京东CDA数据分析师精英班：优秀的数据分析师熟练掌握数据平台运营的各项数据指标，熟知数据平台运营规律，以丰富的业务经验、敏锐的数据洞察力，娴熟地使用数据分析工具，快速为企业解决业务难题。
如何0基础进阶数据分析岗位？这需要数据领域一流的专家一对一面授，循序渐进、系统科学地掌握数据分析岗位所需的数据分析工具、数据分析模型，亲授业务经验，手把手实操大厂项目。
CDA数据科学研究院与京东智联云数据科学团队强强联合，推出《京东&CDA数据分析精英班》，并通过Excel分析、Power BI智能分析、Python数据挖掘等具体案例，深刻阐述从数据分析到高效决策的数字化业务思维，培养掌握CDA数据洞察力，熟知数字化转型过程中的企业运营数据指标、业务数据理论与模型的，同时对数据分析平台运作具有深度洞察的标准化全栈人才。
熟知数据分析实施流程和方法论
掌握表格数据获取和加工的方法
熟练掌握数据科学领域最受欢迎的编程语言-Python
掌握数据分析体系
掌握用户数据分析框架
掌握EDIT模型在电商用户数据分析场景的使用
掌握AIPL以及4A用户营销分析方法
掌握商品数据分析框架
掌握EDIT模型在商品数据分析场景的使用
掌握销售分析、库存分析、市场分析、促销分析等常用分析诊断方法
掌握商品数据分析常用数据挖掘模型
掌握流量数据分析框架
掌握流量分析的基本工具
掌握流量异常检测方法和常用的流量分析模型
掌握基于Power BI的动态数据可视化报告制作
缺少一线互联网大厂数据分析与数字化决策的项目经验，希望个人履历能添光溢彩者
希望了解一线互联网大厂在数据资产变现思路者
简历无亮点缺乏竞争优势
学习更多前沿项目思路的CDA老学员
01章数据分析基础
1-1电子表格工具应用
1-2数据分析概念
1-3数据结构
1-4数据库应用（My SQL）
02章商业智能企业项目实战
2-1描述性统计分析
2-2商业智能分析工具应用
2-3多维数据透视分析（Power BI）
2-4业务数据分析
2-5业务分析方法
03章Python编程基础
3-1基本操作
3-2基本数据类型与方法
3-3自定义函数
3-4流程控制语句
3-5面向对象编程
3-6文件读取与写入
3-7常用模块
04章Python数据清洗基础
4-1NumPy基本数据结构: Ndarray
4-2DataFrame对象的索引、切片与过滤
4-3DataFrame对象的排序与汇总
4-4DataFrame简单处理缺失值方法
05章Python可视化
5-1Python数据可视化包-Matplotlib介绍
5-2Python数据可视化包-Seaborn介绍与图形绘制
06章Python数据清洗与可视化案例操作
6-1训练实操1：欧洲人口普查数据清洗
6-2训练实操2：餐厅订单数据异常值处理
6-3训练实操3：Stockholm气温数据分析
6-4训练实操4：QQ聊天记录文本分析
6-5机器学习数学与统计基础
07章机器学习算法
7-1机器学习入门介绍
7-2scikit-learn入门
7-3KNN-最近邻分类算法：原理、实现
7-4决策树算法：原理、实现、相关技术应用及实例
7-5随机森林算法：原理、实现及相关技术应用：以乳腺癌预测为例
7-6K-Means聚类算法：原理、实现及簇选择与矢量化应用
7-7关联规则算法：原理、实现
7-8线性回归
7-9逻辑回归
7-10SVM支持向量机
7-11朴素贝叶斯算法
7-10训练实操1：网络舆情文本挖掘实战
7-11训练实操2：深度学习技术与综合实战
08章电商数据分析理论
8-1“人货场”理论基础
8-2用户数据分析指标体系与常用方法
8-3商品数据分析指标体系与常用方法
8-4流量数据分析指标体系与常用方法
8-5新媒体电商数据分析
8-6杜邦分析法搭建案例
8-7店铺诊断与复盘方法
09章企业项目综合实战
9-1基于消费者行为的资产模型的分析和应用
9-2零售营销资源投放策略分析
9-3用户关注度模型构建及运营
9-4基于用户搜索行为的商品推荐策略
9-5品牌触点分析与营销资源投放策略
9-6行业发展指数的构建与营销策略的配置
9-7金融反欺诈业务指标概述
9-8金融反欺诈预测系统的搭建
10章选修实战项目
10-1使用Python进行离网用户预警案例
10-2基于fbprophet算法的股价预测
10-3基于深度学习的舆情监控系统的搭建
10-4基于Xgboost的消费者购买意向预测
10-5数据科学岗位调研
10-6音乐推荐系统算法的搭建
10-7用电敏感客户分类
10-8基于用户搜索关键词的用户画像
10-9基于决策树的通讯客户满意度分析
10-10基于基站定位数据的商圈分析
10-11基于客户购买行为数据分析的的商业策略优化
10-12医疗数据分析行业应用之糖尿病预测
10-13房价预测案例
