培訓會(huì
熱門(mén)點(diǎn)擊:參觀(guān)考察 中層干部 研發(fā)管理 采購管理 海關(guān)事務(wù) 秘書(shū)文秘 人力資源管理 銷(xiāo)售營(yíng)銷(xiāo) 績(jì)效管理 倉儲管理
您現在的位置:森濤培訓網(wǎng) >> 認證課程>> 詳細介紹

CDA-L1業(yè)務(wù)數據分析師認證培訓班

【授課方式】 面授+線(xiàn)上
【咨詢(xún)電話(huà)】 020-34071250;020-34071978(歡迎來(lái)電咨詢(xún))
【在線(xiàn) QQ 】 568499978
【聯(lián) 系 人】 龐先生,鄧小姐;13378458028、18924110388(均可加微信)
  培訓課綱 課綱下載

《CDA-L1業(yè)務(wù)數據分析師認證培訓班》課綱介紹:

培訓服務(wù)一覽表

培訓地點(diǎn)

廣州

培訓時(shí)間

722-26

培訓方式

· 現場(chǎng)面授 · 直播授課 · 錄播回放

專(zhuān)家授課

· 5天集中培訓學(xué)習:每天6課時(shí),實(shí)戰專(zhuān)家授課

· 理論梳理 · 案例分享 · 實(shí)戰演練

紙質(zhì)資料

《精益業(yè)務(wù)數據分析》CDA一級認證教材

本課程講義

考試系統

針對CDA L1考試我們有600多道模擬題覆蓋知識點(diǎn)達90%以上

學(xué)習平臺

PC/ 移動(dòng)端APPIT云課

社群服務(wù)

· 學(xué)員在線(xiàn)交流 · 專(zhuān)家在線(xiàn)答疑 · 班主任教學(xué)管理

此課程可根據具體需求定制企業(yè)內訓解決方案

一、   培訓背景

CDA 數據分析師人才行業(yè)標準」是面向全行業(yè)數據分析及大數據相關(guān)崗位的一套科

學(xué)化、專(zhuān)業(yè)化、正規化、系統化的人才技能準則。CDA數據分析師認證考試是評判「標準化人才」的唯一考核路徑。CDA考試大綱規定并明確了數據分析師認證考試的具體范圍、內容和知識點(diǎn),考生可按照大綱要求進(jìn)行相關(guān)知識的學(xué)習,獲取技能,成為專(zhuān)業(yè)人 才。

二、   知識要求

針對不同知識,掌握程度的要求分為【領(lǐng)會(huì )】、【熟知】、【應用】三個(gè)級別,考生應按照不同知識要求進(jìn)行學(xué)習。

1.  領(lǐng)會(huì ):考生能夠領(lǐng)會(huì )了解規定的知識點(diǎn),并能夠了解規定知識點(diǎn)的內涵與外延,了解其內容要點(diǎn)和它們之間的區別與聯(lián)系,并能做出正確的闡述、解釋和說(shuō)明。

2.  熟知:考生須掌握知識的要點(diǎn),并能夠正確理解和記憶相關(guān)理論方法,能夠根據不同要求,做出邏輯嚴密的解釋、說(shuō)明和闡述。此部分為考試的重點(diǎn)部分。

3.  應用:考生須學(xué)會(huì )將知識點(diǎn)落地實(shí)踐,并能夠結合相關(guān)工具進(jìn)行商業(yè)應用,能夠根據具體要求,給出問(wèn)題的具體實(shí)施流程和策略。

