商业数据分析项目班

掌握Python,Power BI, SQL, Excel, VBA,Tableau

适合编程零基础学习,成为澳洲数据分析师

点击报名
在澳洲,如何拿到第一份数据分析师工作 --商业数据分析班学员Joker
数据分析如何快速入行以及数据分析的必备技能  Marketing  Data Analysis相关岗位/技能/就业前景@匠人学院12月线上Bootcamp Cyndi老师
从金融会计到数据分析师 ——澳洲商科背景的职业新视角 以及如何学习Python

Course Overview

课程概况

  • 课程难度

    初级

    中级

    高级

  • 先修知识

    零基础

  • 课程安排

    小班授课+ 线上直播 + 线下授课

    Pluralsight学习视频辅助指导

  • 价格

    原价:$3900

    线下早鸟价:$3300

    线上早鸟价:$3300

    早鸟价截止时间请 咨询客服

    *以上价格exclude GST

适合人群

  • 增强商科/IS专业就业竞争力
  • 缺乏经验的数据分析学生
  • 转行数据分析领域的商科,文科,IT在校生
  • 编程化,自动化数据分析让你在竞争传统部门商业分析师的过程中占据优势
video player close icon

商业数据分析项目班视频

课程视频, 学员故事, 匠人公开课

商科学生为何找工作难, 数据分析如何帮助商科学生提升职场竞争力——澳洲数据分析师: 鹦鹉 |澳洲求职
商科学生为何找工作难, 数据分析如何帮助商科学生提升职场竞争力——澳洲数据分析师: 鹦鹉 |澳洲求职
盘点数据分析师DA/数据工程师DE/数据科学家DS,都有哪些区别?
盘点数据分析师DA/数据工程师DE/数据科学家DS,都有哪些区别?
无PR墨大IS硕士,如何拿到澳洲本地BA工作offer——匠人BA实习项目学员Vanessa采访
无PR墨大IS硕士,如何拿到澳洲本地BA工作offer——匠人BA实习项目学员Vanessa采访
Python10分钟系列之教你过滤 Excel DataFrame
Python10分钟系列之教你过滤 Excel DataFrame
Python10分钟系列之简述Pandas的数据结构
Python10分钟系列之简述Pandas的数据结构
Python10分钟系列之三种数据结构的特点
Python10分钟系列之三种数据结构的特点
Python10分钟系列之教你轻松设置Python Environment
Python10分钟系列之教你轻松设置Python Environment
了解澳洲数据分析岗位和就业前景以及如何从商科转型——Jason Cao
了解澳洲数据分析岗位和就业前景以及如何从商科转型——Jason Cao
在澳洲,如何拿到第一份数据分析师工作 --商业数据分析班学员Joker
在澳洲,如何拿到第一份数据分析师工作 --商业数据分析班学员Joker
匠人公开课:简单SQL分析人物关系数据——Owen
匠人公开课:简单SQL分析人物关系数据——Owen
数据分析Marketing Analytics的应用及前景——Cyndi
数据分析Marketing Analytics的应用及前景——Cyndi
数据分析Marketing Analytics的应用及前景——Cyndi
数据分析Marketing Analytics的应用及前景——Cyndi
如何从一名无技术背景的BA毕业生成为一名mid-level的Front End Developer——Harris
如何从一名无技术背景的BA毕业生成为一名mid-level的Front End Developer——Harris
在澳洲成为数据分析师需要什么技能——Jini
在澳洲成为数据分析师需要什么技能——Jini
在澳洲成为数据分析师需要什么技能——Jini
在澳洲成为数据分析师需要什么技能——Jini
数据分析如何快速入行以及数据分析的必备技能  Marketing  Data Analysis相关岗位/技能/就业前景@匠人学院12月线上Bootcamp Cyndi老师
数据分析如何快速入行以及数据分析的必备技能 Marketing Data Analysis相关岗位/技能/就业前景@匠人学院12月线上Bootcamp Cyndi老师
在澳大利亚的商业数据分析就业前景/数据分析领域内的可就业方向
在澳大利亚的商业数据分析就业前景/数据分析领域内的可就业方向
在澳大利亚的商业数据分析就业前景/数据分析领域内的可就业方向
在澳大利亚的商业数据分析就业前景/数据分析领域内的可就业方向
10月Data/ BA bootcamp线上公开课--如何成为data analysis数据分析师?如何学习数据分析,及career path介绍
10月Data/ BA bootcamp线上公开课--如何成为data analysis数据分析师?如何学习数据分析,及career path介绍
新南威尔士大学UNSW大咖面对面——数据行业的发展方向& BA应具备的职业技能
新南威尔士大学UNSW大咖面对面——数据行业的发展方向& BA应具备的职业技能
澳洲商业数据分析入门攻略
澳洲商业数据分析入门攻略
从金融会计到数据分析师 ——澳洲商科背景的职业新视角 以及如何学习Python
从金融会计到数据分析师 ——澳洲商科背景的职业新视角 以及如何学习Python
ANZ数据工程师告诉你澳洲和中国数据分析师数据工程师如何就业
ANZ数据工程师告诉你澳洲和中国数据分析师数据工程师如何就业
如何成长成为澳洲数据分析师 --数据大咖面对面 Jason Cao
如何成长成为澳洲数据分析师 --数据大咖面对面 Jason Cao
查看更多

