您的位置：首页 > 课程列表 > CDA数据分析脱产就业班2025
难度系数:
课程系列：CDA数据分析脱产就业班2025
数据分析就业班针对想从事数据方面工作的零基础人群，致力于解决他们想从事数据分析工作，但苦于入行门槛高，有专业壁垒的种种问题，设计了专业化和系统化的学习计划。科学打磨课程，助学员从数据零基础小白蜕变为数据精英。 确保学员既能学到扎实的数据分析理论知识，又能熟练掌握工具操作和业务逻辑，在项目实操下掌握业务分析流程，快速掌握各行业数据分析岗所要求掌握的基本技能。
师资均来自学界、实务界相关领域的专家讲师、企业资深分析师以及行业大牛，代表了国内数据分析培训的专业水准，让学员既能学到扎实的数据分析理论知识，又能具备较强的实战动手能力。 在课程学习中以问题为导向，加强知识点的理解和应用，提高学员面对复杂问题的思考能力。并逐步培养学员的职场数据素养，能够具备准确读取、分析和应用数据的能力。
渐进式的课程内容涵盖数据分析所需工具及编程语言，重点教学常用分析技能，学完即可在多行业多场景完成数据分析工作。同时，从职场综合能力要求出发，紧密结合就业实际需求，学习数据分析相关岗位所要求的技能。 对数据科学岗位认知程度比较浅的学员，可在职业规划团队老师的帮助下选择适合学员的职业发展路线。进一步从职场综合能力要求出发，通过经验赋能快速提升岗位匹配度。
应届毕业生
· 专业冷门 面临就业压力的学生
· 经验缺乏 没有明确规划的学生
· 技能缺失 职场竞争力低的学生
转行数据分析人群
· 自学难度大 想零基础快速入门的人员
· 升职加薪难 想要跳槽大幅涨薪的人员
· 行业不景气 想进新兴数据行业的人员
在职提升和转岗人群
· 工作任务重 想提高工作效率的财务、市场等人员
· 竞争压力大 想突破职业瓶颈的产品、运营等人员
· 行业挑战多 想提升战略思维的决策、管理等人员
CDA报考人群
· 报名参加 CDA Level I 等级考试的考生
· 报名参加 CDA Level ll 等级考试的考生
· 报名参加 CDA Level llI 等级考试的考生
以上数据来自职友集,最新更新时间为2022年8月20日
使用某零售连锁品牌商进销存相关数据，制作进销存分析仪，帮助决策者了解进销存的各维度问题，为加快进销存流转速度、实现利润最大化做出贡献。
使用某快消公司真实脱敏多表数据，制作ER图，结合业务需求，通过撰写 SQL 查询代码，从多表环境中查出完整正确数据结果，回答业务问题。
使用某电商真实用户交易数据，在用户生命周期中，运用分析方法论分析不同用户的行为特征、价值贡献等。
某航空公司需要以客户为中心，针对不同客户使用不同营销手段，目的是降低客户流失率，降本增效，增加 ARPU 值，制定精准的市场营销策略。
使用聊天记录文本数据，通过文本数据转化，使用 Python 来对聊天用户的对话频率以及内容词频分析，从而获知用户聊天行为规律以及聊天内容偏好。
通过对已有数据的挖掘帮助金融机构判断来申请贷款的客户是否会按时归还贷款 。
主要内容
・Excel 预习视频 ・数据库预习视频 ・Power BI 预习视频
可解决的现实问题
解决 0 基础学员数据分析工具薄弱的问题
可掌握的核心能力
提前掌握基础数据分析工具的使用，为课程学习打好基础
主要内容
・业务前台人员数据思维训练营
可解决的现实问题
用户画像没有摸清，广告投放连本都收不回，运营流程太混乱，销售转化不理想
可掌握的核心能力
掌握从用户思维做营销增量，借助数据思维从商业顶层俯视业务生命周期，运用数据框架梳理公司整体业务模型
主要内容
・表格结构数据 ・数据驱动型业务管理 ・数据埋点 ・数据治理 ・指标的设计与应用
・可视化分析方法 ・业务分析方法 ・业务模型应用 ・业务分析报告撰写
可解决的现实问题
解决实际工作中不会业务分析、不会撰写业务分析报告的问题
可掌握的核心能力
1、掌握依据电商、互联网、零售行业的数据分析场景介绍，撰写业务分析报告的全流程
2、掌握从客户、产品、运营、行为效果等维度出发，搭建业务指标体系，综合使用可视化分析方法、业务分析方法。
主要内容
・数据分析的基本概念 ・描述性统计与数据预处理 ・统计分布
