课程介绍：
CDA大数据分析集训营：随着电子信息、物联网、互联网等产业的高速发展，智能手机、平板电脑、可穿戴设备与物联网设备已经渗入到现代生产生活的方方面面，每时每刻都产生着大量的数据，当今社会已经进入数据爆炸的时代。各领域中的相关数据不仅量大，而且种类繁多、变化速度快、价值密度低。这些日益凸显的大数据特征在全球掀起一场全新的思维、技术与商业变革，无论是产业界还是学术界都在持续加大在大数据技术和相关领域的投入。如今大数据技术已经与我们的生活紧密的连接在一起了，例如电商领域的推荐系统、*疫情防控，都离不开大数据技术的加持。CDA大数据分析*班课程是立足于市场需求，精心打磨的*课程。本课程适宜0基础有转行需求的同学学习，课程内容由浅到深，让大家逐步掌握大数据核心技术。
课程收获：
1.熟练掌握Linux常用命令，能胜任基础大数据运维*
2.熟练掌握SQL语法，熟悉MySQL数据库性能优化
3.掌握Java核心编程，具备大数据应用开发能力
4.掌握Hadoop/spark生态核心技术，可根据需求完成离线或实时大数据应用开发任务
5.掌握Python核心编程，完成数据预处理、可视化的代码编写
6.掌握数据挖掘核心技术，胜任数据挖掘工程师岗位
课程内容：
1章预科学习（工具篇）
1-1Excel预习视频
1-2数据库预习视频
1-3Power BI预习视频
1-4Linux基础视频（需在Hive课程之前看完）
1-5基础数学预习视频(选看)
2章预科学习（业务篇）
2-1业务前台人员数据思维训练营
3章业务数据分析(Excel)
3-1表格结构数据的特征、获取方法
3-2表格结构数据引用、查询与计算方法
3-3数据驱动型业务管理
3-4指标的应用-搭建营销运营指标体系
3-5财务指标的分析与应用
3-6业务场景指标-多场景业务场景指标应用精讲（运营、客户、商品、活动等）
3-7指标的设计-多场景指标设计、使用及分析案例（绩效、运营、销售等）
3-8业务指标综合分析案例-互联网运营业务指标综合分析案例
3-9可视化分析方法
3-10业务分析方法应用-杜邦分析法、帕累托分析法、四象限分析法
3-11业务模型应用-价值模型、帕累托模型、漏斗模型、RFM模型
3-12撰写业务分析报告方法
3-13电商、互联网、零售行业的数据分析场景介绍
3-14客户分析-电商客户维度综合分析案例（用户生命周期、用户特征、用户行为分析）
3-15运营分析-互联网运营业务综合分析案例（运营效果分析、电商漏斗模型分析应用）
4章统计基础与数据预处理（Excel）
4-1分析的基本概念
4-2描述性统计与数据预处理
4-3统计分布
5章多维数据分析与可视化分析（Power BI）
5-1表结构数据的特征与获取
5-2表结构数据加工与使用
5-3多表透视分析逻辑
5-4透视分析方法
5-5多维数据模型
5-6多表透视分析应用案例--多维透视分析应用案例
5-7客户分析-电商客户运营分析仪表板（潜在客户挖掘、电商运营效果监控、运营指标分析应用）
5-8产品分析-产品进销存追踪监控看板（进销存业务流程分析与监控）
5-9运营分析-电商运营分析驾驶舱（电商获客分析、营销漏斗模型监控分析）
5-10销售分析-服装行业销售情况分析（销售情况监控看板制作方法）
5-11财务分析-地产企业盈利分析（企业利润结构构成及盈利能力分析看板）
5-12综合实战案例-电商综合运营分析仪表板（流量、转化、客单相关指标分析监控）
6章推断性统计
6-1参数估计
6-2假设检验
6-3AB test
6-4使用带检验的AB test分析运营方案
7章SQL数据库(MySQL)
7-1数据库基本概念
7-2DDL数据定义语言（创建、选用、删除数据/表）
7-3DML数据操作语言（添加、修改、删除数据）
7-4单表查询
7-5查询结果排序、限制查询结果数量
7-6多表查询
7-7函数
7-8SQL大厂面试题突击训练
7-9查询应用案例1--电商多表查询案例
7-10查询应用案例2--零售业多表查询案例
8章数据管理与数据治理简介
8-1企业决策的四个层次：战略、管理、运营、操作
8-2企业数据分析能力的演进
8-3企业运营和操作数据应用
8-4数据管理基础知识与DMBOK知识体系
8-5企业数据能力建设
8-6数据治理实操框架
9章企业架构与数据架构基础
9-1数据架构的基本概念
9-2数据模型介绍
9-3数据建模基础
9-4数据建模方法
9-5数据建模规范化
9-6数据建模案例
10章Hive SQL
10-1Linux系统（复习）
10-2Linux常用命令和文件系统（复习）
10-3分布式存储与计算(Hadoop)
10-4系统的安装与部署
10-5Hive架构原理
10-6Hive数据类型
10-7HiveQL与应用
11章大型数据分析综合项目实战(Power BI+SQL)
11-1跨国企业完整数据分析实战案例
11-2学生探索性实操
11-3制作分析报告
11-4项目现场专家评审与1 V 1指导
12章Python编程基础
12-1Python与Anaconda简介
12-2Python标准数据类型
12-3基本语法规则
12-4控制流语句
12-5自定义函数
13章Python数据清洗与可视化
13-1Numpy数组分析
13-2Pandas数表分析
13-3Pandas数据清洗与可视化
13-4Python数据可视化*-Matplotlib介绍
13-5Python数据可视化*-Seaborn介绍与图形绘制
13-6Python BI*-Pyecharts介绍与图形绘制
13-7分析案例：斯德哥尔摩气候可视化分析
13-8分析案例：餐饮订单数据清洗与分析
13-9分析案例：文本数据分析之QQ聊天信息可视化分析
14章Python+SQL及Python自动化
14-1SQL数据接入
14-2Python连接SQL
14-3Python办公自动化
14-4实现自动风控报表
15章ETL数据接入与数仓
15-1ETL基本概念与常用工具
15-2Kettle核心概念与配置
15-3Kettle转换
15-4Kettle作业
15-5ETL连接数仓
15-6ETL实战项目
16章数据分析师职业规划课
16-1职业规划
16-2职场沟通力
16-3团队协作力培养
17章面试技巧一对一辅导
17-11 V 1面试技巧指导与简历修改
18章技能选修
18-1互联网数字化运营
18-2何为数据产品经理
18-3Python爬虫
18-4人工智能(深度学习)实战之图像识别
18-5Tableau多维可视化分析
18-6SPSS统计分析
