

  • Excel界面

Excel常用操作
  • 单元格选定
  • 选择性粘贴

  • 快速填充

  • 文本快速拆分与合并

  • 冻结窗格

  • 查找替换

  • 分列

  • 筛选

  • 辅助列

  • 下拉菜单

  • 数据类型转换

  • 打印

  • 文件保护

  • 工作表操作

Excel公式与函数概述
  • 公式定义

  • 函数分类

  • 运算符

  • 单元格地址引用

  • 公式错误类型

Excel函数
  • 逻辑函数

  • 查找与引用函数

  • 数学函数

  • 统计函数

  • 日期与时间函数

  • 文本函数

Excel快捷键
  • 快速选择
  • 快速移动

  • 单元格插入删除

  • 常用快捷键

  • 快速填充

  • 快速求和

Excel数据透视表概述
  • 数据透视表定义

  • 数据透视表特点

  • 数据源要求

  • 数据透视表界面

Excel数据透视表
  • 创建数据透视表
  • 创建组

  • 汇总依据和值显示方式

  • 分类汇总

  • 计算字段和计算项

  • 数据透视表排序

  • 切片器

  • 动态透视表

Excel数据可视化
  • 可视化原则

  • 图表分类

Excel数据分析项目实战
  • 互联网行业新零售项目
MySQL预科
  • 如何理解数据库,为什么使用数据库

  • MySQL介绍-关系型数据库与非关系型数据库介绍

  • 安装MySQL

  • 安装navicat-可视化工具

  • MySQL数据类型介绍

SQL语句
  • SQL语句分类

  • 数据库的设计

  • DDL(数据定义语言)-数据库的操作-建库与删库

  • DDL(数据定义语言)-数据表的操作

  • DML(数据操纵语言)-数据的增删改

  • 存储引擎

  • 字符集

数据查询
  • DQL(数据查询语言)-单表查询-数据的基础查询与起别名

  • DQL(数据查询语言)-单表查询-条件查询where子句与多条件查询

  • DQL(数据查询语言)-单表查询-算术运算

  • DQL(数据查询语言)-单表查询-函数数

  • DQL(数据查询语言)-单表查询-数据去重

  • DQL(数据查询语言)-单表查询-分组

  • DQL(数据查询语言)-单表查询-二次筛选having

  • DQL(数据查询语言)-单表查询-分页 limit

  • DQL(数据查询语言)-多表查询-内连接

  • DQL(数据查询语言)-多表查询-外连接

  • DQL(数据查询语言)-多表查询-交叉连接、自然连接、自连接

  • DQL(数据查询语言)-子查询

MySQL提高
  • 视图的介绍

  • 视图的使用

  • 事务的介绍

  • 事务的开启、回滚、提交

  • 事务的并发问题与处理

  • 数据库调优-索引

MySQL综合案例
  • 小红书多维度拆解分析

  • 爱奇艺视频数据分析

  • 餐饮店铺选址分析

  • 金融信贷逾期分析

  • 零售商销售&用户分析

文本
第二阶段 数据可视化
文本
主要内容:FineReport基础操作、FineBI基础操作、FineBI数据处理、FineReport数据报表项目、FineB可视化仪表盘项目等。 培养目标:1、掌握数据可视化基本概念及原理;2、掌握FineBI、FineReport等数据可视化软件的安装配置、基本操作及运维;3、能够使用FineRenort制作企业级z动态数据可视化大屏及相关报麦的制作;4、能够使用FineBI自助式处理数据进行OLAP分析、独立搭建企业数据化运营仪表盘。
第一阶段(1)(1)(1)(1)(1)(1)(1)(6)(1)
课程名称课程章节学习内容
BI商业智能工具BI概述
  • 商业智能定义

