總計 5 個月 880 課時
- 預科班
- 業務數據分析班
- 數據挖掘建模分析班
- 產品基礎班
- 數據分析師班
- 數據型產品經理班
- 互聯網Web技術／運營基礎
- 數據分析工具使用
- 統計學基礎
- mysql/orcale數據庫操作
- Python入門
- Python數據挖掘建模
- 數據分析工具
- 產品經理
- 大數據平臺技術及可視化
- 人工智能與機器學習算法
- 行業綜合實戰
- 數據性產品經理
-
預科班—互聯網web技術/運營基礎80課時
課程介紹 1.互聯網Web技術／運營基礎
2.Web網頁開發
3.HTML5
4.CSS3
5.互聯網的發展
6.自媒體運營
7.社區/論壇運營
8.輿情監控
9.互聯網內容運維
就業職位 ——
學習成果 1.能夠完全勝任網頁端設計制作，課程包括電商、企業官網的制作
2.可對互聯網運營建立基本認知，了解互聯網運營的基礎理論
作品及能力 京東，淘寶，美團，華為，蒙牛等
-
數據分析工具使用80課時
課程介紹 1.Excel數據操作
2.Excel高級函數
3.VBA（自動化編程語言）
4.商務Visio
5.Tableau(智能數據可視化圖表)
6.市場調研（數據報告）
7.精益化管理
就業職位 數據專員
數據分析助理
業務分析師
學習成果 1.熟練使用excel
2.了解各種圖表適用于何種情況
3.熟練使用思維導圖做頭腦風暴
4.了解常用的經典邏輯思考方法
作品及能力 1.美團外賣數據報表及圖表
2.一號店用戶數據報表及圖表
3.去哪兒用戶分析報表及圖表
-
統計學基礎40課時
課程介紹 1.統計數據類型
2.數據預處理
3.數據統計展示
4.統計學基本概念
5.集中趨勢度量
6.離散程度度量
7.偏態與峰態度量
8.數據基本預測
就業職位 數據專員
數據分析助理
業務分析師
學習成果 1.了解數據分析中基礎的統計公式
2.了解各個統計公式的應用場景
作品及能力 統計學基礎理論
-
mysql ,orcale數據庫操作56課時
課程介紹 1.數據庫創建
2.增刪改查
3.存儲過程、游標
4.事件、事務
5.觸發器
6.大表分區
7.SQL語句優化
就業職位 數據專員
數據分析助理
業務分析師
學習成果 1.熟練使用SQL語句
2.熟練操作mySQL數據庫，進行增刪改查等常規操作
3.能夠將多張數據表進行整合成視圖
4.能夠針對各項業務導出不同的數據視圖
作品及能力 Excel 數據庫操作
SQL & MySql
Oracle
-
Python入門120課時
課程介紹 1.數據類型
2.函數
3.流程控制語句
4.面向對象
5.網絡基礎
6.python PC端爬蟲實戰
7.python 移動端爬蟲實戰
就業職位 初級爬蟲工程師
學習成果 1.能夠熟練使用python編寫簡單的應用程序
2.能夠寫python爬蟲收集零散數據
3.能夠通過pandas進行數據分析
4.能夠通過sklearn進行深度學習和數據挖掘
作品及能力 爬蟲獲取數據
-
Python數據挖掘建模144課時
課程介紹 1.概率與抽樣分布
2.參數估計、假設檢驗,方差分析，列聯分析
3.matplotlib，pyecharts 繪圖
4.Numpy數據運算
5.Pandas（數據分析包
6.數據清洗、特征工程
就業職位 數據分析師
學習成果 1.統計分析，假設檢驗
2. 用python 進行數據清洗，可視化，特征擴增，特征篩選
作品及能力 數據預處理
特征選擇
數據可視化
-
數據分析工具96課時
課程介紹 1.SPSS（統計分析軟件）
2.SAS（統計分析軟件）
3.R（統計分析軟件）
就業職位 數據分析師
學習成果 熟悉統計檢驗解決實際問題，掌握常用分析工具
作品及能力 用SPSS，SAS，R 語言進行數據處理，分析
-
產品經理80課時
課程介紹 1.產品經理的定義及職責
2.市場調研及競品分析
3.產品定位、功能及交互設計
4.Axure原型及高保真交互
5.系統平臺規劃
6.電商平臺分析
7.運營數據分析
8.輸出項目匯報方案
就業職位 產品專員
學習成果 通過實際的案例，挖掘潛在規律和問題，以優化產品和支撐決策能夠看懂數據背后人意義，撰寫行業分析報告
作品及能力 漏斗分析
SWOT分析
數據指標體系
-
大數據平臺技術及可視化64課時
課程介紹 1.Linux基礎
2.HDFS（海量數據存儲）
3.Hadoop（分布式大數據系統）
4.Mapreduce（離線數據大規模并行運算）
5.Hive（數據倉庫工具）
6.spark(實時數據處理）
就業職位 算法工程師
挖掘工程師
學習成果 1.熟知大數據分析在各個行業中的使用方法
2.建立數據分析的系統性思維
作品及能力 大數據分布式系統
海量數據存儲
數據倉庫
-
人工智能與機器學習算法160課時
課程介紹 1.sklearn（數據挖掘）Jeba(文本分詞）
2.線性回歸、梯度下降、最大似然、最小二乘
3.分類器算法（監督機器學習）：樸素貝葉斯、邏輯回歸、決策樹、支持向量機
4.聚類算法(非監督機器學習)：K-Means、分裂、合并、系統、PAM等
5.數據降維（PCA主成分分析）
6.集成學習算法（隨機森林、Boosting）
7.時間序列
就業職位 算法工程師
挖掘工程師
學習成果 1.熟悉常見機器學習算法
2.解決分類、數值數據預測問題
3.對多指標記錄進行分簇
作品及能力 各同功能算法對比
選擇最優算法
對算法進行調優
-
行業綜合實戰40課時
課程介紹 1.金融行業大數據分析（信用卡征信評分卡分析）
2.電商行業大數據分析（客戶偏好、客戶流失預警）
3.航空航天行業數據分析（客戶流失預測）
4.房地產行業大數據分析（二手房行業分析、營銷分析）
5.互聯網行業大數據分析（電子營銷，汽車貸款）
就業職位 算法工程師
挖掘工程師
學習成果 1.數據質量清洗
2.了解各行業專業的數據分析方法
3.回歸預測
作品及能力 零售類行業大數據分析
互聯網類行業大數據分析
金融類行業大數據分析
-
產品經理高級
課程介紹 1.APP產品規劃
2.PC前后臺產品規劃
3.活動項目專題
4.系統平臺規劃
5.電商平臺
6.運營數據分析
7.H5、小程序
就業職位 數據型產品經理
學習成果 1.功能設計+交互設計+視覺界面設計=全能設計
作品及能力 能夠獨立成為產品經理和交互設計師
著重針對教育、金融、電商和系統平臺方向
