京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析就业班49期学员
姓 名:殷同学
入职信息:上海**征信有限公司,数据分析,15K
就业感言
我在2018年底开始接触Python和数据分析,感觉有很多应用空间有待开发,可以作为工作的一个方向。自学了一段时间后,发现头绪比较多,就想报一家培训机构系统学习下,在网上搜索到了CDA,感觉课程从软件编程技术和机器学习理论两个方面从入门到提高都比较系统,于是最终选择了CDA。完成全部课程后,并最终于今年五月份找到风控建模的工作岗位。
学习心得方面,结合我目前的工作说一下吧,EXCEL比较重要,在处理数据样例时用的最多,数据透视表,数组,聚合函数,文本处理函数使用最多。MYSQL目前用的不多,但是处理数据的逻辑基本出自MYSQL的学习。数理统计虽然比较基础和枯燥,但非常重要,尤其是做回归模型的步骤建议重点掌握。PYTHON中文本的处理,Panda和Numpy,绝对是每天陪伴你的工具,建议在熟悉PYTHON基本操作后重点看这方面,多做练习。机器学习算法我建议以理论理解优先,会发现在理解了理论后,对各种算法的python实现可以借助网络资源来实现,上手会比较快。案例课很重要,一定要自己动手实现一遍,一是数据软件处理的基本技巧,在日常工作中用处很大,二是分析的思路,刚开始可能没思路,可以先照猫画虎,多练几遍就会有感觉。
找工作方面,数据分析应用方向多,不同方向侧重点不同,建议多掌握CDA给的各种总结,我主要针对的是风控建模方向,应用是银行中小企业和个人贷款的审核与贷后管理,主要应用逻辑回归和决策树目前,我当时面试初面比较简单,简单聊了过往工作经历和对银行风控建模的理解,由于之前确实没有相关工作经验,主要强调自身的学习能力和职业规划。然后是笔试,发了一系列数据,要求写一个模型开发报告,这时用到了评分卡案例课的内容,完全按照老师讲课思路来写的。终面是模型总监,完全技术向的面试,主要涉及逻辑回归建模过程,如何分箱,IV值计算,变量选择,模型解释及评价,AUC,KS,评分卡打分,决策树,gini系数,信息熵和提升算法,交叉验证。还是建议在理论上要吃透,然后尽可能结合实际业务逻辑去解释,比如一个人贷款余额比较多,违约风险高,woe值会随余额提高由正转负等。最后csdn,知乎和简书上有大量相关到位总结,多看看很有用。
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在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31