學(xué)會(huì )數據分析職場(chǎng)收益長(cháng)久，越老越吃香，受其他外部業(yè)務(wù)影響相對較小，職位相對穩定。
大部分行業(yè)都會(huì )應用到數據分析，互聯(lián)網(wǎng)銀行、零售、醫藥業(yè)、制 造業(yè)、交通等等。
01華信智原大數據分析專(zhuān)業(yè)體系
運算符與表達式、垃圾回收機制、函數式編程、類(lèi)和對象、Git操作
Python內存管理、引用計數、函數式編程定義、高階函數、遞歸、學(xué)生信息錄入、刪除、修改、成績(jì)排序、存儲等功能
網(wǎng)絡(luò )爬蟲(chóng)基礎、Scrapy框架、Linux & 數據庫基礎
Mysql高級查詢(xún)、單表、多表、子查詢(xún)、分頁(yè)、聯(lián)表、視圖、函數、觸發(fā)器、索引、優(yōu)化；pipeline的介logging模塊的使用、構造請求、item的介紹使用、debug信息的認識、scrapy shell、scrapy settings存儲過(guò)程、事務(wù)
Excel數據分析、數據分析工具Numpy、數據分析工具Pandas、數據可視化工具matplotlib
ndarray對象、索引和切片、組合與拆分、數據類(lèi)型、Pandas定義、Pandas功能、Pandas的安裝、Tableau圖表分析、Tableau地圖繪制與 圖像、Tableau高級圖表類(lèi)型
Scikit-Learn機器學(xué)習、深度學(xué)習
掌握機器學(xué)習常用回歸、分類(lèi)以及聚類(lèi)算法原理及API使用；掌握機器學(xué)習算法超參數優(yōu)選方法，并訓練模型；掌握深度學(xué)習框架Tensorflow的原理及常用API的使用；掌握神經(jīng)網(wǎng)絡(luò )的特點(diǎn)及原理；在數據分析師的基礎之上進(jìn)一步增加核心競爭力；邁進(jìn)數據挖掘和人工智能大門(mén),掌握必備的入門(mén)條件
02理論+實(shí)踐 由淺入深逐級構建開(kāi)發(fā)能力
03行業(yè)大咖教學(xué)團隊，讓你所學(xué)即所用
開(kāi)發(fā)了RainBoSoft監管系統、車(chē)管所車(chē)輛信息監管系統、某公司電子商務(wù)系統、北京市稅務(wù)局稅務(wù)申報系統、智能室內設計系統、智能駕駛系統、票務(wù)智能檢票系統
通俗易懂，能夠使用淺顯的道理比喻、解決問(wèn)題
參與多項教育、銀行、企業(yè)的OA系統開(kāi)發(fā)
有豐富的經(jīng)驗，通過(guò)啟發(fā)式教學(xué)，讓學(xué)生更好接受知識點(diǎn)
04產(chǎn)學(xué)結合的項目化教學(xué)
基于Python數據分析工具Numpy、Pandas對多支股票進(jìn)行各項指標分析，包括股票k線(xiàn)圖、移動(dòng)平均線(xiàn)、布林帶、股票波動(dòng)、股票相關(guān)性分析、股票趨勢性分析、股票交易風(fēng)險評估。利用Sciki-Learn機器學(xué)習建立模型，進(jìn)行股票價(jià)格預測、股票交易策略模擬、股票交易時(shí)機分析。利用數據可視化工具matplotlib、seabron對結果予以圖形化展示
Numpy、Pandas、機器學(xué)習、matplotlib、seabron
使用Scrapy框架爬取各大網(wǎng)站房屋數據，利用Python數據分析工具分析各城市房屋均價(jià)、房屋總價(jià)、房?jì)r(jià)走勢、房源數量、房屋面積分布、樓層、裝修等。利用機器學(xué)習建立模型，對房?jì)r(jià)影響因素進(jìn)行深度揭秘、并對房屋價(jià)格進(jìn)行預測。
Python爬蟲(chóng)、Numpy、Pandas、機器學(xué)習、可視化工具matplotlib、seabron、pyecharts
收集用戶(hù)基本信息、用戶(hù)交易信息，構建用戶(hù)畫(huà)像。構建模型并進(jìn)行訓練，基于K-Means算法對用戶(hù)進(jìn)行聚類(lèi)分析，用戶(hù)相似度分析，基于用戶(hù)相似度進(jìn)行商品推薦，對不同用戶(hù)實(shí)現精準營(yíng)銷(xiāo)。
大型門(mén)戶(hù)網(wǎng)站和大型婚戀網(wǎng)站積累了海量信息，提取有用的價(jià)值，應用于數據挖掘、海量數據分析、市場(chǎng)分析（包括熱點(diǎn)資訊、關(guān)鍵詞點(diǎn)擊、輿情分析、全國婚戀市場(chǎng)、個(gè)人信息分析等情況），掌握爬蟲(chóng)技術(shù)顯得尤為重要。
1、Python 多線(xiàn)程爬蟲(chóng)及其機制
2、使用Python、requests等網(wǎng)絡(luò )模塊
3、使用Python lxml、BeautifulSoup、re、json模塊進(jìn)行數據提取
4、XPath語(yǔ)法規則和各CSS Selector的使用
5、使用Selenium+Chrome實(shí)施動(dòng)態(tài)HTML抓取
6、掌握Scrapy框架，以及編寫(xiě)各類(lèi)中間件
7、掌握scrapy-redis分布式框架，了解各組件工作機制
使用Lambda架構整合實(shí)時(shí)計算和離線(xiàn)計算，借助分布式環(huán)境提升計算能力；使用Flume收集用戶(hù)的點(diǎn)擊、瀏覽、收藏等行為，建立用戶(hù)畫(huà)像和文章畫(huà)像，并存儲于HDFS集群；通過(guò)離線(xiàn)Spark SQL計算建立HIVE特征中心，存儲到HBase集群；通過(guò)ALS、LR、Wide&Deep等機器學(xué)習與深度學(xué)習、推薦算法進(jìn)行智能推薦，達到千人千面的用戶(hù)推薦效果。
1、ABTest實(shí)驗平臺
2、用戶(hù)反饋收集
3、實(shí)時(shí)計算平臺
4、離線(xiàn)計算分析平臺
