数据分析师

股票代码：836392

数据=数字经济时代的石油

数据分析，堪比掘金石油

我们每秒生成1.7MB的数据量

普通互联网用户每天产生1.5GB的数据量

Facebook每天产生4PB的数据量（包含100亿条消息、3.5亿张照片以及1亿小时的视频浏览）

自动驾驶汽车每天产生4TB的数据量

智慧工厂每天产生1PB的数据量

每时每刻，我们都在产生大量的数据：微信聊天、地铁刷卡、银行存储…据IDC发布的《数据时代2025》报告显示，全球每年产生的数据量将从2018年的33ZB增长到175ZB，以数据为中心的数字经济时代已经来临，如何掘金堪比石油的数据是所有个人、企业和国家的机遇和挑战。

数据分析师--玩出数据商业价值

让数据变成生产力

负责用户行为数据分析

支持推动产品改进、运营调整及新模式的探索

负责构建用户数据模型

挖掘用户属性及喜好等需求，为个性化产品推荐提供支持

负责构建产品

运营及用户行为的数据评估体系，帮助确定各项业务数据指标，并通过数据分析对产品、运营、市场提出建议并推动实施

负责用户行为调研

通过海量数据挖掘和分析，形成报告，汇报给决策层，支持战略规划

已成为N多人的理想职业

随着数字经济的高速发展，数据分析人才出现了供不应求的状况。有媒体报道，美国的数据分析师平均年薪高达17.5 万美元，而国内顶尖互联网公司，数据分析师的薪酬要比同一级别的其他职位高20%至30%，且颇受企业重视。

人才缺口大

数字经济时代，用理性的数据分析代替人工的经验分析已经成为主流，数据分析人才的供给指数仅为0.05，属于高度稀缺。
入门相对简单

数据分析是一门跨领域技术，不但统计学、计算机等理工科背景的可以学，金融、财务、市场营销、电子商务、信息系统、人力资源、物流等经济管理类专业出身的也可以学。
跨领域发展不受限

几乎所有的行业都会应用到数据，数据分析师不仅仅可以在IT互联⽹领域就业，也可以在金融业、零售业、制造业等领域发展。
职业寿命长

数据分析师这个工作，受其他外部业务影响相对较小，所以职位也相对稳定，而且经验越丰富，越受用人企业青睐。
性别无歧视

大多数女生都具备细心、耐心的性格品质，而数据分析师必须以认真严谨的态度去进行工作，所以从这个方面讲，女生从事数据分析也是非常适宜的。
薪资相对高企

职友集数据显示：过去一年，全国数据分析师年平均工资超过15万元，远高于2019年全国规模以上企业就业人员的年平均工资75229元；与此同时，数据分析师在通信、金融、房地产等行业以及在北上广深等一线城市的工资相对较高。

人才缺口大
入门相对简单
跨领域发展不受限
职业寿命长
性别无歧视
薪资相对高企

行业竞争力分析

1 通信/电信运营、增值...(65292个样本) ¥9430
2 金融/投资/证券(464891个样本) ¥8410
3 房地产(960217个样本) ¥8270
4 计算机软件(738108个样本) ¥8200
5 中介服务(61663个样本) ¥7990
6 保险(176964个样本) ¥7930
7 互联网/电子商务(1437036个样本) ¥7860
8 新能源(927362个样本) ¥7720
9 仪器仪表/工业自动化(143795个样本) ¥7430
10 制药/生物工程(436778个样本) ¥7250

地区竞争力分析

1 北京(4657份样本) ¥9430
2 上海(4030份样本) ¥8410
3 深圳(2487份样本) ¥8270
4 杭州(1301份样本) ¥8200
5 佛山(206份样本) ¥7990
6 广州(2323份样本) ¥7930
7 南京(559份样本) ¥7860
8 厦门(303份样本) ¥7720
9 福州(216份样本) ¥7430
10 天津(175份样本) ¥7250

