tutor-logo

OUR TUTORS COME FROM

OUR TUTORS

我们的导师来自

  • 匠人partner google
  • 匠人partner aws
  • 匠人partner amazon
  • 匠人partner microsoft
  • 匠人partner facebook
  • 匠人partner atlassian
  • 匠人partner nasdaq
  • 匠人partner myob
  • 匠人partner cambridge
  • 匠人partner MIT
  • 匠人partner university of melbourne
  • 匠人partner thoughtworks
  • 匠人partner anz
  • 匠人partner commonwealth
  • 匠人partner rea
  • 匠人partner sap
  • 匠人partner telstra
  • 匠人partner woolworths
  • 匠人partner suncorp
  • 匠人partner westpac
  • 匠人partner dominos
  • 匠人partner pwc
  • 匠人partner deloitte
  • 匠人partner accenture
  • 匠人partner avanade
  • 匠人partner cognizant
  • 匠人partner ebay
  • 匠人partner 阿里巴巴
  • 匠人partner 清华
  • 匠人partner 北大
  • 匠人partner Iress
  • 匠人partner EY
  • 匠人partner baidu
  • 匠人partner nab
  • 匠人partner nab
  • 匠人partner canva
  • 匠人partner rokt

为什么选择IT匠人的数据全栈项目班 | 从分析、工程到科学?

通过介绍数据工程,数据分析和数据科学带领学生理解数据全栈 • 了解数据的行业背景,职业前景和职业发展方向 • 深度了解 DA, DE& DS • 灵活运跟着导师学习和实战,获得case经验和团队协作经验

从入门到入职+四个项目

1. 通过介绍数据工程,数据分析和数据科学带领学生理解数据全栈; 

2. 了解数据的行业背景,职业前景和职业发展方向;

3. 深度了解 DA, DE& DS • 灵活运跟着导师学习和实战,获得case经验和团队协作经验

 

适合人群:

  • 适合有IT背景并希望数据方向发展的同学

DBMS, ER Model, Snowflake, AWS, Data engineering pipeline, Data wrangling with Python

通过介绍数据工程,数据分析和数据科学带领学生理解数据全栈 • 了解数据的行业背景,职业前景和职业发展方向 • 深度了解 DA, DE& DS • 灵活运跟着导师学习和实战,获得case经验和团队协作经验

features__images
  • 完胜其他培训学校就业率

    经过资源积累,40%的学生课程刚结束就找到了全职工作;另外百分之30%,在三个月内找到了全职工作。由于真实的工作offer,我们也有自信说,匠人和匠人的导师真心帮助了许多学生就业。

  • 顶尖导师团队

    匠人导师团队均为多年经验的IT大咖,每一个培训都是由各自专属领域的大牛授课,导师也是名校毕业和名企经验,从百度到阿里巴巴,从ThoughtWorks到Microsoft,Amazon,从Senior Developer到CTO,应有尽有。同时加入匠人圈,也是加入了IT匠人全球IT职业资源。

  • 从入门到入职

    通过介绍数据工程,数据分析和数据科学带领学生理解数据全栈 • 了解数据的行业背景,职业前景和职业发展方向 • 深度了解 DA, DE& DS • 灵活运跟着导师学习和实战,获得case经验和团队协作经验

  • 紧密围绕面试求职

    匠人圈会根据每个学员的个人特色,制定不同的找工作的策略和面试技巧。修改简历,模拟面试。使学员们在求职路上快人一步

features__images

你将学到什么

Syllabus

从入门到入职

通过介绍数据工程,数据分析和数据科学带领学生理解数据全栈 • 了解数据的行业背景,职业前景和职业发展方向 • 深度了解 DA, DE& DS • 灵活运跟着导师学习和实战,获得case经验和团队协作经验

先修知识

有一定IT相关背景

  • Data Engineering

    Database Concept

    DBMS - ER Model & DBMS - Relational Model

    SQL

    Unix/Linux Shell

    AWS part

    Data engineering pipeline

  • Data engineering pipeline 1

    学生通过on-line research找到可能存在于company, department, employee以及其他entities之间的联系 ,基于research结果,亲自设计和实现ER图 , 基于ER图设计数据库以及各个表的详细内容 。提高学生自学能力,深入了解ER图,完成ER图到数据库的实现。

  • Data engineering pipeline 2

    学生亲自搭建Snowflake数据库环境,根据源数据设计数据库以及各个表的详细内容,载入数据,并且根据需求完成相应的查询 ,让学生更加深入了解数据库,并且熟练掌握SQL。

  • Data engineering pipeline 3

    按照商业要求构建数据仓库,建立dimension和fact表 ,根据所学ETL知识,设计实现数据处理流程,目的是让学生深入了解data pipeline的相关知识。

  • Data engineering pipeline 4

    根据所提供数据集,构建表结构,并且完成简单的数据可视化任务,目的是让学习回顾数据仓库的知识,并且学习使用数据可视化工具,实现简单的数据分析。

  • Data Analysis

    Evolving production data

    Methodology

    Data preparation, exploration

    Deliver Value to Business - communication

    Data modeling and manipulation

  • Data Analysis pipeline 5

    通过旅游航空业数据,分析和预测,航班晚点可能性,各大城市旅客趋势 ,本练习侧重于在数据集中信息predicitive power有限的情况下,如何扩展数据,推导数据,获得相关第三方数据,这是在生产环境中经常遇到的情况 。学员将能获取实战经验同时,获得transferrable skills以及对应复杂项目和不清晰需求的信息,用于工作实践中。

  • Data Science

    Data wrangling with Python

    Statistical modelling for data analysis

    Exploratory data analysis (EDA)

    Machine Learning

  • Data Science pipeline 6

    此项目的目标是通过分析和处理零售行业客户的订单和销售数据,来预测客户下次最可能买入的商品。这个项目非常全面的涵盖了一个数据科学项目最实用的内容 。从需求分析做起,一直到数据处理,数据建模,机器建模和可视化,通过这个项目学生基本上可以学习到如何去构建,分析并且处理一个商业中常见到的问题:预测 。此项目包含了不止一个数据文件,建模的过程中也涉及到了很多的数据分析和处理,这样也考验了学生如何更好的处理在真实的商业环境中所遇到的问题。 学生们在项目中所汲取的经验可以直接被应用到工作中。

  • Support vector machine

    Unsupervised learning

    Gradient boosting model deep dive (XGBoost)

    Project case study

Learn with the Best

Gucheng Zhu
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。
  • Common Wealth
Power BI
CBA
数据科学
数据工程师
10年经验
Chao Mu
Chao Mu

Big data engineer

澳大利亚新南威尔士大学(UNSW)拥有5年+大数据开发经验,精通数据处理全部流程(数据收集,清洗,验证,转换,存储,建立数据仓库,数据分析,报表可视化等等),目前就任于Contino,担任数据工程师,致力于运用当下最热门,最前沿的数据处理技术和平台解决客户的业务需求,对AWS的大数据架构有独特见解,为人热情好学耐心,喜欢帮助他人解决问题,乐于为大数据的普及贡献自己的一份力量。
5年+大数据开发经验
精通数据处理
Leo
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。
  • Macquarie Bank
数据科学家
机器模型
KE
KE

Senior Modelling Analyst

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

开课时间

学员反馈

4.9
5 stars
62
4 stars
6
3 stars
0
2 stars
0
1 stars
0

帮助与常见问题

COOPERATIVE INSTITUTIONS

合作机构