你将获得

数据分析师必备技能

  • 学习掌握数据分析师必备技能Python, Excel, SQL, Power BI, Tableau , Data Visualisation 等等
  • 简历修改,模拟面试,面试指导,Presentation Skills训练

优秀学员提供Reference

  • 优秀学员提供公司Reference,帮助就业
  • 进入工作内推群,获得最新工作机会
  • 优秀学员,导师工作内推

获得数据分析师经验

  • 多个Use Case应用,hands on经验
  • 强调动手实践,拒绝理论

Course Syllabus

课程大纲

商业数据分析项目班技术栈

数据分析

Python

Python

Pandas

Pandas

Excel

Excel

VBA

VBA

Power BI

Power BI

Tableau

Tableau

SQL

SQL

Anaconda

Anaconda

Predictive Modelling

Predictive Modelling

Data Visualisation

Data Visualisation

Sklearn

Sklearn

LightGBM

LightGBM

Machine Learning

Machine Learning

Google Analytics

Google Analytics

数据分析职业技能

简历修改

简历修改

面试指导

面试指导

模拟面试

模拟面试

行业分析

行业分析

Presentation训练

Presentation训练

Course Introduction

课程介绍

What Will You Gain

课程内容

Melbourne

商业数据分析实战班第7期

面向编程零基础学生,商科在职人士,面向公司数据分析师要求培训,通过项目贯穿理解数据分析,简历修改,可选本地公司数据分析师实习。4位行业导师+1位全程Tutor+课代表和小组组长保障学习成功率

开课时间 2021-3-3

先修知识

  • Introduction and SQL components (1)

    1. Introduction

    - Data structures (Structured data, semi-structured data, unstructured data)

    - RDBS and RDBMS concepts

    (Relational databases and Relational database management system)

    - Data analysis flow and example

    - Data analyst job requirements

    2. SQL components (1)

    - SQL DDL (data manipulation language) - CREATE, DROP, TRUNCATE, ALTER, COMMENT, RENAME

    - DB tools - DBeaver introduction and installation

    Assignment:

    1. Install DBeaver

    2. sql_components_tutorial Q1 and Q2

    3. Register an AWS account (if you don't have one)

  • AWS RDS and SQL components (2)

    1. Amazon Web Services - RDS (Relational database service) Introduction

    2. SQL components (2)

    - DML (data manipulation language)

    - DCL (data control language)

    - TCL (transaction control language)

