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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19