
『如何成为十字型数据精英』线下活动回顾
2018年1月14日,CDA数据分析师在北京举办了「如何成为十字型数据精英」线下活动,有幸邀请到了李奇(微软Excel MVP)、崔丹(GrowingIO 市场总监)、 王安(布本智能首席数据官),分别带来了《用Excel+SQL解决你90%的业务数据分析难题》、《增长黑客-如何用数据驱动爆发》、《像决策黑客一样思考》的主题分享,为大家介绍了成为一名十字型数据精英所必须3个条件:垂直的专业深度,横向的知识宽度,向上的创新力度。
活动14:00开始签到,14:30活动开始,现场火爆,座无虚席,大家在冬日的活动热情很高;
CDA联合创始人 曹鑫、刘建兵开场分享,介绍了近几年CDA的发展情况。结合大数据行业的发展趋势,介绍了DT时代对数据人才的新要求。发布了专注于培养新型数据分析师的「A+」学位课程,并从教育理念、教研设计、教学服务详细解读了「A+」学位课的初衷和内容设置、讲师团队等;他提到“技术爆炸的时代,+代表十字型人才,阐述了新型数据分析师与传统数据分析师的区别。每个数据分析师应该找到一个新的发展思路”同时,A+代表一种对极致的追求,+也代表外延,CDA做的事包括CDA+数据分析,CDA+大数据,CDA+人工智能,CDA+区块链。这是CDA陆续会探索并打造的更多产品。
第二位分享者是微软EXCEL MVP的李奇老师带来《用Excel+SQL解决你90%的业务数据分析难题》,通过解析目前数据分析工具的应用场景,为大家如何提高业务分析能力提出建议;演讲中现场演示Excel中的Power Query来分析拉勾网关键词职位的薪酬数据,现场气氛热烈;
接下来是来自GrowingIO的市场总监的崔丹老师,分享主题为《增长黑客-如何用数据驱动爆发》;首先介绍了黑客式增长的概念和历史,详细介绍讲解增长的标准化流程;最后介绍了数据化运营的四个主要框架,干货满满;
最后是来自布本智能的王安老师压轴出场,分享主题为《像决策黑客一样思考》,讲解新型数据分析师应该具备的思维方式,包括:批判化思维、概率决策、系统思维、影响力等。这是他总结的一套创新的思维方式,讲解了如何在数据分析工作中能像决策黑客一样思考,突破瓶颈,提升认知,充分发挥数据创造能力。
至此本场沙龙活动圆满结束!想要进一步了解「A+」学位课程的小伙伴请点击阅读原文!
CDA A Plus学位具体安排:
时间:2018年2月24日-7月22日
方式:每周阶段性在线学习,课程+项目案例
费用:
数据分析师(初级),3900元, 2月24日-5月11日,学习11周(每周10+小时)
数据分析师(进阶),4900元,5月12日-7月22日,学习10周(每周10+小时)
数据分析师(全程),7900元,2月24日-7月22日,学习21周(每周10+小时)
A+学位第一期产品发布限200席,扫码进群了解CDA A +学位详情。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11