>
大数据分析 大数据分析 145成员

数据分析师自学零基础到精通学习最佳路线

顽皮的怪兽 2017-08-02
为什么制作数据分析师系统培训之路这门课程:

如今信息时代下,大数据已经是国家重要战略的一部分,店主本身也是从事大数据相关工作,我可以负责任的告诉你,现在的企业对数据分析人才绝对是求贤若渴,无论是金融、证券、互联网、医疗等等各行各业,数据分析师这个岗位真的是太重要了,一个好的分析师团队,决定着企业的未来。那么,我也发现很多刚从学校里走出来的同学,大多停留在理论基础上,对于实际业务的理解还很欠缺,而且动手能力非常差,连基本的软件都不会用,更别提数据化编程了。所以我觉得非常有必要通过一个系列课程,与自己多年多数据分析的理解融会贯通,让即将步入这个行业的同学,能够提前认识到到底未来要从事什么样的工作,需要哪些技能。



到底要为企业创造什么样的价值:

数据分析师难在哪里一个优秀的数据分析师除了需要具备理论基础、丰富的实战经验、又需要对企业的经营业务有深刻的理解,还需要对IT研发有一定的常识,尤其与大数据研发也有千丝万缕的联系,也要对数据库技术,海量数据的存储、处理等IT技术有一定的了解。所以,诞生了这套课程。



总结: 职业前景乐观,薪资高,但职场中仍然需要不断的充电来提升自己!

基础入门篇

课程介绍:
...
为什么制作数据分析师系统培训之路这门课程:

如今信息时代下,大数据已经是国家重要战略的一部分,店主本身也是从事大数据相关工作,我可以负责任的告诉你,现在的企业对数据分析人才绝对是求贤若渴,无论是金融、证券、互联网、医疗等等各行各业,数据分析师这个岗位真的是太重要了,一个好的分析师团队,决定着企业的未来。那么,我也发现很多刚从学校里走出来的同学,大多停留在理论基础上,对于实际业务的理解还很欠缺,而且动手能力非常差,连基本的软件都不会用,更别提数据化编程了。所以我觉得非常有必要通过一个系列课程,与自己多年多数据分析的理解融会贯通,让即将步入这个行业的同学,能够提前认识到到底未来要从事什么样的工作,需要哪些技能。



到底要为企业创造什么样的价值:

数据分析师难在哪里一个优秀的数据分析师除了需要具备理论基础、丰富的实战经验、又需要对企业的经营业务有深刻的理解,还需要对IT研发有一定的常识,尤其与大数据研发也有千丝万缕的联系,也要对数据库技术,海量数据的存储、处理等IT技术有一定的了解。所以,诞生了这套课程。



总结: 职业前景乐观,薪资高,但职场中仍然需要不断的充电来提升自己!

基础入门篇

课程介绍:

重点是打好基础,统计学基础、数据库理论、SQL查询,这个是任何公司做数据分析最基础的理论知识。同时设置了EXCEL、Stata、R、SPSS相关的入门课程,这是最常用的入门级的数据分析软件,相比SAS、Matlab等企业级数据分析软件,更简单实用,最适合初学者学习使用,也是毕业设计、论文研究工作很实用的分析工具。最后Tableau这门课程是想让大家了解数据可视化的知识,这是用于数据图表展现的入门级软件,简单易用,掌握如何让数据产生价值,通过图表直观说明问题。

课程目录:

【重点课程】大数据的统计学基础 15课
【重点课程】关系数据库与关系代数 13课
【重点课程】深入学习EXCEL数据分析 10课
【重点课程】SQL数据查询语言详解 18课
【知识补充】Stata数据分析软件初级班 37课
【重点课程】R语言与数据分析精讲 12课
【知识补充】Tableau数据可视化敏捷BI入门 10课
【重点课程】SPSS快速入门基础教程?15课

中级进阶篇

课程介绍:

