课程介绍

• 

  杨安尧

  数据科学家

  德国奥格斯堡大学，物理学， 北京邮电大学，计量经济学、 主要研究 凝聚态物理模拟，金融物理化模拟研究 极端事件预测及巨灾风险管理 在Science,  Nature ,   Risk Analysis , PNAS , PRE等顶级期刊发表论文10篇，谷歌学术引用次数达1291次，H指数达63。 中信建投数据分析师，量化分析师，宏观经济研究员， CSDN职业教育讲师

• 

  周哲夫

  高校教师 / 培训机构讲师

  原tinymind团队核心成员，硕士学历，拥有统计学和工程学背景；擅长机器学习与深度视觉，在TensorFlow框架使用方面有丰富经验，使用Python语言进行开发和教学；本人教学风格逻辑清晰，思维严谨，注重学员实践与理论相结合。

• 主题说明

  随着移动互联网的发展和5G技术的逐步普及，我们已从IT时代走入
  DT（Data Technology）时代，用理性的数据分析替代人工的经验分析
  已成为主流。数据分析行业具有人才缺口大，易入门，薪资高，行业适
  应性强，职业寿命长等特点。我们的课程以实战案例为驱动，企业实战
  项目为核心，以培养“懂业务，会工具，擅工程，精算法的全能型数据
  分析人才”为目标，覆盖数据分析领域的全套技术栈，保证学员学到最
  全面最前沿的技术，并高薪就业

• 适合对象

  1、在校大学生 2、想得到技能提升的业务人员 3、新入职场的小白 4、零基础想转行的非数据分析从业人员 5、有基础想转行的在职IT人员

• 学习要点

  模块一：
          1.Excel使用，函数与数据类型，VSLookUP 函数，透视表
          2.数据库的存储结构、原理与常用命令
          3.开发与生产环境中数据库的部署
          4.针对业务需求，建立数据库关系结构
          5.业务结果的多维分析方式
          6. Tableau 基于SQL的多表关联的复杂数据获取，
          7.Tableau数据源的融合，远程数据的本地提取和保存，
          8.Tableau绘制统计地图，绘制工作表，仪表板，实现消费者信心指数影响因素的图表化考察
  模块二
          1.讲解Python核心语法
          2.编程逻辑思维、实践代码边写、阅读他人代码能力
          3.了解数据分析和数据挖掘、机器学习关系
          4.掌握数据分析 三剑客(Numpy Pandas Matplotlib)
          5.可视化图表展示，Echarts
          6.Flask可视化框架搭建
          7.Seaborn实例数据图谱绘制
          8.红酒品质项目Seaborn与Matplotlib应用对比
  模块三：
                1.国家电网招标项目分析
           2.P2P小额贷线上贷款风控模型项目
  模块四：
          1.通过机器学习解决问题的流程，新数据的预测和评估优化
          2.解特征工程、特征提取、数据清洗、数据可视化原理
          3.线性回归、聚类、SVM、Kmeans等机器学习和数据挖掘常用模型
          4.SPSS统计分析
          5.SPSS的相关分析、相关性分析方法
  模块五 ：
          1.数学建模的定义与使用
          2.常用数学模型，模型参数计算
          3.金融量化平台使用部署
          4.熟悉金融经济与市场业务，策略与应用，模型回测，模拟交易
  模块六：
          1.HDFS原理与应用
          2.Map-Reduce与Python结合应用
          3.Combiner原理与解析
          4.RDD变换与Spark-dag调度器
          5.SparkSQL实例与运用
          6.SparkStreaming与kafka
          7.大数据分析框架Hive SQL

• 课时安排

  模块一：  数据分析基础及方法论（3周）
          第一章数据分析方法论，带你重新认识Excel
          第二章MySQL数据库
          第三章Tableau数据分析+PowerBI
  模块二：Python助力数据分析（3周）                
          第一章Python语法强化与数据处理
          第二章Python数据获取
          第三章Python数据可视化
  模块三： 强化训练-互联网行业数据分析实战项目（1周）
          第一章互联网行业业务指标及行业数据分析
  模块四：统计分析与机器学习实战（2周）
          第一章SPSS统计分析        
          第二章数据分析建模和预测
  模块五：数据分析量化分析项目实战（2周）
          第一章数据分析建模和预测
          第二章金融量化分析
  模块六：大数据分析工程师Hadoop Spark（3周）
          第一章大数据离线分布系统
          第二章大数据分析框架Hive SQL
          第三章大数据Spark内存计算系统