京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06