
CDA就业学院&12周脱产就业班
就业高薪岗位 就学数据分析
CDA就业学院简介
缘起2012
『这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程—哈佛大学社会学教授加里•金。
2012年2月,随着《纽约时报》"大数据时代"的提出,"大数据"、"云计算"和"物联网"俨然已成为最炙手可热的科技与商业变革热点。 截止2012年,数据分析已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。
2012年12月, "CDA注册数据分析师协会"(简称CDA协会)应运而生,该协会由美国数据分析行业研究专家教授注册于美国特拉华州,主要为建设国际性规范化数据分析师职业标准,开展数据分析师专家座谈会,汇聚国际先进数据分析技术,推进数据分析师的行业发展及认证工作。
酝酿2014
2014年,仅在中国就有3000多家公司需求上万个具备专业数据分析能力要求的岗位,包括互联网、金融、医疗、电信等行业以及云服务、O2O和物联网等新兴行业,更有着眼未来的人工智能领域。
2014年底,"人大经济论坛"作为全国最大的经管类社区汇聚600万注册会员,"十年磨一剑终"成为CDA协会中国首家注册数据分析师认证培训中心,已陆续培养1500名数据分析师,服务800名CDA俱乐部会员,以及组织报名6月和12月份CDA认证考试。
2014年8月,据中国之声《全国新闻联播》报道,教育部已酝酿启动高校转型改革,我国1200所国家普通高等院校,将有600多所转向职业教育,培养技能型人才。
引爆2015
2015年1月,Linkedin对全球超过3.3亿用户的工作经历和技能进行分析,公布2014年最受雇主喜欢、最炙手可热的25项技能,统计分析和数据挖掘位列榜首。
2015年2月,人大经济论坛成立"CDA数据分析师职业培训中心"peixun.net并创建"CDA就业学院",旨在为响应国家高校职业教育人才培养号召,为全国3000多家企业输送数据分析专业人才,为国家大数据战略规划布局和科技商业领域的发展贡献力量。
2015年,CDA就业学院秉承"开启职业人生,成为自己人生舵手"的理念,计划与全国300多家企业对接,在全国300所高校陆续培养1000名数据分析专业人才。
2015,北京,大数据时代,开启你的精彩职业人生!
就业课程大纲
第一阶段(两周时间)企业内部量化管理基础+EXCEL统计操作基础
一、 excel统计操作基础
1 描述性统计分析
2 假设检验
3 方差分析
4 相关分析
二、 数据处理和展示
1 调查问卷整理
2 数据处理
3 样本结构分析
4 分析报告的图表展示
第二阶段(两周时间)市场研究技术+SPSS和SAS EG 统计操作基础
一、 SPSS统计操作基础
1 描述性统计分析
2 假设检验
3 方差分析
4 相关分析
5 回归
二、 SAS EG 统计操作基础
1 数据处理
2 统计分析
3 课上案例
第三阶段(两周时间)MYSQL数据库
一、 MySQL数据库介绍
二、 MySQL下载和安装
三、 MySQL基本操作
第四阶段(两周时间)SPSS MODLER数据挖掘基础+R数据挖掘
一、 SPSS Modler
1 界面介绍及简单操作
2 案例应用
二、 R数据挖掘
1 软件介绍
2 数据获取和整理
3 数据挖掘实战
第五阶段(两周时间)SAS编程标准流程及案例
一、 SAS编程标准流程
1 逻辑库的建立
2 数据获取和整理
3 编程讲解(顺序语句、条件语句、循环语句)
二、 编程案例
第六阶段(两周时间)前沿数据分析方法:社会网络分析、文本分析、网站分析
一、 社会网络分析
二、 文本分析
三、 网站分析
第七阶段(两周时间)综合案例及毕业设计
一、 案例1大城市普通员工人口结构分析
1.项目背景
2.问卷设计
3.调查小组人员的培训
4.问卷的发放及回收
5.数据的录入
6.数据分析
二、案例2上市公司财务指标综合分析
1.聚类分析
2.因子分析
3.对应分析
4.回归分析
5.Logistic回归分析
就业课程安排
课程名称:CDA数据分析师就业班
课程时间:5月25日-8月25日 (12周)
授课时间:每周周一至周五,每天六课时。
上午8:30am-11:30am、下午1:30pm-4:30pm
地 点:北京
价格(元):19000元/人
就业优惠信息
1. 按实参加完全程培训获得学分前五名学员返还10%学费
2. 参加过论坛其他现场班老学员9折优惠
3. 小伙伴三人及以上同时报名9折优惠,五人及以上8折优惠
4. 原价报名者将捐出100元作为助学基金,满3000捐赠贫困学生
以上优惠不能累加
就业报名咨询
18611983334(樊老师) 17888838147(刘老师)
QQ:2881989705 QQ:349254670
Email:fanyuliang@pinggu.org Email:liulianxi@pinggu.org
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22