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

了解更多详情

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

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

    2020年中国大数据行业人才需求规模高达210万,2025年前仍将保持30%-40%的增速,未来的需求总量在2000万人左右

  • 入门学门槛低

    零基础小白也可以学,大专及以上学历即可,专业经验不限

  • 跨领域发展不受限

    几乎所有的行业都会应用到数据,数据分析师可以在各个领域就业

  • 职业寿命长

    受外部业务影响相对较小,职位相对稳定,经验越丰富,越受用人企业青睐

  • 性别无歧视

    数据分析工作必须报以认真严谨的态度,女生的性格从事数据分析是非常适宜的

  • 薪资较高

    2019年全国数据分析师年平均工资超过15万元,远高于规模以上企业就业人员的年平均工资75229元

    数据来源:人社部发布的《新职业—大数据工程技术人员就业景气现状分析报告》

  • 人才缺口大

  • 入学门槛低

  • 跨领域发展不受限

  • 职业寿命长

  • 性别无歧视

  • 薪资较高

    行业竞争力分析
  • 1 通信/电信运营、增值...(36178个样本) ¥9.8k

  • 2 金融/投资/证券(279499个样本) ¥9.3k

  • 3 保险(79788个样本) ¥9.2k

  • 4 新能源(853617个样本) ¥8.5k

  • 5 计算机软件(624240个样本) ¥8.5k

  • 6 房地产(987505个样本) ¥8.5k

  • 7 通信/电信/网络设备(90792个样本) ¥8.1k

  • 8 中介服务(46390个样本) ¥8.1k

  • 9 医疗设备/器械(96328个样本) ¥8.0k

  • 10 互联网/电子商务(1038038个样本) ¥8.0k

    地区竞争力分析
  • 1 北京(3844份样本) ¥20.4k

  • 2 上海(3205份样本) ¥15.8k

  • 3 深圳(2143份样本) ¥15.0k

  • 4 杭州(951份样本) ¥14.5k

  • 5 广州(1807份样本) ¥11.9k

  • 6 苏州(245份样本) ¥11.5k

  • 7 南京(498份样本) ¥10.6k

  • 8 成都(708份样本) ¥10.1k

  • 9 长沙(258份样本) ¥9.4k

  • 10 福州(159份样本) ¥8.7k

数据分析职业发展道路
前期发展

结合互联网、金融、科技、城市管理等方向数据业
务,成为业务数据分析师

后期发展

数据挖掘工程师、Python数据分析师、大数据分
析师、数据工程师、数据科学家、AI工程师

学掌门【Python商业大数据分析】就业培训

90天赋能,从“小白”到“大神”

8个月

数十人团队深度研发打磨

300
课时

必修阶段

100
课时

职场进阶

20

业务实战案例

5

企业真实项目

150
课时

辅修阶段

3个月

10大阶段深度学习

5大课程优势
一站式学习+就业

易学

不限专业,零基础小白也能学,文科生、理科生、本科生、大专生均可学得会

物美

最快8周,从小白成长为企业急需的Python大数据分析师,性价比超高

货真

传统数据分析+商业智能BI+可视化数据分析+Python数据分析+人工智能
30+项目案例全程贯穿+五大企业级商业数据分析案例剖析精讲

价实

直播+录播(赠送)+企业导师周末加餐+入学即送价值8800元人工智能专业课程=物超所值

保障

入学即签订具备法律效用的就业协议,并享受专业的就业指导

了解更多 课程详情

9大培训特色

直击企业真实用人需求

科学的人才培养体系

助你晋升职场“薪”贵

复合场景学习方式

全方位辅助学习

多阶段性职业规划

未来由你掌控

直播必修+录播辅修

讲师精讲答疑

企业实现

以业务驱动项目实战
场景教学,数据思维

定期评测

课程测试+阶段测试
结业考试+毕业答辩

全程伴学

N对1专属答辩群
日作业讲解点评

独家资料

闪卡工具书+电子小抄书
项目手册+面试集锦

面试模拟

直击面试重难点
专项突击式训练

培训课程适合人群

01

零基础想入行

想从事数据分析行业,获得高薪offer

1

专业不受限,岗位薪资高

2

0基础就能学,学完就能用

3

能写在简历上的真实项目经验

免费咨询
了解更多入行详情

02

相关行业想涨薪

构建完善的数据分析知识体系,提升业务实战能力

1

摆脱“人肉取数机器”,突破薪资瓶颈

2

拥有更开阔的业务视角,提升职场竞争力

3

满足大厂数据分析能力模型,斩获高薪Offer

免费咨询
了解更多涨薪秘诀

03

提升自己想转行

想要拿到大厂高薪offer,成为业务操盘手

1

不拍脑门,用数据驱动业务决策

2

搭建核心指标体系,抓住业务核心体系

3

自动化办公,用数据提升找工作效率

免费咨询
了解更多转行优势

04

有志于AI方向发展

想要往人工智能领域发展,成为AI专业数据人才

1

不拘泥于现况,挤进人工智能领域

2

成功转型AI行业数据高端人才

3

站在数据顶端,薪资不可估量

免费咨询
了解更多AI趋势
学习掌门人,职场领路人
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

十七年(2004-2021)