三、   考試范圍

PART 1 數據分析概念與統計學(xué)基礎 (占比 30%

a. 數據分析概念、方法論、流程(占比 5%

b. 描述性統計分析(占比 12%

c. 推斷性統計分析(占比 8%

d. 方差分析(占比 2%

e. 一元線(xiàn)性回歸分析(占比 3%

Ø PART 2 SQL 數據庫基礎 (占比 15%

a. SQL 及關(guān)系型數據庫基本概念(占比 1%

b. SQL 數據類(lèi)型、運算符、函數(占比 3%

c. SQL 查詢(xún)語(yǔ)句(占比 5%

d. SQL 連接語(yǔ)句(占比 5%

e. SQL 其它語(yǔ)句(占比 1%

Ø PART 3 數據采集與處理 (占比 15%

a. 數據采集方法(占比 5%

b. 市場(chǎng)調研(占比 2%

c. 數據預處理方法(占比 8%

Ø PART 4 數據建模分析 (占比 40%

a. 主成分分析法(占比 4%)、因子分析法(占比 2%

b. 系統聚類(lèi)法(占比 2%)、K-Means 聚類(lèi)法(占比 3%

c. 對應分析(占比 2%)、多維尺度分析(占比 2%

d. 多元回歸分析法

多元線(xiàn)性回歸(占比 10%

邏輯回歸(占比 10%

e. 時(shí)間序列(占比 5%.

四、   考試形式與試卷結構

考試方式:VUE線(xiàn)上考試,隨約隨考;

考試題型:考試題型:客觀(guān)題(單選80+多選60道)滿(mǎn)分100分,60分及格;

考試時(shí)間:120 分鐘;

考試成績(jì):分為 A、B、C、D 四個(gè)層次,A、B、C 為通過(guò)考試,D 為不通過(guò)。

注:考試未通過(guò)者可進(jìn)行一次補考,補考費用為六折優(yōu)惠。每個(gè)等級科目補考各限一次。

五、   課程大綱

章節

模塊

培訓內容

PART 1

數據分析概念與統計學(xué)基礎

1、數據分析概述

【領(lǐng)會(huì )】

數據分析和數據挖掘的概念

強調商業(yè)數據分析中對業(yè)務(wù)的理解

商業(yè)數據分析和預測的本質(zhì)

數據分析的8個(gè)層次

大數據對傳統小數據分析的拓展

【熟知】

明確數據分析目標及意義

數據分析的過(guò)程

數據分析與數據挖掘的常用方法

CRISP-DM、SEMMA 方法論

數據分析中不同人員的角色與職責

2、述性統計分析

【領(lǐng)會(huì )】

數據的計量尺度

數據的集中趨勢、離中趨勢和數據分布的概念

統計圖的概念

各種統計圖的含義和畫(huà)法

【熟知】

衡量數據集中趨勢、離中趨勢和數據分布的常用指標及計算方法統計圖形的繪制、圖形元素的調整、可視化效果,主要涉及條形圖、線(xiàn)圖、直方圖、盒須圖、散點(diǎn)圖、氣泡圖、馬賽克圖、玫瑰圖及其多種圖形整合。明確統計圖形對統計指標表達上的對應關(guān)系

【應用】

根據不同數據類(lèi)型選用不同的統計指標來(lái)進(jìn)行數據的集中趨勢、離中趨勢和數據分布的衡量,不同統計圖的使用場(chǎng)景。會(huì )寫(xiě)數據分析報告和結合業(yè)務(wù)需求對報告進(jìn)行合理解釋?zhuān)瑢I(yè)務(wù)ᨀ出建設性意見(jiàn)建議。

3、抽樣估計

【領(lǐng)會(huì )】

隨機試驗、隨機事件、隨機變量的概念

總體與樣本的概念

抽樣估計的理論基礎

正態(tài)分布及三大分布的函數形式和圖像形式

抽樣的多種組織形式

確定必要樣本容量的原因

【熟知】

隨機事件的概率

抽樣平均誤差的概念與數學(xué)性質(zhì)

點(diǎn)估計與區間估計方法的特點(diǎn)與優(yōu)缺點(diǎn)