  • SQL operators and common used functions

    SQL common data types, operators and functions:

    Common data types:

    - Text / Varchar

    - Integer

    - Date / Timestamp

    - Serial

    Operators:

    - Arithmetic operators

    - Comparison operators

    - Logical operators

    SQL aggregation functions:

    - Sum

    - Count

    - Avg

    SQL common functions:

    - Min / Max

    - Distinct

    - Substring

    - Length

    - Upper / Lower

    - Coalesce

    - Extract

    - Concat

    - Case statement

    - Cast / to_date

  • SQL Tutorial

    SQL Tutorial exercise and case study 1

    1. SQL Components - Tutorial (Lesson 2)

    2. SQL和数据库相关基础概念 – DCL– Lab (Lesson 2)

    3. SQL logical operators - Lab (Lesson 3)

    4. SQL aggregation - Lab (2) (Lesson 3)

    5. SQL常用功能 - Lab (Lesson 3)

    6. Case study (Lesson 3)

  • SQL joins and window functions

    SQL joins and window functions

    Joins:

    - No join

    - Inner join

    - Left join

    - Right join

    - Full join

    - *Cross join

    - *union

    Window Functions:

    - Row_number / Rank / Dense_rank

    - Lead / Lag

    - First_value / Last_value

  • SQL query optimization and performance tunning

    Query optimization (Structure & Layout)

    - with clause, views

    Query optimization (Performance)

    - materialized view

    - indexes

    - Table partitioning

  • SQL Tutorial练习

    1. Case study - product spec & performance tuning

    2. Leetcode - medium level challenge

  • Python 基本语法 - Data Structure

    · Python 基本介绍和常用IDE各自的特点(学员已经在Tutor协助下完成安装的前提下)

    · 基本编程概念 -Object, Class, Method, Attribute

    · Python 最重要的三种数据结构(List, Tuple, Dictionary) 各自的基本特征和应用场景

    · 数据类型之间的互相转换, (Int, String, Character, Float) 常用method进行数据处理

    · Datetime 工具包 操作时间日期数据, 模拟批处理不统一格式下的日期时间数据

  • Python 基本语法- Control Flow

    Python Control Flow:

    条件语句 (if else elif; case)

    基本循环 (for , while, range vs. xrange )

    Error Handling (tyr except pass)

    List Comprehension

    函数与类的关系 (function, class & object)

    基本函数的参数传导,继承 以及装饰器(decorator)

    Lambda 匿名函数

    多层循环 (利用 break/continue 优化多层嵌套循环)

    Exercise:

    6 different in class exercises to master python control flow

  • Pandas Dataframe Part 1

    Use Pandas for data wrangling:

    1. From Numpy to Pandas

    2. Series, TimeSeries & Dataframe

    3. Structural understanding of DataFrame object and its methods & attributes

    4. Data exploration use DataFrame

    5. Read/Write use DataFrame

    6. Advanced DataFrame filtering & sorting

    7. 3 different methods to Loop through Dataframe

    8. Map & Apply with self defined function & annoymous function

  • Pandas DataFrame Advanced

    Data Wrangling use Pandas part 2

    1. Convert numerical data to categorical data use bin function

    2. Merge & Concat equvalent of join & union in SQL (performance comparison and bottle neck for process data in SQL or Pandas)

    3. Groupby and Pivot in Pandas

    4. Advanced usage of Groupby with agg,apply & map

    Exercise:

    1 in class exercise and 5 take home exercises

  • Pandas Series Part 1

    1. Basic concept of Pandas Series

    2. Time Series explained and common usage of Time Series in real life data analysis

    3. Advanced Datetime tool kit for populate time series,

    4. Time Series Wrangling ( Resample, Offset, Freq....)

    5 Time Series ploting and moving window function

  • Python Tutorial 语法

    All Python Tutorial Exercise & Answer ( Recording after its available

    Exercise Topics:

