项目实训营
header-img

掌握

Intelligent Catering 数据分析项目实训营

拥有公司背书的真实项目,8 周获得项目实战经验

有机会获得 Centauri Alpha 公司背书,并在官网展示项目成果

header-img
feature实战项目经验
feature行业专家指导
feature具有公司背书
feature多条学习路径
feature知识全面覆盖
feature每周项目辅导
feature实战项目经验
feature行业专家指导
feature具有公司背书
feature多条学习路径
feature知识全面覆盖
feature每周项目辅导

课程大纲

    入营欢迎会
    Welcome

    项目主题:根据餐厅的实际销售流水,帮助餐厅发现、优化和解决运营中的问题。

    项目内容:课程制定了一个项目的理想化实施方案,学生根据自己的能力和兴趣选择项目方向(DA、DS)和进度。在 DS 方向进度快的学生还可以尝试 MLE 的内容。8 周时间的学习内容完全取决于学生自己的能力和投入时间。

    指导方式:模拟工作环境,导师作为产品经理和 tech lead,提供任务描述和技术架构,学生自己根据理解的需求进行开发,导师进行结果验收,根据学生的实际情况给予学习建议和努力方向。帮助学生为实际工作场景做好准备。

    互动频率:为了保证效果,每个学生每周保证 1 小时 catch up,具体时间由学生灵活安排,每次 catch up 所有学生一起参加互相学习。

    项目时长:8 周

    项目类型:团队项目

    上课模式:课程以标准的 Scrum 模式开展,每两周为一个 Sprint,课程一共 4 个 Sprint

    • week 1-2: Sprint 1
    • week 3-4: Sprint 2
    • week 5-6: Sprint 3
    • week 7-8: Sprint 4
    项目路径
    Project Path 1

    目标:基础数据分析技巧,进行数据解读和客户画像分析。

    注意⚠️:以下项目时间安排仅供参考,8 周内的实际进度根据学生背景和能力自行决定。提前完成的学生可以参与到其他项目路径中。

    周 1-2: EDA 了解数据

    • 数据清洗和预处理。
    • 初步探索数据集结构,理解关键指标。
    • 学员 catch up。

    周 3-4: 描述性分析 - 客户画像

    • 应用 RFM 模型区分不同类型的客户。
    • 分析活跃客户与流失客户,日活与月活指标。
    • 学员 catch up。

    周 5-6: 餐品分析

    • 分析热销与冷门商品。
    • 产品的生命周期和销售趋势。
    • 学员 catch up。

    周 7-8: 结果呈现与建议

    • 利用数据分析对商家运营进行优化。
    • 有效呈现分析结果,给商家提出改进建议。
    • 学员 catch up。
    Project Path 2

    目标:在描述性分析基础上,探索预测模型,进行客户流失预测和销量预测。

    注意⚠️:以下项目时间安排仅供参考,8 周内的实际进度根据学生背景和能力自行决定。提前完成的学生可以参与到其他项目路径中。

    周 1-3: EDA 与描述性分析加深

    • 深入 EDA,高级数据清洗,特征工程。
    • 客户画像深入分析,包括 RFM 指标随时间的变化分析。
    • 学员 catch up。

    周 4-5: DS 路线 - 客户流失预测

    • 构建客户流失预测模型。
    • 模型评估与优化。
    • 学员 catch up。

    周 6: 销量预测基础

    • 构建基础销量预测模型。
    • 进行模型评估和预测结果的可视化。
    • 学员 catch up。

    周 7: 销量预测进阶

    • 特征工程:优化模型精度。
    • 进行集成预测,误差与不确定性分析。
    • 学员 catch up。

    周 8: 模型优化与策略建议

    • 对模型进行最后的优化。
    • 结合模型结果,提出针对性的商业策略和优化建议。
    • 学员 catch up。
    Project Path 3

    目标:完整经历数据科学项目流程,从数据分析到模型部署,掌握高级分析技巧和机器学习工程。

    注意⚠️:以下项目时间安排仅供参考,8 周内的实际进度根据学生背景和能力自行决定。提前完成的学生可以参与到其他项目路径中。

    周 1-2: 高级 EDA 与特征工程

    • 应用高级数据处理技术和特征工程优化模型。
    • 客户画像和餐品分析的深入探索。
    • 学员 catch up。

    周 3-5: DS 路线加深 - 客户流失预测与销量预测

    • 构建和优化客户流失预测模型。
    • 销量预测进阶,引入复杂模型进行集成学习(Ensemble learning)。
    • 学员 catch up。

    周 6-7: MLE 路线与 SWE 路线

    • 代码封装,模型训练和预测脚本编写。
    • 使用 FastAPI 等框架进行模型部署,构建用户友好的界面展示预测结果。
    • 学员 Catch up。

    周 8: 高级模型优化与自动化

    • 针对模型进行进一步优化,比如参数调整,特征选择等。
    • 探索模型自动化训练和更新的策略,确保模型在实际应用中的可靠性和稳定性。
    • 学员 catch up。
logo

Follow Us

linkedinfacebooktwitterinstagramweiboyoutubebilibilitiktokxigua

We Accept

/image/layout/pay-paypal.png/image/layout/pay-visa.png/image/layout/pay-master-card.png/image/layout/pay-stripe.png/image/layout/pay-alipay.png

地址

Level 10b, 144 Edward Street, Brisbane CBD(Headquarter)
Level 8, 11 York st, Wynyard, Sydney CBD
Business Hub, 155 Waymouth St, Adelaide SA 5000

Disclaimer

footer-disclaimerfooter-disclaimer

JR Academy acknowledges Traditional Owners of Country throughout Australia and recognises the continuing connection to lands, waters and communities. We pay our respect to Aboriginal and Torres Strait Islander cultures; and to Elders past and present. Aboriginal and Torres Strait Islander peoples should be aware that this website may contain images or names of people who have since passed away.

匠人学院网站上的所有内容,包括课程材料、徽标和匠人学院网站上提供的信息,均受澳大利亚政府知识产权法的保护。严禁未经授权使用、销售、分发、复制或修改。违规行为可能会导致法律诉讼。通过访问我们的网站,您同意尊重我们的知识产权。 JR Academy Pty Ltd 保留所有权利,包括专利、商标和版权。任何侵权行为都将受到法律追究。查看用户协议

© 2017-2024 JR Academy Pty Ltd. All rights reserved.

ABN 26621887572