  • 商业智能的产生

  • 商业智能的应用

  • ETL过程

  • 数据源加载过程

FineReport从基础到进阶
  • FineReport基础

  • FineReport参数

  • FineReport图表

  • FineReport决策报表

  • FineReport大屏实战

FineBi从基础到进阶
  • FineBI简介

  • 数据准备

  • 数据关联

  • 数据加工

  • 可视化分析

  • 仪表板设计

  • 系统管理

BI可视化实战
  • App用户画像

  • 产品销售图表可视化

  • 产品销量分析决策报表

  • 图表联动销售分析、家具行业销售管理驾驶舱等

文本
第三阶段 python数据分析
文本
主要内容:Python语言基础、Python高级基础知识、Python高级特性、IO操作、面向对象编程、内建模块和第三方模块、网络爬虫、网络爬虫框架、Python数据分析、Numpy、Pandas、Matplotlib、 Python机器学习等。 培养目标:1、学习Python基本编程语言知识,了解Python在业务数据分析实践的应用;2、掌握 Python数据分析基础模块,具有应用Python语言解决数据分析中实 际问题能力;3、掌握网络数据抓取技术,Python数据库应用开发,实现Python数据可视化 操作,提高数据收集和数据分析能力; 4、掌握 Python数据分析常用numpy和pandas的使用,具有应用Python进 行海量数据提取处理清洗的能力; 5、应用Python编程技术进行企业数据化运营、用户画像建设、指标体系搭建、数据智能分析的技术准备。
第一阶段(1)(1)(1)(1)(1)(1)(1)
课程名称课程章节学习内容
Python预科
  • python介绍