职业发展方向

数据运营
商业分析
量化投资
业务线
数据分析师
技术线
数据挖掘/算法
数据开发
数据产品经理

哪些人适合成为数据分析师

对数据分析有兴趣

对数据分析有兴趣，有一定的抗压力与耐心，具备一定的学习和分析能力
希望从事数据分析

希望从事数据分析工作的广大应、往届毕业生
想转行IT互联网

想快速转行IT互联网、金融等高薪行业的各行各业人士
想转岗数据分析

想快速转岗数据分析工作的IT互联网、金融等行业人士

从小白到成为数据分析师

你将具备的技能

会SQL数据库的基本操作，会基本的数据管理

会用Excel/SQL做基本的数据分析和展示

会用脚本语言进行数据分析，Python or R

有获取外部数据的能力，如爬虫

会基本的数据可视化技能，能撰写数据报告

熟悉常用的数据挖掘算法

如：回归分析、决策树、随机森林、支持向量机等

0基础上学掌门

2个月，挑战年薪20W

机构实力

高新技术企业

股票代码：836392

培训经验

专注IT职业培训

十六年（2004-2020）

师资团队

集教研与教学为一体

总监级资深讲师领衔授课

课程优势

涵盖主流数据分析技术、工具

搭配更多的热门实战项目

就业成果

每年可输送10000+职业IT人才

学员入职7000+招聘合作企业

合作企业

为腾讯、阿里、HP等公司

培养了上百个软件技术团队

4 大培训特色

一站式学习+就业

定制化培养

学习成效更突出

入学一对一能力评估，定制个人专属学习方案；课后作业疑问一对一文字+语音点评指导，直播平台+微信群全程答疑辅导；每周反馈学习报告。

多平台同步

学习方式更便捷

全面支持移动端/PC端同步学习，直播+录播，随时随地，方便快捷，宅家外出都能学。

就业有保障

签订协议更靠谱

学员入学即签订具备法律效用的协议，就业有保障；条件合格者，学费可就业后分期支付。

合作企业多

就业案例更真实

学掌门与7000+用人企业建立了招聘合作关系，累计已输送50000+毕业学员。

课程大纲

课程模块

前置课程
传统数据分析
python数据分析
python数据可视化

课程名称	课程内容

课程名称	课程内容
python基础	1.python课程的目的
	2.使用JupyterLab
	3.python数据类型
	4.元组、列表、字典
	5.python分支结构
	6.python字符串处理+随机函数
	7.pthon循环结构
	8.python面向过程函数操作
	9.python面向对象
	10.python关于excel操作（xlrd库）
	11.python关于数据库操作（mysqldb库）
统计学基础	1.描述性统计
	2.概率的基本概念
	3.贝叶斯
	4.随机变量及其分布
	5.假设检验
数据分析基础	1.数据分析核心思维
	2.数据分析思维技巧
	3.业务分析指标
	4.AARRR模型
数据分析师职业分析	1.数据分析师技能要求
数据分析师职业分析	2.数据分析师职业发展方向
excel数据分析	1.文本清洗函数
	2.关联匹配函数
	3.逻辑计算函数
	4.计算统计函数
	5.时间序列函数
	6.excel数据分析案例
excel数据可视化	1.常见图表类型
	2.高级图表类型
	3.图表绘制
	4.excel绘图技巧
	5.excel数据可视化案例
excel数据透视表、图	1.数据透视表选项卡介绍
	2.数据透视表分组
	3.数据透视表计算字段、计算项、值汇总
	4.数据透视表切片器、多表联动
	5.数据透视图
sql数据分析	1.mysql数据库客户端工具
	2.库语句
	3.mysql约束
	4.mysql数据插入
	5.sql文件使用
	6.sql函数
	7.sql正则表达式
	8.单表查询
	9.多表查询
	10.关联查询
	11.更改数据
	12.删除数据
	13.mysql事务
	14.mysql存储过程
	15.mysql视图
	16.sql数据分析案例
tableau数据可视化	1.tableau安装
	2.数据字段管理
	3.函数与公式计算
	4.图表制作
	5.仪表盘制作
	6.tableau数据可视化案例
numpy数据处理	1.numpy数据读取和存储
	2.numpy字符串操作
	3.numpy随机数生成
	4.numpy统计相关函数
	5.numpy线性代数
	6.numpy数据处理案例
pandas数据分析	1.pandas数据结构
	2.index对象
	3.series索引操作
	4.dataframe索引操作
	5.pandas索引操作
	6.pandas文件读写
	7.pandas数据分析案例
scipy数据分析	1.scipy基本功能
	2.scipy整合
	3.scipy优化
	4.scipy插值
	5.scipy线性代数
	6.scipy数据分析案例
sklearn机器学习数据分析	1.什么是机器学习
	2.sklearn回归
	3.sklearn降维
	4.sklearn分类
	5.sklearn聚类
	6.sklearn数据分析案例
statsmodels统计模型数据分析	1.评估线性模型
	2.评估时间序列处理
	3.评估方差分析
	4.statsmodels数据分析案例
matplotlib数据可视化	1.什么是matplotlib
	2.matplotlib设置
	3.柱状图绘制
	4.散点图绘制
	5.直方图绘制
	6.矩阵绘制
	7.子图使用
	8.matplotlib数据可视化案例
seaborn数据可视化	1.什么是seaborn
	2.常用统计图形绘制
	3.seaborn数据可视化案例
pyecharts数据可视化	1.pyecharts安装和配置
	2.常用统计图形绘制
	3.3D柱状图绘制
	4.热力图绘制
	5.网络图绘制
	6.pyecharts数据可视化案例