全體總體與樣本總體

參數和統計量

重復抽樣與不重復抽樣

抽樣誤差的概念對總體平均數和總體成數的區間估計方法

必要樣本容量的影響因素

中心極限定理的意義與應用

【應用】

隨機變量及其概率分布

全部可能的樣本單位數目的概念及其在不同抽樣方法下的確定

抽樣平均誤差在實(shí)際數據分析中的計算方法

4、假設檢驗

【領(lǐng)會(huì )】

假設檢驗的基本概念

其基本思想在數據分析中的作用

假設檢驗的基本步驟

假設檢驗與區間估計的聯(lián)系

假設檢驗中的兩類(lèi)錯誤

【熟知】

P值的含義及計算

如何利用P值進(jìn)行檢驗

z檢驗統計量

t檢驗統計量

F檢驗統計量

c2檢驗統計量的函數形式和檢驗步驟

【應用】

實(shí)現單樣本t檢驗

兩獨立樣本t檢驗的步驟和檢驗中使用的統計量與原假設

兩種檢驗應用的數據分析場(chǎng)景。

5、方差分析

【領(lǐng)會(huì )】

方差分析的相關(guān)概念

單因素方差分析的原理

統計量構造過(guò)程

【熟知】

單因素方差分析的基本步驟

總離差平方和(SST)的含義及計算

組間離差平方和(SSA)的含義及計算

組內離差平方和(SSE)的含義及計算

單因素方差分析的原假設

【應用】

實(shí)現單因素方差分析的步驟

對方差分析表的分析以及多重比較表的分析

6、簡(jiǎn)單線(xiàn)性回歸分析

【領(lǐng)會(huì )】

相關(guān)圖的繪制與作用

相關(guān)表的編制與作用

相關(guān)系數定義公式的字母含義

估計標準誤差與相關(guān)系數的關(guān)系

【熟知】

相關(guān)關(guān)系的概念與特點(diǎn)

相關(guān)關(guān)系與函數關(guān)系的區別與聯(lián)系

相關(guān)關(guān)系的種類(lèi)

相關(guān)系數的意義以及利用相關(guān)系數的具體數值對現象相關(guān)等級的劃分

回歸分析的概念

回歸分析的主要內容和特點(diǎn)

建立一元線(xiàn)性回歸方程的條件

應用回歸分析應注意的問(wèn)題

估計標準誤差的意義及計算

【應用】

運用簡(jiǎn)捷法公式計算相關(guān)系數

相關(guān)分析分析中應注意的問(wèn)題

回歸分析與相關(guān)分析的區別與聯(lián)系

PART 2

SQL數據庫基礎

1、SQL 基礎概念

【領(lǐng)會(huì )】

關(guān)系型數據庫基本概念、屬性

主鍵

外鍵

E-R 圖

ANSI-SQL 以及不同的數據庫實(shí)現的關(guān)系

【熟知】

邏輯運算符

比較運算符

算術(shù)運算符

通配符

2、SQL 查詢(xún)語(yǔ)句

【應用】

select 語(yǔ)句

包括查詢(xún)單列

多列,去重,前 N 列

from 語(yǔ)句、where 語(yǔ)句、group by 語(yǔ)句、having 語(yǔ)句、order by 語(yǔ)句、子查詢(xún)

SQL 聚合函數,包括 count、sum、avg、max、min 等

3、SQL 連接語(yǔ)句

【領(lǐng)會(huì )】

表的連接類(lèi)型,包括內連接(等值、不等值)、外連接(左、右、全)、交叉連接(笛卡

爾連接)

查詢(xún)的集合操作,只包括并集操作

【應用】

inner join 的用法

left/right/full join 的用法

cross join 的用法

union 的用法

4、其它 SQL 語(yǔ)句

【領(lǐng)會(huì )】

表的創(chuàng )建

視圖及索引的概念及創(chuàng )建

數據插入、更新、刪除

【領(lǐng)會(huì )】

高級函數,如 Oracle 或 Hive 中的 row number over partition by、正則匹配等

PART 3

數據采集與處理

1、數據采集方法

【領(lǐng)會(huì )】

一手數據與二手數據來(lái)源渠道

優(yōu)劣勢分析

使用注意事項

【熟知】

一手數據采集中的概率抽樣與非概率抽樣的區別與優(yōu)缺點(diǎn)