  • python发展历史

  • python特点

  • python安装

Python介绍
  • 一个简单的python程序

  • python计算机运行原理

  • 集成开发工具

  • jupyter notebook

  • python程序注释

  • python变量

变量
  • 变量的定义

  • 变量的命名规范

python数据类型
  • 查看变量数据类型

  • 整型

  • 浮点型

  • 布尔型

  • 复数

  • 字符型

  • 字符串中使用单引号或双引号

  • 数据强制类型转换

  • 变量的使用

python的输入与输出
  • print

  • input

  • 格式化输出%

  • 格式化输出format函数

python常量
  • 使用全大写的英文字母表示常量

  • python中没有真正意义上的常量

python算术运算符
  • 赋值运算符

  • 算术运算符

  • 位运算符

  • 比较运算符

  • 逻辑运算符

  • 身份运算符

  • 三目运算符

  • 海象运算符

  • 运算符的优先级

python序列
  • 字符串

  • 列表

  • 元组

  • 字典

  • 集合

  • 数据结构的嵌套使用

  • 数据结构之间的转换

python流程控制
  • 顺序结构

  • 分支结构

  • 循环结构

  • 列表推导式

python函数
  • 函数的基本使用

  • 函数的参数

  • 函数的返回值

  • 函数的嵌套使用

  • 全局变量与局部变量

  • lambda

re模块
  • re

  • re模块操作

  • 匹配单个字符

  • 匹配多个字符

  • 匹配开头与结尾

  • 匹配分组

  • search

  • findall

  • sub

  • split

  • 贪婪与非贪婪

  • 原始字符串

数学计算模块math
  • sum

  • tan

  • cos

I/O
  • open

  • 文件打开模式

  • with open

时间处理
  • time
异常判断与处理
  • try

  • except

  • finally

python网络爬虫
  • 爬虫课程介绍

  • http的概念

  • URL格式与Http请求的格式

  • 浏览器请求的流程

  • 搜索引擎的工作原理与robots协议

  • 爬虫的流程与原理

  • 爬虫requests库-发送请求获取网页字符串

  • 爬虫requests库-获取保存图片

  • 爬虫requests库-发送带headers的请求与带参数的请求

  • 爬虫requests库-发送post请求

  • 爬虫requests库-模拟登陆

  • 爬虫 requests库-使用代理

  • 爬虫数据处理-ison模块

  • 爬虫数据处理-正则表达式处理处理

  • 爬虫数据处理-xpath处理数据

  • 爬虫案例

numpy
  • 什么是numpy

  • numpy的数组

  • numpy的索引

  • numpy的常用统计方法

  • numpy中nan的处理方法

pandas
  • pandas的数据结构

  • series

  • DataFrame

  • pandas读取本地数据

  • pandas的索引操作

  • pandas的函数与常用统计方法

  • 数据清洗

  • 数据合并

  • 数据重构

matplotlib
  • 折线图

  • 基础绘图

  • 调整坐标轴

  • 中文显示

  • 设置图形信息

  • 散点图

  • 条形图

  • 直方图

  • 饼图

  • 子图

Python综合案例
  • 海量数据RFM用户画像分析

  • 爬取豆瓣影评数据并进行分析

  • 爬取某点评APP上店铺数据并分析

  • 某电商促销数据复盘分析等

文本
第四阶段 数据运营指标体系
文本
主要内容:数据分析标准项目流程、指标体系搭建过程; AARRR流量漏斗模型,PEST分析、SWOT分析、波士顿矩阵等行业分析方法,相关性分析及显著性检验,多元回归分析等。 培养目标:1、掌握数据分析项目流程,能够应用相关数据分析方法解决实际业务问题;2、掌握PEST分析、SWOT分析、波十顿矩阵、4P等行业分析方法,制作行业分析报告; 3、掌握指标分析、用户画像、相关性分析、假设检验和回归分析等数据分析方法论,能够搭建公司运营的指标体系。
第一阶段(1)(1)(1)(1)(1)(1)(1)(4)
课程名称课程章节学习内容
数据运营如何进行行业分析
  • 行业基本信息了解
  • 外部经营环境分析

  • 内部市场环境分析

  • 行业产业链分析

  • 行业营销方法分析

  • 用户分析

指标体系设计全流程
  • 什么是指标体系

  • 指标体系五大要素

  • 如何建立指标体系

数据分析方法论
  • AARRR模型

  • 对比分析

  • 多维度拆解

  • 假设检验分析法

  • 群组分析法

数据运营综合案例
  • 电商行业某公司指标体系搭建

  • 特斯拉PEST分析

  • 瑞幸4p分析

  • 杨铭宇黄焖鸡波特五力分析

  • 买菜APP海盗指标AARRR模型

  • 多维度广告效果分析

  • 旅游平台酒店数据分析等

文本
第五阶段 机器学习与深度学习
文本
主要内容:K-Means,DBscan,KNN,朴素贝叶斯模型,决策树,随机森林,SVM,线性回归,逻辑回归,XGBoost等算法原理,深度学习基础知识。 培养目标:1.掌握相关机器学习算法数学原理和适用范围;2.掌握机器学习算法常用特征工程处理方法;3.掌握机器学习算法参数调试技能;4.掌握机器学习算法性能评估和模型选择方法;5.应用pandas,numpy,sklearn等开源框搭建机器学习项目,使用相关算法对实际业务建模;6.获得深度学习在图像识别,自然语言,推荐等方面应用的基础能力。
第一阶段(1)(1)(1)(1)(1)(1)(1)(3)
课程名称课程章节学习内容
机器学习无监督机器学习聚类K-Means
  • 距离算法