可解决的现实问题
缺失值处理，冗余处理，数据标准化
可掌握的核心能力
1、掌握通过统计基础可初步掌握数据分析的基本概念
2、掌握描述性统计的数据集成
3、掌握数据标准化和数据预处理
主要内容
・表结构数据的特征与获取 ・数据加工与使用 ・多表透视分析 ・透视分析方法 ・多维数据模型
・综合实战案例：
・电商综合运营分析仪表板 ・产品进销存追踪监控看板 ・电商运营分析驾驶舱
・服装行业销售情况分析 ・地产企业盈利分析
可解决的现实问题
解决使用商业智能报表分析业务、监控业务的问题
可掌握的核心能力
1、掌握使用 Power BI 搭建可视化分析报表的全流程；
2、掌握表结构数据的获取、加工、数仓应用、多表透视分析；
3、掌握在客户分析、产品分析、运营分析、市场分析、销售分析等场景下制作可视化分析报表
主要内容
・参数估计 ・假设检验 ・AB Test ・带检验的AB Test分析运营方案
可解决的现实问题
解决实际情况中根据样本对总体特征的推断性统计问题
可掌握的核心能力
1、掌握假设性检验的方法
2、掌握推断性统计
3、掌握AB Test的分析运营方案
主要内容
・数据库基本概念 ・DDL ・DML ・单表查询 ・多表查询 ・常用函数 ・SQL大厂面试题
・实战案例：・电商多表查询 ・零售业多表查询
可解决的现实问题
解决从数据库提取目标数据的问题，实现单表和多表查询
可掌握的核心能力
1、掌握 MySQL 数据库基本概念，常用函数、DDL 数据定义语言及 DML 数据操作语言
2、掌握单表查询、多表查询查询方法，查询结果排序、限制查询等方法
3、掌握大厂 MySQL 面试题
主要内容
・企业决策的四个层次 ・企业数据分析能力的演进 ・企业运营和操作数据应用
・数据管理基础知识 ・ DMBOK 知识体系 ・企业数据能力建设 ・数据治理实操框架
可解决的现实问题
提高企业的运营和数据能力建设
可掌握的核心能力
1、掌握企业决策的四个层次及企业数据能力建设
2、掌握企业数据分析、企业运营和操作数据应用
3、掌握数据管理基础知识和 DMBOK 知识体系
4、掌握数据治理实操框架
主要内容
・数据架构的基本概念 ・数据模型介绍 ・数据建模基础 ・数据建模方法 ・数据建模规范化
・数据建模案例
可解决的现实问题
学习数据架构的基本概念，模型介绍以及建模案例
可掌握的核心能力
1、掌握数据架构及数据建模基础知识
2、掌握数据建模方法及数据建模规范化
3、学习数据建模案例
主要内容
・Linux 系统常用命令 ・分布式存储与计算（Hadoop） ・Hive 架构原理及数据类型
・HiveQL 与应用
可解决的现实问题
系统安装及部署，架构原理及应用
可掌握的核心能力
掌握 Linux 的常用命令和分布式存储与计算，Hive 架构原理及数据类型
主要内容
・跨国企业完整数据分析实战案例 ・学生探索性实操制作分析报告
・项目现场专家评审与 1 V 1 指导
可解决的现实问题
综合运用业务分析工具，解决数据运营和数据营销问题
可掌握的核心能力
老师指导还原两大数据分析项目全流程，综合使用 SQL、Excel、Power BI 等工具以及业务数据分析方法，得到高价值业务数据分析报告。
主要内容
・Python 与 Anaconda 简介 ・Python 标准数据类型 ・Python 基本语法 ・控制流 ・自定义函数
可解决的现实问题
解决海量数据处理的的编程语言基础
可掌握的核心能力
掌握 Python 基础编程的能力，为处理海量数据奠定基础
主要内容
・Numpy 数组 ・Pandas 数表 ・Pandas 数据清洗与可视化 ・Matplotlib ・Seaborn ・Pyecharts
・实战案例：・斯德哥尔摩气候可视化分析 ・餐饮订单数据清洗与分析 ・文本数据分析之 QQ 聊天信息可视化分析
可解决的现实问题
解决海量数据处理的技术问题
可掌握的核心能力
系统掌握使用 Python 进行海量数据清洗以及可视化探索数据的能力。
主要内容
・SQL 数据接入 ・Python 连接 SQL ・Python 办公自动化 ・实现自动风控报表
可解决的现实问题
数据库接入与数据库连接
可掌握的核心能力