    2. Loop, String, Datetime

    5. Pandas exercise

  • Pandas Series Part 2 - Time Series modeling use ARIMA & DTW

    常见的经典时间序列建模方式

  • Python Machine Learning Part1

    1.Matplotlib for exploration plot

    2. Matplotlib basic graph ( Line chart , Bar chart, Scatter chart)

    3. Matplotlib advanced plot ( 3 D Scatter, Correlatin Heatmap, MSNO chart)

    4. What is machine learning ( Knowledge Tree and machine learning life cycle)

    5 Quick in class example of KNN model

  • Python Machine Learning Part2 - Regression Model

    Regression Model:

    1. From simple single Neuron to understand fundmental Regression Classifier model

    2. Write your own single Neuron Classifier model from scratch

    3. Key concepts for regression model : Loss Function; Gradient Descendent; Activation Function

    4. how log function serve as Activation function in logistic regression

    5. How Logistic regression fight overfitting problem ( L1,L2 Regularizer explained)

  • Python Machine Learning Part3 - Tree Model & Ensemble Model

    Tree Based Models & Ensemble Models

    1. Basic decision Tree explained

    2. Key concept in decision Tree mdoel - information gain(Shannon Entrophy, Gini Inpurity)

    3. Use Sklearn to build a basic decision tree

    4. Classification model performance measure

    5 Feature inportance & tree visualization technique

    5 how tree model fight over fitting ( Prunning or go ensemble)

    6. Ensemble tree models - Parallel trees - bagging, random forrest)

    7. Ensemble tree models - Sequential trees -Boosting Tree family (GBDT, Ada boosting, XG Boost, Light GBM, Cat boost)

    8. In class exercise : Income prediction use different tree model.

    9. Hybrid Ensemble Model : Majority Vote Classifier & Stacking Classifier

  • Python Tutorial Pandas & ML

    All Python Tutorial Exercise & Answer ( Recording after its available

    Exercise Topics:

    1. List& Dictionary

    2. Loop, String, Datetime

    3. Numpy & Matplotlib

    5. Pandas ( no separate exercise, tutorial will be focuse on in class exercise inside corresponding lesson)

    6. Machine Learning ( same as above)

  • Python Machine Learning Part 4 - Pre process - Validation - Parameter Tuning

    Everything you need to know to build a end to end Machine Learning Model:

    1. Categorical data encoding

    2. Scaling technique ( when and how )

    3. Save model & scaler use Pickle or Joblib

    4 The curse of dimensionaly ( Dimension reduction vs. Dimension selection )

    5. Dimension Reduction ( PCA explained and practise)

    6. Machine Learning Pipe Line use Sklearn

    7. Validation explained

    8. Parameter Tuning - Grid Search technique

    9. Model performance measure ( Confusion Matrics, ROC&AUC)

    Exercise:

    1. QLD Accident severity prediction

    2. Income prediction

  • Python Tutorial Project

    All Python Tutorial Exercise & Answer ( Recording after its available

    Exercise Topics:

    1. List& Dictionary

    2. Loop, String, Datetime

  • Excel VBA Part 1 - VBA Syntax

    · 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  

  • Excel VBA Part 2 - Event & formula integration

    1. use Macro recorder (Pro & Con)

    2. Advanced Formula ( Sumifs countifs, getpivotdata, arrayformula - more will be covered in tutorial time)

    3. Pivot table basic, how to use pivot table as part of your Excel automation

    4. Formula Manager, unique VBA tool to integrate VBA wiht Excel built in formula

    5. Event - different way to fire your VBA code

    6 How to further practise your skills to be advanced to expert Excel user

  • Machining Learning Project - Queensland Traffic

    Machining Learning Project - Queensland Traffic

  • 数据分析行业和简历

    第一部分 行业分析和职业选择

    澳洲数据岗位就业情况和求职方法

    数据类职位的行业选择

    数据类职位核心属性区别

    数据分析岗位的核心技能要求和难点

    第二部分 求职数据类工作简历

    在清楚职业定位的基础上,结合过去的学术和工作经验,定制目标数据分析岗位简历。

    如何优化内容分布

    如何优化文字表述

    如何加强学术和经验与目标工作的联系性

  • 数据分析面试技巧
  • Data visualization 以及Tableau基础

    - 介绍Data visualization以及不同的Data visualization tool

    - 学习如何链接不同的数据源以及制作简单的Tableau图表,比如bar chart, line chart, text table, highlight table, map, tree map等等