进阶阶段首先我们需要掌握SAS、Matlab、AMOS这三个企业级分析软件,SAS在公司中是最常用的分析软件,尤其银行、证券、电子商务等公司使用普遍,软件很大,功能齐全,学会了对应聘会很有帮助。Matlab擅长基于矩阵的数值分析,普遍用于数据挖掘,AMOS是SPSS旗下产品用于对结构化方程求解等问题。然后是更加深入的学习R语言工具,学习R语言通过编程来实现数据展现的技术。最后在知识补充环节,我设置了ETL工具Kettle软件的学习教程,主要是理解数据流控制技术,理解实际应用中数据是如何从源头一步步转换、加载、过滤、清洗最后用于数据分析的,同时学习数据挖掘技术,用于提高。

课程目录:

【重点课程】SAS教程初级篇 14课
【重点课程】数据分析与SAS 15课
【知识补充】R语言进阶数据展现 14课
【知识补充】R语言数据分析、展现与实例 15课
【重点课程】数据分析与SPSS 12课
【重点课程】AMOS基础教程 11课
【知识补充】大数据的矩阵基础 14课
【重点课程】Matlab基础视频教程附源码 10课
【知识补充】深入BI之Kettle篇ETL技术?15课
【知识补充】数据挖掘教学视频 22课

高级实战篇

课程介绍:

重点在于实战,首先通过金融行业的实践来理解数据分析到底是如何为企业产生价值的。包括基于R语言的金融大数据处理、量化投资与时间序列,这三门课是金融行业最典型的应用,然后是通过R语言的几个扩展功能来了解,对于数据处理还有数据加工、数据爬虫等应用,因为企业自身未必能生产足够体量的数据,需要通过爬虫技术去抓取竞争数据、全网数据等用于分析,还有大数据来源多元化也导致数据的格式、类型与质量都存在很多问题,这就需要数据处理技术。R语言是学习了解这些知识最快捷的分析工具了,而且开源免费。再之后是希望同学们能深入学习数据挖掘技术,这是数据分析师体现高于别人价值的能力,我们设置了推荐系统的设计、机器学习技术、Mahout数据挖掘等课程。最后,在很多企业中为了让数据更好的保存于应用,都建有数据仓库,通过数据仓库流程开发课程让大家了解数据仓库的理论与实际应用。

课程目录:

【重点课程】R语言实战与金融大数据处理 10课
【知识补充】R语言高级扩展包之shiny 3课
【知识补充】R语言高级扩展包金融数据分析quantmod 3课
【重点课程】R语言高级扩展包之数据加工厂plyr 3课
【重点课程】R语言高级扩展包之数据展现包GGplot2 5课
【随用随学】R语言高级扩展包之网络爬虫RCurl 3课
【重点课程】数据分析之推荐系统设计 9课
【知识补充】Mahout数据挖掘 28课
【重点课程】数据分析之量化投资 13课
【重点课程】数据分析之机器学习 11课
【重点课程】基于电子商务的数据仓库流程开发 15课
【重点课程】SPSS统计分析与数据挖掘 56课
【重点课程】金融时间序列分析 13课

参考复习篇

课程介绍:

参考复习里面为同学们准备了Oracle数据库的视频教程,也是针对大部分企业都有很多业务系统,类似订单管理、流程控制、企业门户、OA等系统的商业数据都存储在数据库中,作为基于关系数据库的数据源,同学们应该掌握,同时为了提高大家的大数据的IT技术,需要了解hadoop是如何对海量数据从产生、分布式存储到分析应用的转化过程。数据仓库、ETL在前面有所涉及,可以作为知识补充再进一步学习了解。同时我们也提供了学习配套工具包与我认为有价值的学习资料供同学们学习使用。

课程目录:

【重点课程】大数据的Oracle引航视频 13课
【重点课程】Hadoop应用开发实战案例教程 15课
【重点课程】点击流数据仓库介绍 2课
【对比学习】Matlab 数学运算视频教学
【知识补充】ETL 培训视频 6课
【知识补充】大数据挖掘技术视频教程 5课
【软件从句】学习配套工具包
【学习资料】精选学习资料
0
显示全文

查看更多有趣的豆瓣小组

回应

还没人回应,我来添加

更多相关帖子

推荐小组

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端