京公网安备 11010802034615号
经营许可证编号:京B2-20210330
据LinkedIn的最新投票结果显示,“统计分析和数据挖掘” 是2015年最大的求职法宝。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2015年最受雇主喜欢、最炙手可热的25项技能,其中位列榜首的是统计分析和数据挖掘。
CDA Level Ⅰ业务数据分析师需要掌握概率论和统计理论基础,能够熟练运用Excel、SPSS、SAS等一门专业分析软件,有良好的商业理解能力,能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析,并得出逻辑清晰的业务报告。
一、培训安排
时间:2016年7月09日-7月31日@北京海淀/远程
2016年7月23日-8月14日@北京朝阳
2016年7月09日-7月31日@上海/深圳
地点:北京,CDA数据分析研究院
上海,人民广场铁道宾馆会议室
深圳,南山区科技园
费用:现场班6900元,远程班4900元
授课安排:
(1) 授课方式:周末培训,视频赠送,中文多媒体互动式授课方式
(2) 授课时间:上午9:00-12:00,下午13:30-16:30,16:30-17:00(答疑)
(3) 学习期限:现场与视频结合,长期学习加练习答疑。
二、课程大纲
|
CDA课程安排 |
课程 |
大纲简介 |
预期效果 |
|
第一阶段
|
《数据分析师基础理论》 |
行业分析,常用方法,统计基础,Excel数据分析。 |
零基础入门,掌握数据分析常用方法、基本原理及分析思路 |
|
第二阶段
|
《数据处理技术》 |
基于SAS EG/SPSS工具手把手教学操作,数据的录入、整理、清洗、处理、分析、输出、解读等。 |
掌握一门专业数据分析软件,会使用软件进行数据处理及分析。 |
|
第三阶段
|
《数据建模分析》 |
基于SAS EG/SPSS进行数据建模,方差、回归、分类、主成份、因子、聚类、多元、时间序列等数据分析模型。数据可视化,结果输出及解读。 |
熟悉各模型应用环境,学会自行建模分析,独立完成数据分析工作,并能输出图表解读数据现实意义。 |
|
第四阶段
|
《案例分析及业务应用》 |
电信,金融,电商,零售等实际案例分析;BI、文本挖掘、大数据、智慧城市等前沿技术。 |
通过真实案例举一反三,熟悉整个数据分析流程;了解前沿技术,增强业务与技术对接能力。 |
三、学员对象
1. 各行业数据分析、数据挖掘基础薄弱从业者
2. 在校数学,经济,计算机,统计等专业教师和学生
3. 经济,医学生物研究院科研人员
4. 数据分析,数据挖掘兴趣爱好者及转行人士
四、讲师介绍
常国珍,会计学博士、社会学硕士,毕业于北京大学人口所,目前就读于北大光华管理学院,SAS公司数据挖掘与统计分析课程讲师。曾就职于方正国际金融事业部和长江商学院投资者研究中心。主持过商业银行数据挖掘平台建设、商业银行信用评分模型的构建与固化等商业项目。参与构建的股票量化投资模型被某大型基金公司采纳,并于2013年九月正式发行。
曹正凤,男,统计学实验师,博士学位,具有十几年统计教学经验。最新研究随机森林遗传算法,参与《大数据背景下基于中国烟草消费需求的供给结构分析研究》项目,《基于大数据整合的空气质量测度方法研究》,项目进入实施阶段。先为CDA基础理论讲师,对于统计学教学有丰富的经验。
翟祥,人民大学统计学博士,北京林业大学管理学院统计系教授,SAS公司骨灰级讲师。长期从事金融、电信、零售行业数据挖掘咨询工作。
徐老师,男,高级数据分析师,具有深厚的数理统计与应用数据分析专业背景,上海某金融机构数据分析部门高级DA,具有八年数据分析、数据挖掘的从业经验,曾就职零售企业、咨询公司等,独立或带团队完成零售、电信、金融等多个大型数据挖掘项目。
丁亚军,男,首席数据分析师,兼职中国学习路径图国际培训中心技术顾问,SAS、SPSS高级统计学讲师。曾参与2012国家宏观经济预测、中国城镇居民家庭投资调查、泸州老窖目标管理与绩效考核等大型数据处理项目,具有丰富的数据处理经验。
五、课程优惠
1. 全日制在读学生8折优惠
2. 参加过论坛其他现场班老学员9折优惠
3. 同一单位三人及以上报名9折优惠,五人及以上8折优惠
4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠
5. 零基础学员建议同时报名CDA数据分析员课程,立减400元。
六、关于证书
CDA数据分析师等级认证证书
(此证书为CDA中英文等级认证证书Level Ⅰ,全国统考,一年两次,此证书为CDA数据分析师唯一认证证书,可以作为企业事业单位选拔和聘用专业人才的任职参考依据。)


七、报名流程
1.在线填写报名信息
2.给予反馈,确认报名信息
3.网上缴费
4.开课前一周发送电子版课件和教室路线图
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21