大数据分析师可以使企业清晰的了解到企业现状与竞争环境,风险评判与决策支持,能够充分利用大数据带来的价值,在进行数据挖据与展现后,呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告,所以,大数据分析师已经不只是IT工作人员,而是可以参与到企业决策发展制定中的人物。
1.各行业数据分析、数据挖掘从业人员;
2.在校数学,计算机,统计等教师和学生;
3.经济,医学,生物研究等院科研人员;
4.数据分析,数据挖掘兴趣爱好者及转行人士;
1.数据分析基础:数据分析职责、数据分析前景、数据分析技能图谱、数据分析4大分析思维、数据分析流程步骤、数据类型的不同划分方法、各类数据统计方式及图例展示;
2.业务数据分析(Excel):地址引用、条件格式、数据验证、日期函数、字符串函数、数学函数、统计函数、数据透视表、可视化、指标体系搭建;
3.常用分析法:描述统计、分组分析法、象限分析法、RFM分析法、综合分析法、帕累托分析法、漏斗分析法;
4.统计基础:数据分析的基本概念、描述性统计与数据预处理、统计分布;
5.python 数据分析库:numpy 之 ndarray 介绍、ndarray 数组、numpy 数学函数、字符串函数、统计函数;
6.数据清洗:使用数据分析库对海量数据进行预处理和数据清洗;
7.分析运算:使用python数据分析库的分析运算,解决业务问题;
8.数据可视化:使用Python 进行数据可视化的技巧,实现数据分析程序的自动化运行。