【2788】【饶同学】
【个人情况】:学员目前在成都,20届硕士毕业,工程专业,打算找数据分析的岗位。学员之前有接触过Python基础,在跟学员沟通中,基础掌握有,但不是太扎实。建议学员在学数据科学库的时候,可以多回顾下python基础的知识点。另外SQL基础也有,但建议还是要多刷多练多掌握点。另外BI工具也要掌握下,一般常见的工具有tableau和powbi,但工具很多,建议多掌握了解下,同时也可以跟成都当地的岗位需求做对比了解下。
【学习目标】:在成都找到数据分析的工作。
【备注】:
【学习方向】:Python数据分析
【是否需要就业】:是
【目标就业地点】:成都
【课程学习顺序】:如学生有特殊要求,比如需要紧急完成论文,学习哪个阶段的内容。可以在该阶段下写上需要先学习的内容(可以按照阶段前面的数字进行标号)。方便学生和复审老师明确学习顺序。
(按照顺序学习即可,有问题随时跟老师联系调整)
【学员课程安排】:有任何疑问,在群里随时艾特或者ding教务老师和电话测评的老师!尽快解决,达到当前阶段没有疑问为止。
===============章节分割线===============
【第1阶段】:数据分析阶段
【监督方式】:弱监督
「第1章」:数据分析思维篇
课程名称:【27434】【数据分析-思维分析逻辑「自由式学习」】
课程内容:该课程主要分析了国企、BAT、小型企业等的数据分析工作的模式,讲解了电商、游戏、互联网、传统销售等行业的案例分析、讲解了指标体系的搭建(路径、竞品、营销、用户增长、问题定义等)、撰写分析报告、AB测评、数据仓库研究、用户研究等
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第2阶段】:机器学习阶段
【监督方式】:弱监督
「第1章」:机器学习基础篇
课程名称:【728】【机器学习---导论「自由式学习」】
课程内容:等待介绍文本
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第3阶段】:基础阶段
【监督方式】:强监督
「第1章」:编程语言篇
课程名称:【22207】【Python_Pyhton基础语法(QZ)「解锁式学习」】
课程内容:等待介绍文本
---考核---(可选择,联系教务老师)
「第2章」:数据库基础篇
课程名称:【733】【数据库_Mysql基础「自由式学习」】
课程内容:主要讲解了mysql数据库的使用,开发人员的基本操作。如果时间充足,可以系统学习,如果想要快速进入算法,可以跳过,不影响接下来的算法学习。
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第4阶段】:基础阶段
【监督方式】:强监督
「第1章」:编程语言篇
课程名称:【14281】【机器学习-数据科学库(HM)「解锁式学习」】
课程内容:讲解了目前主要是pandas、numpy、matpoltlib库的使用。
---考核---(可选择,联系教务老师)
「第2章」:编程语言篇
课程名称:【19638】【数据分析-项目合集「自由式学习」】
课程内容:该课程主要讲解了股票分析案例、人口数据分析案例、美国大选案例、用户数据分析案例四个例子来加深数据分析的例子
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第5阶段】:数据分析阶段
【监督方式】:弱监督
「第1章」:数据分析工具篇
课程名称:【28600】【3、数据分析-Power BI智能分析「自由式学习」】
课程内容:该课程主要讲解了数据仓库应用方法,数据建模以及汇总规则、初级综合应用案例、客户行为分析案例、快消行业分析案例、电商互联网分析案例、进销存分析案例、市场数据分析应用案例、商业智能拓展综合案例、BI串讲等知识点
---考核---(可选择,联系教务老师)
「第2章」:数据分析基础篇
课程名称:【28603】【4、数据分析-统计基础「自由式学习」】
课程内容:该课程主要讲解了集中趋势、离散测度、均值、中位数、众数、方差等、点估计、区间估计等相关的知识、统计理论原理(假设验证、三个T验证、方差)等知识点
---考核---(可选择,联系教务老师)
「第3章」:数据分析进阶篇
课程名称:【28616】【9、数据分析-机器学习第一阶段「自由式学习」】
课程内容:KNN、聚类分析,决策树、决策树案例,回归相关的分析,关联规则、协同过滤,推荐系统案例、集成算法、SVM、神经网络、数据预处理和特征工程、XGBoost、XBoost案例
