商业数据分析实战班视频

课程视频, 学员故事, 匠人公开课

Curriculum Highlights

课程亮点

数据人才缺口红利，你能否掌握先机？

随着越来越多知名企业依赖数据做出关键决策，对数据分析人才的需求与日俱增。

第三方权威统计，2017 数据分析招聘需求提高 150%，平均薪资增幅高达 10%，2020年的需求窗口继续保持之前的势头。

选择匠人学院的学习曲线、符合行业需求技能图谱、专业及时学习辅导，快人一步成为抢手人才，掌握先机！

明确知识框架和学习路径

比如数据分析这件事情，如果你要成为数据分析师，那么你可以去招聘网站看看，对应的职位的需求是什么，一般来说你就会对应该掌握的知识架构有初步的了解。你可以去看看数据分析师职位，企业对技能需求可总结如下：

• SQL数据库的基本操作，会基本的数据管理

• 会用Excel/SQL做基本的数据提取、分析和展示

• 会用脚本语言进行数据分析，Python or R

• 有获取外部数据的能力加分，如爬虫或熟悉公开数据集

• 会基本的数据可视化技能，能撰写数据报告

• 熟悉常用的数据挖掘算法：回归分析、决策树、分类、聚类方法

• 能有对分析结果，有presentation的能力

本课程就针对公司的岗位需求做逐个突破，帮助学员能拿到想要的offer

数据分析岗位要求

与业务线同学一起搭建业务监控指标体系并产品化，熟练掌握python，excel、sql等等，为业务团队提供专题分析、数据分析与挖掘、模型及算法等相关服务，主动的寻找机会获得资源并落地；提炼数据产品需求，提供数据产品解决方案，并最终推动数据产品落地，拥有良好的沟通表达能力。了解数据获取，数据存储、提取，数据预处理，数据建模与分析，数据可视化

需要获取外部数据的数据分析师

Python基础知识，python爬虫，SQL语言，python科学计算package：pandas,numpy等，统计学基础，回归分析方法，数据挖掘基本算法：分类、聚类，模型优化：特征提取

不需要获取外部数据的分析师

SQL语言，Python基础知识，python科学计算package：pandas,numpy等，统计学基础，回归分析方法，数据挖掘基本算法：分类、聚类，模型优化：特征提取

What Will You Gain

你将学到什么

先修知识

零基础

1.1 使用ANACONDA 安装&管理Python 环境，IDE 选择以及 Python 版本管理（1.5 小时）
1.2 Python 基本语法和对象（6 小时）
数据类型（e.g. int, float, string, datetime）
Container 类型和基本操作（e.g. List, Dictionary, Tuple）: 循环，条件语句，例外
如何调包与简单Python 项目的结构
1.3 如何使用Python 读写 EXCEL, CSV 以及数据库（SQL）(3 小时)
学习如何使用Python直接读写CSV 或使用Pandas 包读写 CSV
使用xlwing 操控 EXCEL 文件
学习使用pyodbc 包连接数据库（穿插基本SQL 语句教学）
1.4 Pandas 数据分析（10 小时）
Time Series (时间格式与间隔的转换；各种时间序列预测技巧)
表格格式 -Data Frame 的基本操作 (read,write,slice,sort等)
表格格式 -Data Frame 的复杂操作（groupby pivot, map,apply, ,merge,concat 等）
格式间的转换
1.5 Python 数据可视化 (Matplotlib; Seaborn) （3小时）
传统图表绘制
三维图表绘制
动态可视化
1.6 数据分析师实用Python库
Pyodbc - 连接读写主流数据库
BlockingScheduler - 程序定时器
W32COM - 操作OUTLOOK邮件任务及其他Office软件
Multiprocessing - 多进程操作
2.1 Advanced Excel & VBA课程概述 (0.5 hrs)
2.2 VBA 基础知识：(8 hrs)
Variables, Constant and data type
Excel Object hierarchy
Loop & if statement
Nested loop (using exit and goto statement)
String handling & datetime handling
Arrays
Error handling
Forms & controls
2.3 实践操作- 如何用VBA 编写自定义函数和可复用小工具（3 hrs）
2.4 实战操作 -如何结合EXCEL 高级函数与VBA 编程共同完成大型EXCEL报表模型
EXCEL 规范化建模，变量命名，变量管理
巧用复杂函数与Pivot Table
2.5 实际操作 -如何快速重构接近崩溃的Legacy EXCEL 模型（优化设计缺陷的历史遗留模型，一小时完成一天的工作量，让老板刮目相看）（3小时）
2.6 实际操作 -EXCEL 数据可视化套餐（Power Pivot, Power Query, Power Map)
2.7 实际操作 – EXCEL & POWER BI Integration（4 小时）
EXCEL Connect to Outlook to complete the full circle from report building to report distribution in one button click
EXCEL Connect to PPT to build a fully automated PPT presentation: EXCEL read data from other sources: CSV files, SQL Server and SAP GUI8
3.1 面向面试学SQL + Tableau 课程介绍 + SQL 基础知识
3.2 维度建模、数据类型、SQL Joins介绍
3.3 SQL 进阶课程
SQL 数据类型、链接的进一步介绍，如何把多个表格连接起来，SQL关键语句的使用方法，进一步辅以SQL运算符的介绍，并通过案例分析强化技能，加深理解。
3.4 SQL 深化课程
SQL的数字运算功能讲解，进一步学习Union、inner join、命名等语句，了解table和view有何不同，学习Excel和Power BI的区别、如何相辅相成地帮助数据分析
3.5 Machine Learning 机器学习-踏入AI第一步
挖掘数据背后的关系，用监督式学习和非监督式学习找出数据集之间的奥秘。重点攻克文科背景学生理解机器学习的常见问题，做一个理解背后原理，面试应答如流的“调包侠”。
3.6 Tableau :Tableau for Visualization, dashboard building, interview preparation
4.1 总复习
对以往七节课学习的内容进行深入浅出的系统复习，从开头到结尾毫无遗漏地梳理知识点，温故而知新。
4.2 面试技巧
数据分析类简历修改，如何应对数据分析技术面试，presentation技巧训练

JR Tutor Team

匠人导师

Jack

清华学霸十三载研究工作经历

清华学霸十五载研究工作经历，从Biological Science转战Data Science再到Computer Science，年初通过Google面试。为你介绍在澳洲做IT行业如何刷题面试大厂。

清华学霸

数据科学

全栈

机器学习

Python

Gucheng Zhu

Data Engineer

早年留学澳洲，蹉跎中练出一身本领。10年本地工作经验，非常熟悉澳洲市场（Tier1 – Tier 3）的需求。拥有良好的技术、业务与交际能力，经常被上层委派指导Junior。现任澳洲知名银行大数据工程师，目前专注于企业级Big Data, GDW 2.0和数据科学产品的开发与整合。

Power BI

CBA

数据科学

数据工程师

10年经验

Leo

数据科学家

李光宇，本科毕业于中山大学应用数学系，硕士毕业于墨尔本莫纳什大学商业信息系统系。本人从数据库开发做起，非常熟悉在Linux环境下的数据开发和设计，对大数据和NoSQL的应用也很有心得。最近几年职业方向逐渐从数据库开发转到了数据分析和软件开发，主要包括在AWS环境下大数据的处理和机器学习模型的创建，数据库的应用也逐渐转向了云计算。现在在麦考瑞银行做数据科学家，主要从事银行数据的分析和处理，还有机器学习模型的创建。现在的兴趣是深度学习的应用和开发。