川石信息技术

全球的数据量正在以每18 个月翻一倍的惊人速度增长，世界正在高速数字化，大数据堪比石油，如何掘金大数据是所有个人、企业和国家的机遇和挑战。中国是人才大国，能理解和应用大数据的创新人才更是稀缺资源。大数据分析应用已经渗透到我们生活的方方面面，大数据人才缺口等你来填!

数据领域三个大的技术方向：

方向一、Hadoop 大数据开发方向;

方向二、数据挖掘、数据分析&机器学习方向;

方向三、大数据运维&云计算方向。精通任何方向之一者，均会“ 前(钱)”途无量，而需要说明的，三个方向中，数据挖掘、数据分析&机器学习是大数据催生新兴职业数据分析师成IT 界“大熊猫”。

随着大数据在国内的发展，大数据相关人才却出现了供不应求的状况，大数据分析师更是被媒体称为“未来具发展潜力的职业之一”。大数据分析师是做什么的?阿里巴巴集团研究员薛贵荣就曾表示，“大数据分析师就是一群玩数据的人，玩出数据的商业价值，让数据变成生产力。”而大数据和传统数据的区别在于，它是在线的、实时的、规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。

川石数据分析师课程特色：

特色一、专业/热门/前沿课程体系

数据挖掘/数据分析/数据仓库/商业智能/大数据技术/人工智能/深度学习/项目管理一个都不能少!

特色二、全面岗位技能0 基础入门，300 学时

特色三、全程干货，实战为王

我们不仅仅在于数据挖掘/数据分析，算法理论上深入讲解，更是贯穿大量实战案例与企业常用工具配合使用，让你成为一个实战家，入职企业即能快速上手工作。

特色四、适合不同层次学员学习

无论您是刚毕业或在校大学生，还是您已经从事相关专业工作，只要您愿意，都可以选择学习本套课程，为您未来的更好的就业或晋级加薪充电加油!

数据分析培训课程大纲：

课程一：Excel数据分析

1、基础操作：快捷键、数据录入和获取

2、Excel函数：数据清洗函数、统计汇总类、逻辑推断类、关联匹配类、时间处理类

3、数据透视表：数据透视表工具、利用数据透视表进行统计分析、记录合并、字段合并、联合查询

4、数据可视化：图表原理、图表结构、图表选择、常用图表类型的制作

5、VBA：基本语法、基本操作、循环操作、数据和字典、综合运用

课程二：可视化工具Visio/PPT

1、PPT工具使用

2、PPT文字处理

3、PPT图片处理

4、PPT年度报告

5、Visio工具操作

6、Visio如何画思考导图

7、Visioi常用视图制作

课程三：SPSS数据分析

1、SPSS概述及界面：四大SPSS窗口、基本选择操作、数据录入与数据获取

2、SPSS基础知识：数据类型、变量尺度、数据导入、数据清洗、字段拆分、随机抽样、字段合并、字段匹配、记录全并、数据分组、数据标准化

3、统计分析及预测：基本统计、分组分析、结构分析、分布分析、交叉分析、矩阵分析、RFM分析、相关分析、线性分析

课程四：SPSS Moduler数据挖掘

本教程从数据挖掘生命周期、过程及管理思想开始，讲解了实际项目中各大阶段的重要任务及各自承上启下的关键作用。并用通俗易懂的语言将挖掘技术所涉及的思想、方法、参数与统计学基础联系起来，仔细讲解了包括维度、数据、分析、数据流等在内的功能、参数的实际意义和选择、组合等应用方法。对建模技术的原理思想及选择方法是本课程的重点与难点。此外，本课程在结合对Modeler 软件应用的同时，更加强调建模思想，强调模型规划设计。针对有更高要求的朋友，还应常常训练自己对数据挖掘项目全过程的整体规划与设计，培养自己项目全局的眼光和思维方式。

1、Moduler简介：Moduler界面介绍

2、基础知识：执行流和源节点、缓存节点和超节点、文件集成、缺失值处理、字段排序、分类汇总、变量变化、变量派生

3、算法及分析：KNN算法原理、朴素贝叶斯算法、数据挖掘体系介绍、纯属回归、决策树、ID3算法、C4.5算法

课程五：Tableau商业智能分析

Tableau 主要是面向企业数据提供可视化服务， 是一家商业智能软件

(BusinessIntelligence Software)提供商，企业运用Tableau 授权的数据可视化软件对数据进行处理和展示，但Tableau 的产品并不仅限于企业，其他任何机构乃至个人都能很好地运用Tableau 的软件进行数据分析工作。数据可视化是数据分析的完美结果，让枯燥的数据以简单友好的图表形式展现出来。可以说，Tableau 在抢占一个细分市场，那就是大数据处理末端的可视化市场，目前市场上并没有太多这样的产品。同时Tableau 还为客户提供解决方案服务。