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

了解更多 机构详情

课程大纲

    课程名称
  • 阶段一、前导基础课
  • 阶段二、问题定义数据获取
  • 阶段三、数据查询与提取
  • 阶段四、数理统计基础
  • 阶段五、Python数据分析
  • 阶段六、大数据分析
  • 阶段七、建模与数据挖掘
  • 阶段八、人工智能预测算法
  • 阶段九、可视化报告撰写
  • 阶段十、商业项目分析实战
模块 内容
模块 内容
数据分析入门——数据分析的【道】与【术】 1、数据分析入门
2、数据分析的意义
3、数据分析的流程控制
4、数据分析的思路与方法
数据分析入门——逻辑为先——XMIND 1、xmind简介与基本使用
2、学习方法课堂案例
3、滴答拼车实战演练
4、其他思维导图介绍
数据分析入门——专业展现——PPT 1、专业展现——PPT
2、基本简介
3、几个不得不说的真相
4、经验分享
5、实战动画
数据分析工具安装与环璄配置 1、Excel工具的安装、配置与环璄测试
2、Power BI工具的安装、配置与环璄测试
3、Tableau工具的安装、配置与环璄测试
4、MySQL数据库的安装、配置与环璄测试
5、SPSS数据挖掘工具安装、配置与环璄测试
6、SAS数据挖掘工具安装、配置与环璄测试
7、Python开发工具的安装、配置与开发环璄测试
Linux基础应用之大数据必知必会 1、虚拟机的安装配置
2、虚拟机网络配置
3、安装Linux
4、利用SSH连结Linux
5、Linux基础命令
6、Linux系统管理
数据分析的Python语言基础 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
数据分析项目流程 问题界定
问题拆分
指标确定
数据收集
报告方案
趋势预测
数据分析
趋势预测
报告方案
问题的定义 边界:明确问题的边界
逻辑:确定业务的关键指标和逻辑
定性分析与定量分析
分析问题的模型 基于经典的模型-1:5W2H、SWORT、4P管理模型、CATWOE、STAR原则、波士顿5力模型
基于业务的模型-2:用户画像、销售影响因素、市场变化因素、AARRR流量模型、金定塔思考方法
数据清洗与处理 数据科学过程
数据清洗定义
数据清洗任务
数据清洗流程
数据清洗环境
数据清洗实例说明
数据标准化
数据格式与编码
数据清洗常用工具
数据清洗基本技术方法
数据抽取
数据转换与加载
内部数据的获取 产品数据
用户数据
行为数据
订单数据
外部公开数据 开放网站
政务公开数据
数据科学竞赛
数据交易平台
行业报告
指数平台
Web网站数据抓取 财经数据抓取
投资数据抓取
房产数据抓取
舆情数据抓取
娱乐数据抓取
新媒体数据抓取
实战-1:51job招聘网站数据抓取与清洗
实战-2:链家网数据的抓取与数据清洗
SQL基础操作 建库
建表
建约束
创建索引
添加、删除、修改数据
利用SQL完成数据的预处理 缺失值处理:对缺失数据行进行删除或填充
重复值处理:重复值的判断与删除
异常值处理:清除不必要的空格和极端、异常数据
利用SQL进行业务数据查询 利用SQL进行简单的业务数据查询
利用SQL完成复杂条件查询
利用多表关联完成复杂业务查询
利用嵌套子查询完成复杂业务数据分析
高级SQL分析 聚合、分组、排序
函数
行列切换
视图与存储过程
业务指标统计分析 业务数据表关联查询及查询
结果纵向融合
⽇常业务需求数据宽表构建
应⽤⼦查询处理复杂业务
实战-1:利用SQL进行某零售公司销售业务分析
实战-2:电商网站流量指标SQL数据分析
数据分析的统计学基础 基本统计量-1:均值、中位数、众数、异常值 .......
概率论基础-2:独立事件、条件概率、全概率公式、贝叶斯定律 ......
数据分布-3:几何分布、正态分布、二项分布、泊松分布.....
统计抽样
置信区间
假设检验
数据分析的数学基础 极限的计算和连续函数的性质
导数/微分的概念和运算法则
积分的概念和运算法则
幂级数、泰勒级数、傅里叶级数、傅里叶变换
向量的概念和运算
矩阵的转置、乘法、逆矩阵、正交矩阵、SVD奇异值分解、特征值
行列式的计算和性质
凸优化
基于Numpy库的Python数据科学计算 创建数组
切片索引
数组操作
字符串函数
数学函数
统计函数
......
案例-1:Numpy在金融领域中的分析应用
案例-2:基于Numpy的股价统计分析应用