实现办公自动化，提高工作效率
主要内容
・ETL 基本概念与常用工具 ・Kettle 核心概念与配置 ・Kettle 转换 ・Kettle 作业
・ETL 连接数仓 ・ETL 实战项目
可解决的现实问题
掌握 ETL 基本概念与常用工具，学会 ETL 连接数仓，实操 ETL 实战项目
可掌握的核心能力
1、掌握 ETL 基本概念与常用工具
2、掌握 Kettle 核心概念、转换
3、掌握 ETL 连接数仓，实操 ETL 实战项目
主要内容
・相关分析 ・线性回归 ・逻辑回归 ・模型评估 ・主成分分析与因子分析 ・统计模型的检验
・实战案例：
・识别分析-用户支出影响因素分析 ・用户流失分析-员工流失预警
・因子分析-城市发展水平综合分析
可解决的现实问题
灵活使用统计分析解决各行业的业务问题，通过策略优化和精准预测来解决运营、产品、营销方面的问题
可掌握的核心能力
1、掌握相关分析、方差分析方法
2、掌握线性回归、掌握逻辑回归
3、掌握主成分分析与因子分析（数据降维）
4、掌握时间序列（ARIMA）
主要内容
・背景研究与现状描述（现状、痛点、目标、范围） ・目标拆解与描述 ・文献和案例分析
・数据需求整理（数据范围、变量的定义与筛选、维度问题） ・分析方法与模型开发 ・应用分析
可解决的现实问题
营销数据分析报告的设计与撰写方法
可掌握的核心能力
掌握营销数据的目标拆解与分析方法
主要内容
・数据挖掘基础 ・带正则项的回归 ・模型树 ・聚类算法 ・关联规则 ・协同过滤
・集成算法 ・AdaBoost ・随机森林 ・LightGBM ・神经网络与深入学习入门
可解决的现实问题
熟练掌握 Python 数据挖掘算法与实践，包括统计分析、统计模型、机器学习算法、深度学习算法、文本挖掘算法
可掌握的核心能力
1、掌握数据挖掘基础导论、决策树及应用、关联规则与协同过滤、特征工程、带正则项的回归分析等
2、掌握聚类算法、集成算法（ AdaBoost、 随机森林、 GBDT、XGBoost、LightGBM ）等
3、掌握实操案例：案例1：用户分类-保险行业用户分类分析
案例2：产品组合策略-电信公司产品伦邦销售策略分析
主要内容
・大型实战项目案例-信用评分卡
・大型实战项目案例-金融行业反欺诈
可解决的现实问题
综合运用机器学习知识，实操大型实战项目案例，掌握实战经验及技巧
可掌握的核心能力
老师指导实操两大机器学习大型案例全流程，综合机器学习基础知识及其算法，在实践中学习可落地、易操作的数据科学思维和实战经验，为你进入名企做项目背书
主要内容
・职业路径规划 ・职场沟通力提升 ・团队协作力培养
可解决的现实问题
解决职业规划和职场沟通
可掌握的核心能力
就业老师协助指导，做好职业发展路径规划
主要内容
・ 1 V 1 面试技巧指导 ・简历修改指导
可解决的现实问题
解决面试技巧不足、简历书写不专业问题
可掌握的核心能力
专职就业老师 1 V 1 面试技巧辅导与简历修改指导
主要内容
・互联网数字化运营 【 18 课时】
・何为数据产品经理？ 【 1 课时】
・Python 爬虫 【 15 课时】
・人工智能(深度学习)实战之图像识别 【 6 课时】
・Tableau 多维可视化分析 【 3 课时】
自2013年起，每年不定期更新
新增Level 1 实操班加入数据治理内容
新增敏捷班/Level 2 加入数据治理内容
新增敏捷班/Level 2 的数据可视化挪到Pandas模块讲授
新增脱产班和周末班人工智能模块去掉fine tuning，增加模型部署
新增脱产班增加数据分析案例并单独列出，替换人工智能案例
新增敏捷班/Level 2/3增加数据模型管理的内容
更新敏捷班/Level 3的Spark课程模块
新增敏捷班/Level 3增加调参进阶的内容
更新敏捷班/Level 3去掉谱聚类，增加高斯混合模型的Spark内容
新增BI模块新增Fine BI和Yonghong BI的内容
更新敏捷班/Level 3删除CatBoost相关内容
新增敏捷班/Level 3增加Lora相关内容
更新脱产班与周末班课程合并
新增脱产班增加2天人工智能caie内容
