全栈数据分析师是怎么样练成的?


(bxyzz) #1

随着科技的发展,人类社会产生的数据规模呈指数级增长。每时每刻都有大量数据被产生存储下来,尤其在电子商务、网络游戏、社交网站、旅游、在线教育等领域。现在,全世界每天产生的新数据超过400万TB。数据分析师则成为当前炙手可热的职业之一。

![](data:image/svg+xml;utf8,)

**什么是数据分析师(Data Analyst)?
**

数据分析师指的是不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。他们知道如何提出正确的问题,善于利用数据分析,数据可视化和数据呈现;辅助公司商业决策,帮助降低成本,提高收益,改进产品,留住客户,发现新的商业机会等。

数据分析师的就业前景

很多公司在近年来已经开始扩充或创建自己的数据分析团队。谷歌、亚马逊、Netflix、Uber和Airbnb这类科技公司,甚至还有其他非科技类的公司比如沃尔玛、Groupon,都有自己的数据组。LinkedIn(领英)去年的一次职业调查中显示,“拥有高级分析技能”的人才在各大企业的招聘中最受欢迎。

求职者也会选择在简历中加上“大数据”、“数据科学家”、“数据分析”等字眼,从而让简历更易被猎头搜索到。

可以说,数据分析是一个有着广阔前景、代表未来方向的职业。

还在等吗?赶快行动起来成为一名数据分析师吧!

在本次课程中,我们将带你走进数据分析的世界,深度剖析数据分析各大环节,手把手带你实战大型全栈数据分析项目,最后带你了解求职就业形势,为你成为一名真正的数据分析师铺平道路讲解数据分析师的求职就业。

**
教学团队**

1.周宁奕,阿里巴巴数据可视化工程师, 数学的美学世界创始人。主攻webgl、海量数据可视化、地理相关可视化。同时也是创意编程线在线沙龙第十三期特邀嘉宾。业余时间,开发微信应用糊涂。

周老师往期讲座:【太阁×西雅图】数据可视化: 从双十一大屏到房价分析

2.习五安,VisaJavaScript全栈工程师,主攻Web数据可视化.

3.Shirley Blackrock Data Engineer,主攻ETL、数据分析.

4.兰绛,Amazon Full-stack Engineer,Python爱好者.

适用人群

对数据分析与数据可视化感兴趣,考虑从事数据分析职业的人群。建议学员具备一定的数学背景及编程能力。

**
您将收获什么?
**

  • 数据分析四大核心技能

  • 两个全栈数据分析项目

  • 课程结业证书(完成课堂配套项目)或优秀证书(Top30%课程项目)

课程简介

本次全栈数据分析训练营包括4周课程,旨在帮助学员理解数据分析。课程通过大型实战项目,深度讲解数据分析四个环节—— 数据采集、数据存储、数据分析、数据展示。学员通过完成随堂配套项目(一个实战微项目及一个大型全栈项目),巩固所学知识、学习如何通过运用数据分析及展示处理实际问题。成功结业的学员们将从头到尾完成一个全栈数据分析项目,从理论到实战全方位掌握数据分析。

课程报名网站BitTiger

课程工具箱+项目技术栈

  • 项目技术栈:Node.js+JavaScript+MongoDB/PostgreSQL

  • 数据可视化:Leaflet.js+D3.js

  • 数据库查询:Navicat + Postgres

  • 数据模型:线性回归、逻辑回归

课程大纲:

第零节 免费公开课(美国PST时间 10月5日 6:30PM , 北京时间10月6日 9:30 AM)

数据分析师职业介绍、案例展示、课程介绍、微项目实战

  • 数据分析师的角色及工作内容

  • 数据分析流程:数据爬取,数据存储,数据分析,数据可视化

  • 行业案例展示:大型房价可视化项目

  • 微项目实战:莆田系黑医院项目

  • 实战训练营课程介绍

第一节 数据工程基础(美国PST时间 10月14日 6:30PM , 北京时间10月15日 9:30 AM)

  • Javascript语言基础

  • HTML&DOM

  • 用Javascript操作DOM,JQuery

  • 网络爬虫基础(Web Crawler)

  • 实战:在浏览器console实现简易JavaScript爬虫

  • 技术栈:HTML、Javascript、JQuery

第二节 数据获取(美国PST时间 10月15日 6:30PM , 北京时间10月16日 9:30 AM)

  • 数据渠道分析

  • 如何搭建网页

  • 如何采集数据

  • 如何设计爬虫

  • 如何反反爬虫

  • 爬虫性能优化

  • 实战:爬取房价数据、黑医院项目

  • 技术栈:HTML、CSS、JavaScript、MongoDB、mongoose

第三节:数据存储(美国PST时间 10月22日 6:30PM , 北京时间10月23日 9:30 AM)

  • 关系型数据库(SQL)与非关系型数据库(NoSQL)的对比

  • 如何选择数据库

  • 如何设计数据库

  • 如何使用SQL进行表查询

  • SQL复杂查询

  • 如何优化查询性能

  • 实战:SQL场景查询

  • 技术栈:SQL、Postgres、Navicat、Valentina

第四节:数据分析 (美国PST时间 10月28日 6:30PM , 北京时间10月29日 9:30 AM)

(美国时间, 北京时间)

  • 工具箱介绍:Excel、R

  • 数据预处理:统计分析、数据清洗、数据填补

  • 数据分析挖掘:

  • 数据预测:线性回归

  • 数据分类:逻辑回归

  • 数据聚类:K均值

  • 实战:如何进行房屋聚类、定价及预测

  • 技术栈:R、R Shiny、R Markdown

第五节:数据可视化(美国PST时间 10月29日 6:30PM , 北京时间10月30日 9:30 AM)

  • 什么是数据可视化

  • 数据展示介绍(点图,轨迹图,热力图,3D可视化,地理可视化)

  • 可视化:房价项目可视化

  • 技术栈:D3.js、Leaflet.js、SVG、Canvas、WebGL

第六节:数据分析求职就业(美国PST时间 11月5日 6:30PM , 北京时间11月6日 9:30 AM)

  • 数据分析师、数据科学家、数据工程师的异同

  • 数据分析师职位深度剖析

  • 数据分析师必备技能

  • 如何写好简历

  • 如何准备面试

  • 数据分析面试考点

  • 面试题实战精讲

  • 数据分析师养成之道

上课时间:

  1. 北京时间 周六、日 上午9:30~11:30点

  2. 美东时间 周五、六 晚上9:30~11:30点

  3. 美西时间 周五、六 晚上6:30~8:30点

轨迹图可视化案例——实时国际交易分析:

![](data:image/svg+xml;utf8,)

热力图可视化案例——大型房价分析项目:

**

![](data:image/svg+xml;utf8,)**

**
公开课时间
**

  • 北京时间 10/06 周六、日 上午9:30~11:30点

  • 美东时间 10/05周五、六 晚上9:30~11:30点

  • 美西时间 10/05周五、六 晚上6:30~8:30点

报名方式:zoom链接,Registration URL: Webinar Registration