基于Pandas库的Python数据处理与分析 利用Pandas重成数据表
利用Pandas进行数据查看
Pandas数据清洗
基于Pandas的数据预处理:数据表合并、数据表拆分与排序
利用Pandas进行数据提取
Pandas数据统计
......
案例-1:抖音用户行为分析
案例-2:淘宝天猫乐高的全国销售情况分析
利用Matplotlib/Seaborn/pyechart进行Python数据可视化 直方图:探索变量的分布规律
条形图:展示数值变量的集中趋势
散点图:表示整体数据的分布规律
箱线图:表示数据分散性,极值,中位数
提琴图:分位数的位置及数据密度
回归图:寻找数据之间的线性关系
热力图:表未数值的大小或者相关性的高低
案例-1:抖音用户行为可视化分析
案例-2:淘宝天猫乐高的全国销售情况可视化分析
实战-1:基于Python实现的链家网业务数据分析
实战-2:基于Python实现的51JOB简历分析
HIVE大数据查询平台搭建 大数据概述
⼤数据集群 Hadoop 架构
Hive开发环璄搭建
HIVE与MySQL进行数据交换 从MySQL中导入数据到Hive
从Hive导出数据到MySQL
HQL 海量业务数据需求查询 Hive数仓
HQL 数据查询基础语法
HQL 海量业务数据需求查询 从MySQL中导入数据到Hive
从Hive导出数据到MySQL
HQL 业务数据指标统计分析 分区表
分桶表
关联表
数据查询
HQL 海量数据查询优化 常⽤内置函数及开窗函数
特殊类型数组查询⽅式
HQL 查询语句优化技巧
实战-1:基于Hive的电商日志点击流量分析案例
实战-2:基于Hive的企业员工行为大数据分析
数据挖掘与分析算法 描述统计
相关分析
判别分析
方差分析
时间序列分析
主成分分析
信度分析
因子分析
回归分析
对应分析
列联表分析
聚类分析
数据挖掘工具——SPSS 课程规划与简介
数据挖掘项目生命周期
简单必备的统计学基础
用Modeler试手挖掘流程
数据挖掘的知识类型
商业分析基础简介
回归模型
决策树模型
支持向量机
聚类模型
关联规则
数据挖掘工具——SAS SAS概述:SAS简介与教育版安装
SAS概述:教育版基本使用
SAS编程基础
SAS编程基础7-循环
SAS数据集操作1-合并
SAS数据集操作2-排序与对比
SAS数据集操作3-查重与筛选
练习-斐波那契数列
练习-百元百鸡问题
实战:证券业市场绩效与市场结构关系的实证分析
人工智能:实战十大预测数据算法 机器学习入门
sk-learn机器学习库
十大预测算法原理与使用场景
算法调用、参数设置
特征选择、特征工程
回归预测模型实战
分类预测试模型实战
聚类模型实战
集成学习
模型优化
实战-1:天池大赛之天猫用户重复购买行为分析及预测
实战-2:天池大赛之O2O优惠券使用预测
商业智能与可视化分析实战 案例-1:BI电商数据市场分析项目实战
案例-2:BI电商数据客户分析项目实战
案例-3:BI可视化关于公司运营情况的相关分析
案例-4:基于Tableau的客户主题对客户进行合理分群
案例-5:基于Tableau实现的营销主题分析
案例-6:基于Tableau的保公司索赔情况分析
数据可视化报告撰写 数据可视化的概念
数据可视化的意义
数据可视化的对比
数据可视化的分类
数据可视化图表举例
数据可视化应用领域
数据可视化步骤
数据可视化工具梯度
图标呈现流程
数据报告撰写
实战:O2O电商平台功能优化效果评估及可视化数据分析报告撰写 了解电商业务背景
基于客户分析场景的数据加载、清洗、分析及模型建立
以货品分析为应用场景,针对品类销售及商品销售进行分析
以流量分析为应用场景,针对流量渠道及关键词做有效分析
根据业务实际背景做舆情分析
将分析结果及建议制成报告进行发布
五大商业项目实战 商业项目实战01:电商数据分析——分析方式之漏斗模型及数据量化
商业项目实战02:电商用户行为与营销模型实战
商业项目实战03:金融风控模型的构建与分析实战
商业项目实战04:展会电话邀约项目数据分析实战
商业项目实战05:零售行业数据分析

实战项目

  • 餐饮:客户点评数据分析
  • 游戏:运营数据分析
  • 快递:账单数据分析
  • 房地产:二手房交易数据分析
  • 电商:销量数据预测分析/淘宝直播数据分析
  • 金融:信用卡违约数据分析/医疗保险数据分析

学员关注的,也是我们所关心的

在线学习如何保证效果?

学不会怎么办?

学完起薪多少?