1、课程介绍
是面向大数据分析师、BI工程师的专业技能认证,涵盖数据分析相关的知识体系,如大数据基础知识、大数据存储技术、数据分析工具、数据可视化、数据编程、数据质量控制、数据分析项目管理、机器学习等。
2、课程对象
面向大数据分析师、BI工程师。
3、课程规划
3天
1. 大数据基础
2. SQL基础知识
3. 数据分析工具
大数据的定义与特征
大数据的应用场景
Hadoop概述
Hadoop生态介绍
HDFS
MapReduce
Hive与HBase
Spark
Zookeeper
大数据分析的概念
大数据分析的应用场景
大数据分析的流程-1
大数据分析的流程-2
数据库基础
数据仓库基础
大数据分析相关的统计知识
SQL简介
SQL基础操作
SQL高级应用
常见分析工具简介
阿里云大数据平台简介-01-MaxCompute简介
阿里云大数据平台简介-02-DataWorks简介
阿里云大数据平台应用-01-服务开通
阿里云大数据平台应用-02-数据输入
阿里云大数据平台应用-03-数据开发
阿里云大数据平台应用-04-任务运维
4. 数据质量控制
5. 数据分析指标
6. 数据编程
7. 数据可视化
数据质量的基本概念
数据质量问题的来源
数据质量问题的控制策略
数据质量问题的控制流程
数据质量控制最佳实践
数据分析指标基础
数据分析指标体系
数据编程综述
编程方法
编程效率
数据可视化基本概念
数据可视化常用图表及使用场景
数据可视化设计原则及产品分类
报表工具Quick BI介绍
数据大屏工具DataV介绍
8. 机器学习
9. 数据分析报告撰写
10. 数据分析项目管理
机器学习的定义与发展历史
机器学习的应用场景
机器学习的流程
常用的机器学习工具
机器学习算法的分类
监督式学习-线性回归
监督式学习-KNN算法
监督式学习-决策树算法
无监督学习
数据分析报告初始与分类
数据分析报告结构与撰写注意事项
项目管理方法论
数据项目实施流程
数据项目设计方法