【運用】

概率抽樣方法,包括簡(jiǎn)單隨機抽樣、分層抽樣、系統抽樣、分段抽樣

明確每種抽樣的優(yōu)缺點(diǎn)

根據給定條件選擇最可行的抽樣方式

計算簡(jiǎn)單隨機抽樣所需的樣本量

Ø 市場(chǎng)調研

【熟知】

市場(chǎng)調研的基本步驟(ᨀ出問(wèn)題、調查收集材料、分析預測問(wèn)題)

單選題及多項選擇題的設置

數據編碼及錄入

Ø 數據預處理方法

【熟知】

數據預處理的基本步驟,包括數據集成(不同數據源的整合)、數據探索、數據變換(標

準化)、數據歸約(維度歸約技術(shù)、數值歸約技術(shù)),這部分內容不需要涉及計算,只需要根

據需求明確可選的處理技術(shù)即可。

【應用】

數據清洗,包括填補遺漏的數據值(根據業(yè)務(wù)場(chǎng)景使用常數、中位數、眾數等方法,不

涉及多重查補的方法)、平滑有噪聲數據(移動(dòng)平均)、識別或除去異常值(單變量根據中心

標準化值,多變量使用快速聚類(lèi)),以及解決不一致問(wèn)題(熟知概念即可),查重(只考核

SQL 的語(yǔ)句,不涉及 R、SAS 等其它語(yǔ)言)。

PART 4

數據建模分析

總體要求

領(lǐng)會(huì )模型基本原理,數值模型操作流程,懂得模型應用場(chǎng)景,能夠完成數據建模分析報告。

1、描述性數據分析/挖掘方法——主成分分析

【領(lǐng)會(huì )】

主成分分析的計算步驟

主成分分析中對變量自身分布和多變量之間關(guān)系的假設以及模型設置

【熟知】

適用于主成分分析的變量度量類(lèi)型。通過(guò)分析結果,選取合適的保留主成分的個(gè)數,注意區分兩種不同的分析目的(盡量壓縮變量、避免共線(xiàn)性情況下保留更多信息)保留主成分

個(gè)數的評判標準的差異。

【應用】

在深入理解主成分的意義的基礎之上,在遇到業(yè)務(wù)問(wèn)題時(shí),有能力決定是否使用主成分分析方法;有能力決定何時(shí)采用相關(guān)系數計算方法和協(xié)方差矩陣計算方法;有能力解釋主成分得分的結果;根據變量分布情況進(jìn)行函數轉換。

2、描述性數據分析/挖掘方法——因子分析

【領(lǐng)會(huì )】

了解因子分析模型設置,只需要關(guān)注主成分法的計算步驟

【熟知】

適用于因子分析的變量度量類(lèi)型。通過(guò)分析結果,選取合適的因子個(gè)數;

知道最常用的因子旋轉的方法。

【應用】

在遇到業(yè)務(wù)問(wèn)題時(shí),有能力決定是否使用因子分析,還是使用主成分分析方法就可以了;有能力根據原始變量在各因子上的權重明確每個(gè)因子的意義;有能力對大量變量進(jìn)行維度分析,分維度打分,并比較與專(zhuān)家打分(德?tīng)柗品ǎ┑膮^別;在聚類(lèi)前對數據進(jìn)行描述,發(fā)現理想的聚類(lèi)方式和數量。

3、描述性數據分析/挖掘方法——聚類(lèi)分析

【領(lǐng)會(huì )】

多種聚類(lèi)算法的特點(diǎn)

【熟知】

聚類(lèi)方法的基本邏輯

系統聚類(lèi)和 K-Means 聚類(lèi)的基本算法和優(yōu)缺點(diǎn)

