获取资料

构建数据工程师能力模型,实战八大企业级项目【完结】

构建数据工程师能力模型,实战八大企业级项目【完结】

〖课程简介〗

仅掌握基础的数据分析技能,早已无法满足高薪岗位的需求,所以进阶成为中高级数据工程师势在必行。本课程通过一系列企业级数据分析项目实战,带你夯实数据分析必备技能、拓展数据分析思维、学习数据分析算法应用,让你快速掌握中级数据工程师必备的核心技能,叩开大厂之门!

〖课程目录〗

第1章 数据分析实战-前奏 3 节 | 18分钟

本章主要对课程进行介绍,并详细阐述了数据分析工程师的进阶指南,以及数据分析工程师的核心竞争力。

1-1 数据分析课程导学 (04:07)

1-2 数据分析工程师的进阶指南 (06:06)

1-3 课程的核心目标 (07:29)

第2章 数据分析必备技能-开始 13 节 | 199分钟

本章主要介绍了数据分析报告的组成和构建方式,并对必备语言Python,以及核心模块Numpy、Pandas、数据可视化进行介绍。最后通过三个实战项目进行必备技能的掌握。

2-1 数据分析报告的关键组成部分 (17:11)

2-2 如何构建企业级数据分析报告? (15:01)

2-3 Python还可以这样用(中高级) (13:11)

2-4 快速处理数据不二选择-NumPy (08:39)

2-5 数据探索工具-Pandas (14:40)

2-6 高效处理带有时间序列数据(一) (14:25)

2-7 高效处理带有时间序列数据(二) (14:01)

2-8 实战:杭州市地铁流量时间序列数据处理(一) (16:46)

2-9 实战:杭州市地铁流量时间序列数据处理(二) (14:57)

2-10 实战:kaggle数据分析可视化实战(一) (20:20)

2-11 实战:kaggle数据分析可视化实战(二) (13:20)

2-12 实战:kaggle数据分析可视化实战(三) (14:47)

2-13 实战:kaggle数据分析可视化实战(四) (21:03)

第3章 数据分析思维拓展-间奏一13 节 | 129分钟

本章主要介绍核心数据分析思维方法,具体为对比分析、分类分析、时间序列分析、逻辑树分析、多维度拆解分析、假设检验分析、多变量分析、AARRR模型、RFM模型,并通过实战项目进行实操,最后部分细致介绍用户画像的应用与构建。…

3-1 对比分析和分类分析思路与应用场景 (12:13)

3-2 时间序列分析思路与应用场景 (14:31)

3-3 实战:淘宝电商商品销量数据分析 (22:57)

3-4 逻辑树分析思路与应用场景 (06:59)

3-5 多维度拆解分析思路与应用场景 (06:15)

3-6 假设检验分析思路与应用场景 (05:21)

3-7 多个变量间的相关性分析与应用场景 (04:22)

3-8 实战:互联网金融信贷数据分析 (15:37)

3-9 如何使用AARRR模型对用户进行分层? (08:38)

3-10 RFM模型实现精细化用户运营 (09:22)

3-11 用户画像:如何真正了解用户需求? (13:07)

3-12 抖音、QQ浏览器、百度APP的用户画像差异 (03:51)

3-13 推荐系统中的用户画像 (05:17)

第4章 数据分析算法应用-间奏二11 节 | 130分钟

本章介绍了数据分析中常用到的算法,从算法的理论部分展开介绍,并通过多个实战案例进行算法的巩固学习。

4-1 从决策树到GBDT的优化(一) (11:44)

4-2 从决策树到GBDT的优化(二) (12:43)

4-3 信用卡客户贷款违约预测实战–使用决策树(一) (17:05)

4-4 信用卡客户贷款违约预测实战–使用决策树(二) (12:12)

4-5 kmeans无监督聚类的强大 (11:00)

4-6 红楼梦文本聚类实战–使用kmeans (19:15)

4-7 关联规则分析应用 (07:51)

4-8 经典模型支持向量积 (06:40)

4-9 超强拟合能力的神经网络 (09:11)

4-10 预测服装厂员工生产效率–神经网络(一) (12:58)

4-11 预测服装厂员工生产效率–神经网络(二) (09:13)

第5章 京东电商用户行为分析(非模型)项目实战-副歌9 节 | 125分钟

本章以京东电商平台真实数据为基础,对京东电商平台中用户行为进行详细分析,从中挖掘有价值信息,最终进行数据分析报告撰写。

5-1 如何提出分析问题? (07:28)

5-2 数据获取和数据预处理 (17:19)

5-3 掌握流量和转化指标 (13:18)

5-4 用户行为路径分析应用 (11:03)

5-5 使用AARRR漏斗模型拆解用户行为 (18:56)

5-6 用户消费习惯分析及应对方式 (19:32)

5-7 从商品相关性中挖掘可用信息 (14:41)

5-8 使用RFM模型进行用户价值分析及应对方式(一) (11:07)

5-9 使用RFM模型进行用户价值分析及应对方式(二) (11:01)

第6章 数据挖掘模型应用-主歌一5 节 | 61分钟

本章介绍数据挖掘中的核心实战内容,帮助快速从数据中提取更深层次的信息,本章最后部分深入介绍了有关模型的选择以及高阶实战技巧。

6-1 问题理解与评估指标 (21:39)

6-2 数据探索性分析(EDA) (04:17)

6-3 特征工程的重要性 (13:21)

6-4 如何选择合适的模型? (10:54)

6-5 进行模型高阶实践 (10:21)

第7章 APP活跃用户预测(模型)项目实战-主歌二9 节 | 86分钟

本章以短视频平台APP真实数据为基础,充分应用数据分析和数据挖掘技术,解决营销算法中核心的用户活跃预测问题。

7-1 实战案例准备工作 (01:17)

7-2 数据获取和数据预处理.mp4 (04:04)

7-3 用户行为数据分析和可视化 (09:51)

7-4 滑窗法扩充训练集数据 (12:15)

7-5 构建描述用户的特征 (12:19)

7-6 构建描述拍客的特征 (11:33)

7-7 选择有价值的特征 (10:21)

7-8 使用树模型三剑客 (13:16)

7-9 构建模型差异性进行融合 (11:04)

第8章 总结与展望-尾曲4 节 | 26分钟

本章对整个课程进行回顾,同时还介绍数据分析工程师面试中的知识点,以及项目相关的面试知识点和常见问题。最后部分介绍了关于数据分析的后续学习方向。

8-1 整章课程回顾 (04:48)

8-2 数据分析工程师面试问题方向讲解 (08:13)

8-3 选择合适的意向领域及成长路线 (07:02)

8-4 学习完这个课程以后怎样继续深入数据分析的学习? (05:38)

评论0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址