更新周末班部分课程变为录播
新增周末班新增人工智能caie内容
新增脱产班与周末班的财务数据分析单独作为一个模块
更新敏捷班去掉svm等过时算法
新增敏捷班增加LLM大量内容
更新敏捷班取消毕业答辩
新增新开AI未来之路大课（AI业务方向）
新增新开人工智能caie技术大课（与Level3最后合并上课）
为适应现在企业中对于数据分析的需求变化，特对周末班进行重大改变。以聚焦现在企业中真正需要的数据分析技能。周末班的课时经压缩后为3个月多一点，共有业务数据分析和Python数据赋能这两大课程模块。
更新周末班MySQL变为选修课，以录播形式提供
更新周末班去掉Hive SQL内容
更新周末班ETL与办公自动化去掉SQL相关内容
更新原业务数据分析（Level 1）课程改名为数据赋能
更新在所有课程中增加人工智能相关内容
其他课程更新：
更新ETL模块增加Pandas实现
更新统计学模块增加二项分布的商业案例
更新决策树模块增加回归树的案例分析
更新集成学习模块修改文字描述
更新深度学习模块增加人工智能与大语言模型
新增将Level 1 实操训练营课程单独展示
更新Level 1 实操训练营更新分析报告授课内容
更新ETL课程更新，更换为Python实现ETL
更新就业班机器学习课程更新文字描述
更新敏捷班和Level 3删除MLflow内容
新增敏捷班和Level 3的NLP部分新增GPT与Fine-tuning/Prompt内容
新增高速收费数据分析项目（侧重实现企业数据仓库的多层级应用 ODS\DW\APP层）
新增环形饼图的知识
新增推断统计python案例
新增窗口函数的应用
新增网格搜索、随机搜索、贝叶斯搜索
新增C4.5，cart树处理离散型和连续型数据的例子和处理逻辑
新增单棵树分类结果的概率
新增分类模型评估指标如Ks 、PR、roc、混淆矩阵等
新增重心法，全联接法的例子讲解
新增建模流程
更新pyspark中的SparkSQL部分
新增统计学增加了统计图表的内容：直方图、条形图、饼图，箱型图、散点图等，添加了练习题和二项分布
新增孤立森林、LOF 的数学背后原理，公式、超参数和小案例
新增增加 smartart 组件
新增Transformers 教学案例，实现自动问答与自动摘要
更新聚类进阶和异常识别课程
更新聚类分析、决策树应用课件，调整上课内容的知识的逻辑顺序
更新python 自动化办公和 python 风控报表自动化代码课件，其中办公自动化课件用五个 excel表格批量自动化案例替换了之前课程中的爬虫内容，与爬虫相比，Excel 处理更贴近课程主题和学员需求
更新风控报表自动化中的数据处理部分把sql代码替换成 python 代码，绘图部分代码替换成 matplotlib 库
更新线性回归模型案例方法
更新逻辑回归案例
新增数据挖掘课程，涵盖统计建模+机器学习
新增ETL内容
新增增加评分卡和反欺诈实战案例
新增选修课增加SPSS内容
更新Python基础增加一天时长
新增ETL大量内容
新增Pipeline.工作流内容，此内容为CDA独家
新增ML_Ops内容，此内容为CDA独家
新增模型可解释性专题，此内容为CDA独家
新增CatBoost, NGBoost， 后者是现在的前沿算法
新增选修课增加SPSS内容
更新所有课程的选修课统一设置为5门课，全部免费
更新预习课程里去掉统计学，统计学已完全改为面授
更新课表文字描述做了大大优化
更新集成学习中增加随机森林的Spark实现
更新选修课统一设置为5门课，全部免费
新增增加预训练与 Bert 的内容，框架更换为 PyTorch
更新选修课统一设置为 5 门课，全部免费
更新Level III 深度学习改为"深度学习与 NLP 前沿技术“
新增增加 AB test 内容
新增在正则回归和协同过滤的课程中增加 Spark 的模型实现费
新增NLP 课程中增加 Attention、Transformer、Bert 内容
更新深度学习课程中去掉径向基网络，改为残差网络
更新授课顺序调整
新增推断性统计
新增AB test 内容
更新原数据产品设计课程更换为精准营销全流程
更新授课顺序调整
新增数据治理
