
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
Python 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 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04