  • K-Means的算法原理

  • K-Means的优缺点

  • K-Means的算法实现及调参

DBScan
  • 基本概念:r-邻域、核心点、直接密度可达、密度可达、密度相连

  • DBScan的算法原理

  • DBScan的优缺点

  • DBScan的算法实现及调参

有监督机器学习分类最近邻
  • KNN的算法原理
  • KNN的优缺点

  • KNN的算法实现及调参

朴素贝叶斯
  • 条件概率、全概率、贝叶斯
  • NB的算法原理

  • NB的优缺点

  • NB的算法实现及调参

决策树
  • gini指数、信息增益
  • 决策树的算法原理

  • 决策树的优缺点

  • 决策树的算法实现及调参

随机森林
  • RF的算法原理

  • RF的优缺点

  • RF的算法实现及调参

支持向量机
  • 核函数
  • SVM的算法原理

  • SVM的优缺点

  • SVM的算法实现及调参

回归线性回归
  • 一元线性回归,多元线性回归

  • 相关系数

  • 线性回归的算法原理

  • 线性回归的优缺点

  • 线性回归的算法实现及调参

逻辑回归
  • 损失函数
  • LR的算法原理

  • LR的优缺点

  • LR的算法实现及调参

集成算法XGBoost
  • 集成学习bagging

  • XGBoost的算法原理

  • XGBoost的优缺点

  • XGBoost的算法实现及调参

深度学习OpenCV
  • OpenCV背景简介

  • OpenCV常用基础函数

  • 对比度增强

深度学习DNN
  • 线性分类器

  • 梯度爆炸和梯度消失

  • 常用激活函数

CNN
  • CNN层级结构
  • CNN训练算法

  • CNN优缺点

  • 典型CNN

RNN
  • RNN结构
  • RNN优缺点

  • RNN实现

文本
第六阶段 综合项目实战
文本
主要内容:数据分析业务实践过程及注意事项、行业分析方法论与报告撰写、数据分析项目实战、BI可视化平台搭建与实践、机器学习项目实战、团队合作基本原则与分工。 培养目标:1、掌握行业分析报告的撰写流程和方案;2、根据具体公司业务,搭建企业级商业智能大屏与数据化运营看板;3、能够根据具体业务问题,构建机器学习项目,解决业务实践;4、能够根据具体业务问题,构建机器学习项目,解决业务实践。
第一阶段(1)(1)(1)(1)(1)(1)(1)(2)
课程名称课程章节学习内容
综合项目实战行业分析报告撰写
  • 了解行业基本信息,结合外部经营环境PEST分析、内部市场环境波特五力分析、行业营销产业链分析与4P理论以及用户画像分析,进行撰写。
数据运营与商业智能
  • FineReport、FineBI决策平台

  • 大屏设计与部署

  • 指标构建与指标可视化

机器学习项目
  • 业务背景理解与数据准备

  • 特征工程与特征处理

  • 算法调优与模型选择

  • 模型效果评估

实战成果
  • 零售行业公司级商业智能大屏、数据化运营看板

  • 携程客户流失预测

  • 重庆5G客户转化预测

  • 携程客户房型选择预测(700万数据)

文本
第七阶段 就业指导
第一阶段(1)(1)(1)(1)(1)(1)(1)(1)
课程名称课程章节学习内容
简历HR喜欢什么样的简历?
  • 简历到底是被如何筛选的

  • 简历的四大板块

  • 如何挑选适合自己的简历模板

  • 撰写简历的四大原则

笔试深度解析笔试常见题型
  • 逻辑推理题解析:数据推理、图形推理、文字推理

  • 数据分析题解析:数据估算、数据处理

  • 岗位认知题解析:数据运营题等

群面互联网名企群面实战模拟
  • BAT经典群面真题现场群面模拟

  • 学员表现深度点评

  • 群面解题方法讲解

  • 群面讨论中的注意事项讲解

单面深度解析单面必考题型
  • 如何回答:

  • 请做一下自我介绍。

  • 在上一份实习中学到了什么?

  • 你最大的缺点是什么?

  • 你有男朋友吗?

面试前如何高效准备
  • 面试准备基本步骤与方法

  • “峰终效应”在面试中体现

“业务面”考点解析
  • “业务面”流程与形式介绍

  • 常见题型解析

  • 如何高效备战“业务面”

“高管面”考点解析
  • “高管面”流程与形式介绍

  • 常见题型解析

  • 面试技巧解析

“HR面”考点解析
  • “HR面”流程与形式介绍

  • “HR面”经典问题解析

  • 如何让HR对你印象深刻

求职专项求职必备的逻辑表达能力
  • 金字塔原理

  • 结构化思考和表达

接offer前要知道的事
  • 薪酬包含哪些,如何计算?

  • 晋升路径有哪些?

  • “三方”“offer”“劳动合同”的区别,以及如何毁约?