
說到建模分析師,你可能會臆想到的形象是怎樣的?數(shù)據(jù)民工?金融精英?公司牛人?
他的發(fā)型可能是:
禿頭
無劉海蓬松長發(fā)
他的裝束大概是:
雙肩背包(你的背包,背到現(xiàn)在還沒爛)
運動鞋(竹杖芒鞋輕勝馬,誰怕,一蓑煙雨任平生)
他的形象興許是:
數(shù)據(jù)民工,勵精圖治。
數(shù)據(jù)精英,功成名遂。
數(shù)據(jù)前輩,德高望重。
那么走進建模分析師的工作,看看他們都在干什么吧。
如果你是SAS的忠實用戶,身處銀行、醫(yī)藥、電信等大型行業(yè),你可能會接觸到
信用卡違約預測之監(jiān)測
如果你正在為萬達做電影推薦系統(tǒng),鐘愛SPSS Moderler,你可能會構(gòu)建
基于電影系統(tǒng)的關(guān)聯(lián)推薦模型
如果你身處互聯(lián)網(wǎng)行業(yè),善于使用R語言,專注于CRM客戶關(guān)系管理,你涉及的課題可能是:
客戶管理管理與生命周期
最后,讓我們來看看,企業(yè)BOSS們對建模分析師都有哪些要求呢?
以下標準取自獵聘網(wǎng)對建模分析師的共性要求整理所得,僅供參考:
硬性:
1. 學歷背景:統(tǒng)招本科學歷以上,數(shù)學/統(tǒng)計學/金融工程/計算機專業(yè)背景優(yōu)先
2. 技能:熟練掌握SAS/SPSS/Python/R等至少一種工具,必須會SQL;
軟性:
1. 工作經(jīng)歷:2~3年各行業(yè)建模分析工作經(jīng)驗;
2. 商業(yè)思維:具有較好的商業(yè)感覺和邏輯推理能力,善于從商業(yè)角度解讀數(shù)據(jù),有創(chuàng)造性思維和較強的學習能力,能推動數(shù)據(jù)分析結(jié)果落地。
那么,有沒有什么捷徑可以讓我們更快速的成為建模分析師嗎?
答案是:CDA LEVEL II建模分析師,四個專題,皆為大牛!帶你快速入門建模分析師,體驗不一樣的數(shù)據(jù)挖掘!
【報名流程】
1. 在線填寫報名信息
http://www.3lll3.cn/kecheng/4.html
2.給予反饋,確認報名信息
3.網(wǎng)上繳費
4.開課前一周發(fā)送電子版課件和教室路線圖
SPSS Modeler專題
北京:2016年7月29-31,8月05-07日
上海:2016年10月21-23,28-30日
深圳:2016年9月16-18,23-25日
主題
以企業(yè)場景、真實案例教學方式,利用SPSS MODELER來貫穿數(shù)據(jù)挖掘建模的整個內(nèi)容,包括基礎(chǔ)、算法、建模、進階、模型優(yōu)化、應(yīng)用等。
應(yīng)用范圍
《營銷活動及信用風險控制》 《企業(yè)如何處理原始數(shù)據(jù)》 《如何根據(jù)業(yè)務(wù)選取有效變量》 《如何建立交叉銷售模型》 《如何建立信用評分模型》 《如何進行模型優(yōu)化》 《企業(yè)如何建立預測模型》 《客戶分群精準化營銷》
算法理論
KDD、CRISP DM—數(shù)據(jù)處理—統(tǒng)計檢驗—決策樹、羅吉斯回歸、包裝法—貝氏網(wǎng)絡(luò)—神經(jīng)網(wǎng)絡(luò)—支持向量機—隨機森林—聚類分析—關(guān)聯(lián)分析—序列分析
案例操作
【營銷客戶分群】【銀行風險預測】【網(wǎng)站行為關(guān)聯(lián)分析】【商品關(guān)聯(lián)規(guī)則】【交叉銷售】【客戶流失預警】【天氣預測】【藥物治療】【疾病診斷】【零售購物籃組合】【銀行金融產(chǎn)品序列分析】
SAS專題
北京:2016年8月06-07,13-14,20-21日
上海:2016年8月13-14,20-21,27-28日
主題
以SAS為工具,講解SAS軟件中高級編程技術(shù),并運用SAS進行數(shù)據(jù)挖掘流程化操作。
應(yīng)用范圍
《銀行、證券等金融企業(yè)》《大型零售企業(yè)》《通信行業(yè)》《醫(yī)療行業(yè)》
軟件技術(shù)
《SAS基礎(chǔ)編程》《SAS數(shù)據(jù)管理》《SAS編程進階》《SAS與SQL》《SAS宏語言》《程序優(yōu)化》
算法理論
線性回歸--邏輯回歸--決策樹--組合算法--神經(jīng)網(wǎng)絡(luò)--樸素貝葉斯--MBR(KNN)--聚類分析--關(guān)聯(lián)規(guī)則
案例操作
【數(shù)據(jù)驅(qū)動的風險管理】【信用卡違約預測模型案例流程】【信用評分模型】【電信客戶流失預警】
PYTHON專題
北京:2016年9月03-04,10-11,16-17日
主題
以PYTHON為工具,講解PYTHON軟件數(shù)據(jù)挖掘編程技術(shù),并運用PYTHON
應(yīng)用范圍
《互聯(lián)網(wǎng)企業(yè)》《網(wǎng)站分析》《網(wǎng)絡(luò)產(chǎn)品與運營》《其他》
軟件技術(shù)
《PYTHON語法基礎(chǔ)》《PYTHON數(shù)據(jù)挖掘包》《主成分與因子分析》《聚類分析》《預測分析》《文本分析》《社會網(wǎng)絡(luò)分析》
算法理論
線性回歸與嶺回歸--可實現(xiàn)的Lasso算法--Logistic回歸--廣義線性模型--最近鄰域法(KNN)--樣條曲線--決策樹--隨機森林--支持向量機--線性判別模型--主成分分析PCA--樣本聚類--關(guān)聯(lián)規(guī)則與序貫分析
案例操作
【汽車類型聚類與地域購買偏好分析】【婚戀網(wǎng)站被約會可能性預測】【零售業(yè)客戶價值預測模型】【新聞內(nèi)容分類】【構(gòu)造新聞熱點詞指數(shù)】【電信客戶交友圈與流失預警】
R語言專題
北京:8月06-07,13-14日,20-21日(6天)
廣州:8月06-07,20-21日,27-28日(6天)
主題
以R為工具,講解R語言軟件數(shù)據(jù)挖掘編程技術(shù),并運用R
應(yīng)用范圍
《學術(shù)界》《客戶預測與客戶流失》《信用違約建?!贰躲y行金融業(yè)》
軟件技術(shù)
《R常用包》《R語言編程》《預測模型》《降維》《分類模型》《樣本聚類》
算法理論
樸素貝葉斯--決策樹--KNN--邏輯回歸--神經(jīng)網(wǎng)絡(luò)--SVM--嶺回歸--Lasso算法--裝袋法--Adaboost算法--主成分分析PCA--K-means--譜聚類--密度聚類--關(guān)聯(lián)規(guī)則--序列模式
案例操作
【制作經(jīng)營業(yè)務(wù)BI常用圖表】【婚戀網(wǎng)站是否可以成功約會預測】【客戶流失預測】【零售業(yè)客戶價值預測模型】【信用違約建模案例】【銀行客戶購物籃分析】
|
|
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10