  • Tableau的进阶

    - 学习Tableau 添加不同的线(Reference line, trend line, forecast line)的使用

    - 简单的Dashboard & Story的操作

    - 学习如何在Tableau 中连接不同的Data Source(分别介绍 Union, Join, Blend 含义以及如何操作)

    - Tableau的三种常用的基本及高级计算(Calculated field, Table calculation, 以及LOD表达式)

  • Tableau的进阶: 创建Dashboard

    - Tableau常用重要的Features(Group & Set,Bin,Hierarchy,Parameter)

    - 学习如何使用Page做动态的Tableau Dashboard

    - 学习如何创建新颖的Hex Map

  • Tableau Case study

    这一部分将会运用到之前所学到的知识,也会学习一些新的工作中常用的图表(Donut chart,waterfall chart)以及一些actions,最后完成一个完整的Tableau 仪表盘。

  • Marketing Analytics

    在这一部分的学习中,会从Marketing Strategy入手,给大家介绍Marketing Analytics的一些概念,以及数据分析的应用和数据分析岗位的工作内容,通过比较Marketing Analyst和Data analyst的岗位不同点帮助学生更好的进行职业选择及规划。同时课程会覆盖Google Analytics的一些概念及操作,让学生对Marketing Analyst的工作有更清晰的认识。

  • Tableau Tutorial

Curriculum Highlights

课程亮点

acutal-projects

分组做商业项目

3个月课程,额外1个商业项目,小组共同完成项目数据分析,最后组间Battle, Presentation

community-discussion

中澳数据就业两手抓

面向公司DA招聘要求,掌握数据可视化、商业智能分析、SQL、机器学习等能力,学习数据分析师必备技能

interview-guidance

澳洲最全数据分析课

通过一个项目贯穿课程内容,学习亚马逊AWS云数据库技术,Python深度学习,Excel/VBA企业最常技能,Tableau/Power BI数据可视化

answer-questions

导师+Tutor答疑

4位老师+1位全程Tutor,关于求职,数据分析,职场,公司就业等任何问题都可以提问,从面试官角度思考面试

个人项目:收入预测项目

个人项目:收入预测项目

项目介绍:

通过使用Python (Pandas, Scikit learn, lightGBM, Seaborn) 等数据包对于 收入预测数据进行分类判断,用于帮助销售团队识别目标消费群进行广告推送。

期望达到的效果

  1. 初步了解建模流程以及基本 featureengineering & data pre process
  2. 熟悉常见分类算法,了解各个算法适合的应用场景, 对于调参以及组合模型提高分类正确性有初步的认识

技术栈:Python, Pandas, Scikit learn, lightGBM, Seaborn

个人项目:Kaggle 经典房价预测

个人项目:Kaggle 经典房价预测

项目介绍:

分类预测 和 数值预测的练习,经典数据集(被频繁用于数据分析师面试笔试)

 

期望达到的效果

  1. Data exploration 通过可视化总结underline relationship
  2. 初步使用基本regression算法,以及应用 pipe line & n folder cross validation 进行参数调优

技术栈:分类预测, 数值预测, Data exploration, Regression算法, pipeline, n folder cross validation

团队项目:真实数据交通事故预测

团队项目:真实数据交通事故预测

利用昆士兰政府交通事故数据集建立有效的交通事故严重度预测模型(Traffic Accident Severity Prediction)

