关于讲师
课程简介

这是一门与业务紧密结合,用数据和技术支持业务决策的课程。


为什么做这门课:

  • 数据分析师作为一个新兴岗位,市场热度非常高;
  • 数据人才岗位缺口大,薪资水平较高;
  • 市面上的课程未能将技术和实战相结合,并且缺乏对数据分析师体系化的培养;

这门课解决了哪些痛点

  • 市面上课程很多,不知道如何选择;
  • 无编程基础想转行数据分析,不知如何入手;
  • 市面上课程无法获得项目实战上的经验提升;

这门课适合哪些人

  • 互联网行业产品经理、运营等相关从业者,有意转行数据分析师;
  • 0-2年的数据分析师,希望更系统的掌握数据分析技术;
  • 在校生社会科学(经济学、社会学及管理学等)及理工科背景,修过概率论和高等数学;

这门课不适合哪些人

  • 经验丰富的工作者,从事技术型数据分析工作2年以上(如数据挖掘等);

这是一门与业务紧密结合,用数据和技术支持业务决策的课程:

  • 数据分析课程:掌握数据分析师所需要的基本技术,并且了解数据分析的实战工作流程。
  • 工具使用课程:使用常用数据分析工具(SQL、Excel、 R),对原始数据进行提取、整理、简单分析、可视化。最终产生基于数据的商业洞见,并面向业务人员进行沟通。
  • 面向数据分析师:在课程和项目中,会涉及部分统计知识、机器学习算法、代码等。

这门课程的优势在于:

  • 理论和实战紧密结合:用实际案例讲解每一个知识点;

  • 课程结构更加合理、学习方法明确 :课程内容通俗易懂,配备课后练习平台,在每周课程结束都会有相应的项目;

  • 讲授方式与内容中西结合:主讲老师有在微软美国和国内互联网公司从业的双重经验,教学委员会老师所在的公司与行业多元化;

课程为何选择教授R、而不教授Python?

  • 数据分析P1课程对学员的先修要求门槛不高,零分析工作基础亦可掌握。P1课程的目标为数据分析师,对分析的编程能力要求相对低。R作为一门用于统计计算和统计制图的优秀工具,可以更好赋予学员通过计算机完成数据分析的能力。

学完这门课可以达到什么水平?

  • 学生在完成P1课程后,可以在技术上胜任等同于阿里P5或滴滴D5的工作要求 :熟悉基本工作语言,可以在必要的辅助下独立负责一个分析项目的子模块。(注意:课程中学的分析语言为R,如果所在组工作的主要分析语言为其他,如Python、SAS,学生可以通过学习我们的专项课程或自学熟悉这些工具。但本课程中R的学习将会让你数据数据分析语言的通用使用逻辑。)

数据分析P1与互联网业务数据分析课程的区别?

  • 课程结构:相较于互联网业务数据分析课程,数据分析P1更侧重于技术,业务知识在案例中体现;
  • 工具使用:在数据分析P1中,会详细讲授软件和数据分析工具的操纵技巧。如SQL、R等;
  • 面向岗位:数据分析P1课程面向的是数据分析师、数据科学家等职位;
  • 课程内容:数据分析P1中,不涉及数据埋点、指标拆解的内容;
    核心重点
    • 1、数据分析全流程
    • 2、数据可视化与Power BI
    • 3、SQL数据分析实战
    • 4、A/B测试与统计基础
    • 5、R语言的数据分析实战
    • 6、机器学习在数据分析中的应用
    • 7、数据分析报告
    课程大纲