新增企业架构与数据架构基础
新增商业策略分析
新增数字化最优化工作方法
新增CDA 数据分析师 App 上线
新增大数据隐私、安全及立法
新增区块链分析
新增项目管理
新增案例：深度学习在影像物体辨识上的应用
新增案例：深度学习在手写数字辨识上的应用
新增大数据存储与计算
新增集群资源管理与调优
新增基于Tensorflow、Keras、Scikit-Learn、TFLearn的机器学习算法
新增感知机与神经网络
新增课程每一个阶段都有相关的作业练习与项目案例
新增学员分组合作
更新毕业答辩涉及大型商业项目
新增好学 AI
新增Mahout
新增Hbase
更新机器学习
新增语音分析
新增财务数据分析
新增Hive 工具操作
新增Power BI 数据可视化分析
更新大数据实验室在线编程环境 v2.0，实验室涵盖 SQL、Spark、R 语言、Python 等语言操作工具
新增数学基础
新增关系型数据库
新增非关系型数据库
新增机器学习
新增深度学习 TensorFlow
新增文本分析
新增图像识别
新增语音分析
新增对抗生成网络智能问答系统
新增CDA 数据分析师网校上线
新增大数据平台分析工具 Spark
新增可视化工具 Tableau 及报告撰写
新增Scala 开发
新增MapReduce工作原理
新增大数据实验室 v1.0
新增Hadoop 2.X 集群部署
新增大数据仓库 HiveQL
新增Pyspark 应用
新增Excel 数据处理技巧
新增Power BI
新增数理统计
新增Python 编程基础
新增Numpy 基础
新增Pandas 应用
新增Python 推荐系统
新增Tableau
新增数据预处理
新增Python 大数据工程师
新增课程包括 Excel、SQL、SPSS、 R 语言、SAS 等软件应用
新增统计基础、业务数据分析
新增R 数据可视化
CDA 大数据实验室采用全球领先的英伟达 A100-80G 内存的 GPU，在深度学习如 BERT 模型推理上相当于 200 多个 CPU，对于具有庞大数据表的超大型模型（例如深度学习推荐模型 [DLRM]），A100-80G 可提供高达 2TB 的统一显存。在 AI 和部分 HPC 应用主要使用的张量运算中，提供每秒 312 万亿次的数据处理能力，结合 CDA 在人工智能和语音数据分析方面的技术研发，可以处理超大型模型和数据集
数据科学学习路径设计：186个实验
数据科学教学视频：53门课程，1000+小时视频课程
数据中心强大数据集：8大分类，200多个脱敏数据集
兼容主流数据分析工具：python、spark、R、SQL
智能推荐学习方案，实现因材施教
无需搭建编程环境，直接上手练习
不同科目海量题库，反复巩固知识
垂直数据问答社区，真人老师应答
SCRM 系统让数据价值更精准
机器人外呼系统让销售回访更便捷
智能营销系统让客户成交更轻松
在招聘市场上，越来越多的企业要求持CDA数据分析师®证书
人人皆需的职场数据思维与通用数据技能
• 零基础就业转行者、应届毕业生
• 产品、运营、营销等业务岗与研发、技术岗在职者
• 企业创始人、经理人、管理咨询类岗位从业者
考试大纲 >>考试报名 >>企业数字化发展中必备的数据分析流程与技能
• 产品、运营等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
• 数字化转型企业创始人与数字化流程中相关负责人
考试大纲 >>考试报名 >>企业数字化发展中必备的高级数据分析方法与技术
• 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
• 从事算法科学、深度学习等工作的科研人员、分析师与工程师等
考试大纲 >>考试报名 >>CDA认证LEVEL I对于考生的学历、专业、技能等没有限制性报考条件，在与全球计算机化考试服务商 Pearson VUE达成深度合作后LEVEL I更是随报随考机制。 查看CDA认证报考流程 >>
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
全国校区