系統聚類(lèi)的計算步驟,包括兩點(diǎn)距離、兩類(lèi)合并的計算方法

系統聚類(lèi)法中選擇最優(yōu)聚類(lèi)數量的方法

K-Means 聚類(lèi)的基本算法

聚類(lèi)分析變量標準化的原因和計算方法

變量需要進(jìn)行主成分分析的原因

變量進(jìn)行函數轉化的原因和計算方法

【應用】

結合客戶(hù)畫(huà)像、客戶(hù)細分、商品聚類(lèi)、離群值檢驗(欺詐、反洗錢(qián))等業(yè)務(wù)運用場(chǎng)景,選取合適的聚類(lèi)方法與步驟

聚類(lèi)事后分析,根據聚類(lèi)后變量分布情況獲取每類(lèi)的特征

4、描述性數據分析/挖掘方法——對應分析

【領(lǐng)會(huì )】

對應分析的算法

【熟知】

適用于對應分析的變量度量類(lèi)型

對應分析與列聯(lián)表分析、主成分分析的關(guān)系

這種方法優(yōu)缺點(diǎn)及如何與其它模型結合使用

【應用】

對應分析使用的指標如何量化及其常見(jiàn)的量化方式

在客戶(hù)滿(mǎn)意度分析、市場(chǎng)績(jì)效及產(chǎn)品細分等場(chǎng)景下的運用

雙標圖的可視化、解釋與意義擴展

5、描述性數據分析/挖掘方法——多維尺度分析

【領(lǐng)會(huì )】

多維尺度分析的算法。

【熟知】

適用于多維尺度分析的變量度量類(lèi)型

該分析方法和主成分分析、因子分析、對應分析的異同點(diǎn),尤其是和因子分析的區別

【應用】

多維尺度分析在客戶(hù)產(chǎn)品感知圖等方面的運用

6、預測性數據分析方法——線(xiàn)性回歸與模型診斷及優(yōu)化

【領(lǐng)會(huì )】

線(xiàn)性回歸系數的計算公式

【熟知】

明確線(xiàn)性回歸的 6 個(gè)經(jīng)典假設(線(xiàn)性模型、不存在共線(xiàn)性、殘差期望為 0、同方差、正態(tài)性、隨機抽樣

明確違反前 5 個(gè)假設后出現的問(wèn)題

模型是否違反前 5 個(gè)經(jīng)典假設的檢驗方法與模型糾正的方法

變量篩選方法

離群值、指標計算方法

明晰橫截面和時(shí)間序列數據在回歸建模上的差異

【應用】

結合業(yè)務(wù)構建回歸模型并且解釋回歸系數

根據業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數轉換

解釋變量為分類(lèi)變量時(shí)的處理方法

區分預測性建模與解釋性建模的關(guān)系

使用結果進(jìn)行新樣本預測

進(jìn)行客戶(hù)價(jià)值分析的基本步驟與注意事項

7、預測性數據分析方法——構造對二分類(lèi)變量的預測模型

【領(lǐng)會(huì )】

卡方檢驗計算公式

二分類(lèi)邏輯回歸的計算公式

【熟知】

分類(lèi)變量是否存在相關(guān)關(guān)系的述方法和檢驗方法,涉及列聯(lián)表分析、卡方檢驗

似然比與 Logit 轉換

二分類(lèi)邏輯回歸模型構建與變量篩選

模型評估的方法,涉及混淆矩陣、ROC 曲線(xiàn)