---考核---(可选择,联系教务老师)
「第4章」:数据分析进阶篇
课程名称:【28617】【10、数据分析-机器学习第二阶段「自由式学习」】
课程内容:KNN、聚类分析,决策树、决策树案例,回归相关的分析,关联规则、协同过滤,推荐系统案例、集成算法、SVM、神经网络、数据预处理和特征工程、XGBoost、XBoost案例
---考核---(可选择,联系教务老师)
「第5章」:数据分析进阶篇
课程名称:【28615】【11、数据分析-机器学习第三阶段「自由式学习」】
课程内容:KNN、聚类分析,决策树、决策树案例,回归相关的分析,关联规则、协同过滤,推荐系统案例、集成算法、SVM、神经网络、数据预处理和特征工程、XGBoost、XBoost案例
---考核---(可选择,联系教务老师)
===============章节分割线===============
【第6阶段】:数据分析阶段
【监督方式】:弱监督
「第1章」:数据分析工具篇
课程名称:【28613】【12、数据分析-Tableau智能分析「自由式学习」】
课程内容:该课程主要讲解Tableau的产品简介、Tableau应用的小技巧、筛选器、按照类别分析、创建工作表、饼图分析、仪表盘等功能
---考核---(可选择,联系教务老师)
「第2章」:数据分析工具篇
课程名称:【28607】【13、数据分析-SPSS智能分析「自由式学习」】
课程内容:该课程主要讲解了SPSS的安装使用以及各种功能的应用讲解,搭配案例
---考核---(可选择,联系教务老师)
「第3章」:数据分析项目篇
课程名称:【28606】【14、数据分析-评分卡项目「自由式学习」】
课程内容:该课程主要讲解了信用风控中的评分卡项目,其中讲解了行业介绍,从什么是评分卡,信用风险评级模型开发流程,信用评分卡考虑因素等理论进行讲解。讲解了数据从何入手,客户生命周期,客户关系管理,CRM的手段和目的,客户信息等知识。讲解了业务场景定义。讲解了项目介绍,项目实现,从读取数据、去除数据重复行、缺失值处理、异常值处理等特征工程的建立到建模、生成评分卡、模型评估、新数据预测分析、模型监控等详细讲解了改项目的整体流程
---考核---(可选择,联系教务老师)
「第4章」:数据分析项目篇
课程名称:【28602】【15、数据分析-文本挖掘项目「自由式学习」】
课程内容:该课程主要讲解了神经网络的基本知识、然后讲解电商案例的整体结构、以及电商案例的市场分析、电商案例的指标实现和分析、以及文本的探索和预处理、舆情分析案例的实现等等知识点,从行业到技术再到分析
---考核---(可选择,联系教务老师)
【简历辅导阶段】
写出来初版的简历,然后老师进行建议,再次修改简历。简历合格,进行模拟面试。沟通面试问题等,具体事宜,到该阶段之后联系相应的教务老师进行安排。
【时间安排】:
学员可以自主安排学习时间。具体的时间可以灵活调整。
【相关规定】:
(1)每天完成今日学习任务,提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核,每个阶段结束,进行阶段测评,测评通过,提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后,方可进行下一章内容的学习。
(2)每个章节结束,如果觉得吸收比较乱,知识点多,可以进行xmind脑图的构造一下整体的思路!
(3)项目阶段,需要录制或者文档落地针对做过的项目的自述!
(4)每天必须按计划完成任务,临时有事需在日报中说明情况即可,长期请假请联系教务老师。
(5)考核不通过需要缴费补考,50元是第一次,每次增加50元,200元封顶(此项如有疑问,可以联系教务老师进行更改)。
【参考博客】:第二天早晨八点半,会有拜师晨报提醒。当中有学生优秀博客,可以查看学生的排版
【监督相关说明】:
弱监督:不需要每天提交作业,直接可以解锁课程,适合于自制力能力强的。
强监督:需要学习完一个课程通过管理员解锁才能继续学习下一个阶段,适合于自制力不够强,已经参加工作的学员。
【工作安排】:
(1)、批改作业,环境安装!还有学习过程中有不会的问题的话,艾特软件安装以及基础答疑老师!
(2)、学习过程中如果有什么问题和疑问,可以艾特答疑老师!
(3)、如果计划需要更改,可以群里艾特我和跟你电话测评沟通的老师进行沟通!
(4)、如果有什么方向上面的疑问,可以艾特相关的答疑老师和计划制定的老师!
(5)、如果不知道找哪位老师的话,或者问题比较紧急的可以艾特教务老师进行处理,或者有什么意见和建议(直接私聊教务老师)!教务老师会进行受理!