该数据集并非量身定制的机器学习 toy data set, 需要使用者根据专业知识和默认知识进行相当级别的数据预处理,并且包含相当数量的缺失数据 (贴近真实商业环境中建模所面对的挑战)

期望达到的效果

  1. 深入强化对于数据预处理的理解,以及掌握特征工程在真实商业数据集中的应用
  2. 利用组合模型加强训练结果
  3. 在有限项目周期内(两周)通过团队协作得到最优解的模型

技术栈:团队项目, 团队Battle, 数据可视化, 机器学习

JR Tutor Team

匠人导师

Jack
Jack

清华学霸 十五载研究工作经历

清华学霸十五载研究工作经历,从Biological Science转战Data Science再到Computer Science,从0刷题4个月,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。

  • University of Melbourne
  • 清华大学
清华学霸
数据科学
全栈
机器学习
Python
Gucheng Zhu
Gucheng Zhu

数据工程师

CBA银行数据工程师。早年留学澳洲,蹉跎中练出一身本领。资深数据工程师,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。

  • Common Wealth
Power BI
CBA
数据科学
数据工程师
10年经验
Leo
Leo

李光宇,资深数据工程师。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。

  • Macquarie Group
数据科学家
机器模型
Jason Cao
Jason Cao

就职于埃克森美孚,沃尔沃 ,安联Allianz 等各行业顶级企业。从纯商科背景通过职业规划,自学能力以及执行力成为数据科学家,先后。第一手的经验如何培训文科背景的职业人士进入数据领域,特色化的传授文科生数据领域需要掌握的数理,统计以及编程知识。

  • Allianz
从数据分析到数据科学家
商科背景
BI专精
Jini Huang
Jini Huang

澳洲ANZ银行数据分析师。金融分析和会计双硕士。6年以上的金融产品和客户数据分析经验。擅长金融产品利率和需求分析,反欺诈交易风险检测算法。拥有丰富的金融产品、财务状况评估和信用风险分析经验。现在致力于给求职数据分析工作的学生,面试,职业规划和技能运用上的建议。

  • ANZ
ANZ
资深数据分析师
金融会计双学位
Ke Hu
Ke Hu

现任某澳洲知名银行高级模型分析师,UNSW通信与数据分析博士。曾在CSIRO担任数据科学家,也曾在中国移动公司担任项目经理。在Team招聘过程中负责参与多次面试,拥有丰富的面试经验,并对转行到数据分析领域与职业规划有着独特的见解和经验。

  • Common Wealth
Commonwealth Bank
Data Analyst
数据科学家
Huijing LU
Huijing LU

Performance and Insight Specialist

八年银行从业经验,从入门基层岗位到融资部负责资产证券化融资,熟悉传统和上市银行业务架构和核心技能要求;目前就职保险业,致力于战略层级落地,挖掘运营数据,分析财务与非财务数据的联动,流程优化自动化。

RACQ
Cyndi
Cyndi

Senior Analyst

上财本科+墨大管理会计研究生,曾在BCG,Accenture等公司从事战略咨询,在澳洲成功从会计通过职业规划转型Data Science,现在NAB从事Marketing Technology的应用,数据分析及建模。对于数据分析在Marketing各个方面的应用有多年丰富的经验。

  • Nab
MYOB
数据分析
NAB
外離相內不亂
外離相內不亂

Data scientist chapter lead

墨尔本大学软件工程(人工智能)博士,四大银行管理层,20馀年实战经验。在某著名银行担任Data Scientist Lead

Data Scientist Lead
博士
某四大银行
Owen Yan
Owen Yan

Carsales 数据工程师,曾任网站数据分析师,测试工程师。

  •  carsales.com.au
Carsales
数据分析
数据工程师
Jas Peng
Jas Peng

Senior Customer Insights Analyst

精通于数据分析,数据可视化,商业谈判

Woolworths

查看更多导师

COOPERATIVE INSTITUTIONS

导师来自