【應用】

結合業(yè)務(wù)構建回歸模型并且解釋回歸系數

根據業(yè)務(wù)場(chǎng)景與變量分布情況進(jìn)行函數轉換

使用結果進(jìn)行新樣本預測

進(jìn)行客戶(hù)流失預測、信用評級、精準營(yíng)銷(xiāo)等模型的基本步驟與注意事項

8、時(shí)間序列

【領(lǐng)會(huì )】

明確趨勢分解法、ARIMA 方法、時(shí)間序列回歸方法的差異和適用場(chǎng)景

明確每種方法的計算方法

【熟知】

趨勢分解法,涉及乘法模型、加法模型

ARIMA 方法的具體步驟;時(shí)間序列回歸的方法

【應用】

結合業(yè)務(wù)(業(yè)績(jì)預測、預警),選取合適的分析方法

進(jìn)行業(yè)務(wù)時(shí)間序列預測等模型的基本步驟與注意事項

推薦學(xué)習書(shū)目

說(shuō)明:推薦學(xué)習書(shū)目中,部分書(shū)籍結合軟件,但考試不會(huì )考軟件,考生可根據自身需求

選擇性學(xué)習。參考書(shū)目不需全部學(xué)完,根據考綱知識點(diǎn)進(jìn)行針對性學(xué)習即可。

[1] 賈俊平,何曉群,金勇進(jìn). 統計學(xué)(第 7 版)[M]. 中國人民大學(xué)出版社,2018.(必讀)

[2] 斯蒂芬森,晉勞,瓊斯. SQL 入門(mén)經(jīng)典(第 5 版)[M]. 人民郵電出版社,2011.(必讀)

[3] 黃縉華.MySQL 入門(mén)很簡(jiǎn)單[M].清華大學(xué)出版社,2011.(選讀)

[4] 何曉群. 多元統計分析(第 4 版)[M]. 中國人民大學(xué)出版社, 2015. (必讀)

[5] 盛驟,試式千,潘承毅. 概率論與數理統計(第 4 版), 高等教育出版社,2008.(選讀)

[6] 王斌會(huì ) . 多元統計分析及 R 語(yǔ)言建模(第 4 版)[M]. 暨南大學(xué)出版社, 2016. (選讀)

[7] 李靜萍. 多元統計分析:原理與基于 SPSS 的應用(第二版)

, 中國人民大學(xué)出版社, 2015.

(選讀)

[8] Wes McKinney. 利用 Python 進(jìn)行數據分析[M]. 機械工業(yè)出版社,2014. (選讀)

[9] 王燕. 應用時(shí)間序列分析(第四版),中國人民大學(xué)出版社, 2015.

9 10 二選一)

[10] 王燕. 時(shí)間序列分析:基于 R, 中國人民大學(xué)出版社, 2015.

9 10 二選一)

[11] Daniel T. Larose,Chantal D. Larose. 數據挖掘與預測分析(第 2 版)[M]. 清華大學(xué)出

版社,2017. (選讀)

[12] 經(jīng)管之家,曹正鳳. 從零進(jìn)階!數據分析的統計基礎[M]. 電子工業(yè)出版社,2016. (選讀)

[13] 經(jīng)管之家,常國珍. 胸有成竹!數據分析的 SPSS SAS EG 進(jìn)階[M]. 電子工業(yè)出版社,

2016. (選讀)

[14] 經(jīng)管之家,徐筱剛. 如虎添翼:數據處理的 SPSS SAS EG 實(shí)現[M]. 電子工業(yè)出版社,

2016. (選讀)

總結交流與答疑

六、   授課專(zhuān)家

老師 十幾年年軟件研發(fā)經(jīng)驗,十年企業(yè)培訓經(jīng)驗,對Java、Python、區塊鏈等技術(shù)領(lǐng)域有獨特的研究,精通J2EE企業(yè)級開(kāi)發(fā)技術(shù),Java方向:設計模式、Spring MVC、MyBatis、Spring、StringBoot、WebService、CXF并且對Java源碼有深入研究,Python方向:Python核心編程、Python數據分析、Python OOP、Mongodb、Django、Scrapy爬蟲(chóng)技術(shù)、基于Scikit-Learn機器學(xué)習框,Tensorflow深度學(xué)習框架、人臉識別技術(shù)。