本课程基于Tableau 10.3 版本研发，详细介绍了Tableau 的数据连接与编辑、图形编辑与展示功能，包括数据连接与管理、基础与高级图形分析、地图分析、高级数据操作、基础统计分析、如何与R 集成进行高级分析、分析图表整合以及分析成果共享等主要内容。同时，课程以丰富的实际案例贯穿始终，对各类方法、技术进行了详细说明，方便读者快速掌握数据分析方法。

1、Tableau基础知识：设计流程、文件类型、数据类型、数据术语

2、Tableau数据源：数据视图、提取数据、字段、元数据、数据连接、数据混合

3、Tableau工作表：添加、保存、删除工作表、工作表排序、分页

4、Tableau计算：运算符、函数、数值计算、字符串计算、日期计算、表计算、LOD表达式

5、Tableau排序与过滤器：基本排序与过滤器、快速过滤器、上下文过滤器、条件过滤器、顶部过滤器

6、Tableau图表：条形图、拆线图、饼图、交叉图、散点图、气泡图、项目符号图、盒形图、树图、凹凸图、甘特图、直方图、动态图表、瀑布图

7、Tableau高级特性：显示板、格式、预测、趋势线

课程六：MYSQL数据库

1、DDL语言：创建、删除和数据表、创建和删除索引、创建视图

2、DML语言：select查询语句、delete语句、update更新、insert into插入数据

3、DCL语言：规定数据库的各种权限、数据库事物控制、触发器、自定义函数

课程七：Python语言

1、Python环境搭建与特性：Python安装、环境变量配置、eclipse集成PyDev、Python优缺点、Python未来

2、Python基础知识：数据类型、变量定义、标识符、操作符、赋值、优化先、表达式、运算符

3、控制语句：if、for、while、break、continue

4、函数：函数定义、返回值、参数定义与传递、局部变量、全局变量、模块变量、元组动态参数、字典动态参数、参数传递地址、PASS占位符

5、包：包的用途、包的引入、创建自定义包、使用自定义包、dir函数使用

6、数据结构：列表、元组、字典、序列、集合、各数据结构常用函数

课程八：Python爬虫搜索

1、基础知识：http协议、urllib2入门、urllib2高级用法、urlError处理、构建cookie、正则表达式、requests模块、beautiful soup

2、高级功能：登录到抓取图片、phantomJS、Selenium

课程九：Linux运维基础

1、Linux安装

2、Linux命令：文件管理、系统管理、磁盘操作、网络设置

3、shell编程：变量、echo、控制语句、函数

课程十：Hadoop大数据平台应用

1、大数据技术生态体系概述

2、Hadoop集群部署与应用

3、HDFS—分布式文件系统

4、MapReduce数据处理

课程十一：R数据分析

本课程面向从未接触过数据分析的学员，从**基础的R 语法开始讲起，逐步进入到目前各行业流行的各种分析模型。整个课程分为基础和实战两个单元。

基础部分包括R 语法和统计思维两个主题，R 语法单元会介绍R 语言中的各种特色数据结构，以及如何从外部抓去数据，如何使用包和函数，帮助同学**语法关。统计思维单元会指导如何用统计学的思想快速的发现数据特点或者模式，并利用R 强大的绘图能力做可视化展现。在实战部分选择了回归、聚类、数据降维、关联规则、决策树这5 中**基础的数据分析模型，详细介绍其思想原理，并**案例讲解R中的实现方案，尤其是详细的介绍了对各种参数和输出结果的解读，让学员真正达到融会贯通、举一反三的效果。并应用到自己的工作环境中。

1、R基础知识

2、R基本语句结构及循环

3、R数据清洗

4、文本对象处理

5、R画图

6、R统计分析

数据分析适合人群：

本系列课程内容涉及从初级到高级，适合不同层次的学员学习，具体包括如下：

1. 适合数学专业、计算机相关专业、统计、金融，财务等专业本科及本科以上在读大学生

2. 适合从事市场、管理、财务、供应、咨询等职位业务人员;非统计、计算机专业背景零基础入行和转行就业人员。

3. 适合数据分析岗位，想深入学习数据/大数据分析或转行想从事数据挖掘工作的在职人员

4. 适合大数据开发人员，想转行或了解学习数据挖掘/数据分析技术从而转行的在职人员

5. 适合产品经理，想晋升从事专业数据分析师/数据产品经理的在职人员

注：至少大专以上学历!

数据分析师成长目标：

由于本套课程涉及的技术面很广，所以就业方向也有很多，包括但不限于以下几个主要的就业岗位：

1、业务(数据挖掘)分析师、数据分析师

2、建模数据挖掘/数据分析员/师

3、大数据挖掘/大数据分析师

4、大数据高级系统架构师

5、 初/中/高级数据产品经理

求职谈薪：

大数据催生数据分析师薪酬比同等级职位高20%。有媒体报道，在美国，大数据分析师平均每年薪酬高达17.5 万美元，而国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。

1、专科或者以上学历;

2、计算机，软件电子，理工科专业优先;

3、有志于转行从事IT 相关工作的工作人员;