常老師 北京大學(xué)會(huì )計學(xué)博士,ThoughtWorks中國首席金融數據科學(xué)家。具有18年數據規劃、數據治理、智能算法在金融和電信行業(yè)的落地經(jīng)驗。協(xié)助企業(yè)逐步積累數據資產(chǎn),運用數據智能工具優(yōu)化業(yè)務(wù)流程,取得數字化競爭優(yōu)勢。代表客戶(hù)有人民銀行、國家開(kāi)發(fā)銀行、中國建設銀行、中國移動(dòng)、中國銀行、中國民生銀行。 在加入ThoughtWorks之前,曾在畢馬威大數據部任總監、在中銀消費金融數據部任高級經(jīng)理、在百度大數據任數據產(chǎn)品經(jīng)理。兼任北京語(yǔ)言大學(xué)金融碩校外導師,同時(shí)擔任的社會(huì )角色和榮譽(yù)有中國大數據產(chǎn)業(yè)生態(tài)聯(lián)盟專(zhuān)家委員會(huì )委員,CDA數據分析研究院名譽(yù)院長(cháng),騰訊云最有價(jià)值專(zhuān)家(TVP),建設銀行反洗錢(qián)和數據資產(chǎn)管理資深外部專(zhuān)家。著(zhù)有《金融數據科學(xué)手冊》系列叢書(shū)、《Python數據科學(xué):技術(shù)詳解與商業(yè)實(shí)踐》、《用商業(yè)案例學(xué)R語(yǔ)言數據挖掘》、《胸有成竹:數據分析的SASEG進(jìn)階》等多本著(zhù)作。

王老師 現任某上市公司軟件產(chǎn)品部副總兼大數據產(chǎn)品線(xiàn)總經(jīng)理,國際信息和數據質(zhì)量協(xié)會(huì )(IAIDQ)會(huì )員,ITSS數據治理標準工作組成員。曾獲得數據管理專(zhuān)業(yè)認證(CDMP)、數據治理專(zhuān)業(yè)認證(DGP)、信息質(zhì)量專(zhuān)業(yè)認證(IQCP)三項國際認證。2010年加入普元,全面主持普元大數據產(chǎn)品的研發(fā)、拓展及團隊管理工作。十年大型企業(yè)信息化架構設計與建設經(jīng)驗,曾任中國人民銀行核心平臺架構師。主持參與了國家開(kāi)發(fā)銀行大數據治理項目、中國人民銀行軟件開(kāi)發(fā)平臺、國家電網(wǎng)云計算平臺等大型項目建設。對大數據行業(yè)有著(zhù)深入的研究和洞察,并對企業(yè)信息化平臺建設,企業(yè)云計算及大數據平臺建設有著(zhù)豐富經(jīng)驗。

七、   培訓費用

培訓費:2980/人(含培訓費、資料費、在線(xiàn)題庫以及錄播視頻回放一年等費用)

考試費:1200/人(含考試費發(fā)票)。



課程名稱(chēng): 《CDA-L1業(yè)務(wù)數據分析師認證培訓班》-認證課程
聯(lián)系人:
手機:
E-mail:
(此表所填信息僅用于招生工作,請您完整、詳細填寫(xiě),我們將在一個(gè)工作日內安排專(zhuān)人與您聯(lián)系)
 
關(guān)于我們 | 法律聲明 | 服務(wù)條款 |熱門(mén)課程列表 | 培訓計劃 | 網(wǎng)站地圖 | 文字站點(diǎn) | 加入收藏 | 用戶(hù)中心 | 培訓需求提交
固話(huà):020-34071250、34071978 值班手機:13378458028(可加微信) 傳真:020-34071978
地址:廣州市天河區東站路1號;常年法律顧問(wèn):北京市雙全律師事務(wù)所 鄧江華主任律師
粵ICP備13018032號 Copyright (c) 2024 All Rights Reserved 森濤培訓網(wǎng) 三策咨詢(xún).企業(yè)培訓服務(wù)