数据科学家精英培训：CDA LEVEL 3数据科学家精英培训是符合「CDA数据分析师人才行业标准」最高等级准则的一套能够将数据分析师（Data Analyst）培养为数据科学家（Data Scientist），具备专业性、科学性、高端性、先进性的领袖级人才培养方案。该课程主要面向从业多年的、有技术基础的大数据及数据分析专业人士、数据工程师等，为他们提供一个成为数据领袖的跳板。 课程内容是在CDA LEVEL 1和LEVEL 2大纲的基础之上，进一步涉及更先进的技术、更系统的架构、更高效的管理，包含计算机科学技术（高性能），大数据架构设计，机器学习，深度学习，数据治理，项目管理等内容，让数据科学是技术的同时，也能成为艺术。
课程安排：
联动式学习：线上场景案例沉浸式教学（主）+ 线上高级技术互动式教学（辅）
课程周期：三个月，线上约70课时
让数据分析师、工程师，成长为数据科学家
弥补缺陷，掌握数据科学家应具备的全方位综合技能
学习到先进、前沿的算法模型及高性能技术，大大提升工作效率
掌握大数据治理、架构设计，提升宏观视角，决策企业战略
掌握项目管理能力，学会搭建数据团队，部门沟通协调，最大化利用资源
课程对象
数据相关岗位的专业人士，如数据分析师，数据咨询顾问，大数据、机器学习、算法工程师等
数据相关部门的管理人士，如数据部主管、总监，首席数据官（CDO），CTO，CIO等
数据领域的研究或教育人士，如科研人员、研究员，高校数据相关专业教师等
学员基础
需要具备CDA LEVEL 1+2的知识技能，包括数据分析、数据挖掘、大数据等技术
掌握java基础编程，python、R等相关数据分析编程软件，实现数据挖掘全流程
有一定的工作经验，具备良好的沟通交流能力
01章数据治理
01-01大数据治理概述、大数据建模（线下）
01-02元数据管理、数据体系建设（线上）
01-03大数据隐私、安全、立法（线上）
01-04大数据质量、热度（线下）
01-05大数据生命周期模型（线下）
02章大数据高级处理与架构设计
01-01大数据架构设计的方法论概述（线上）
01-02互联网场景的大数据解决方案设计（线下）
01-03大数据存储与计算的方案选型（线下）
01-04大数据指标系统与数据安全（线下）
01-05集群资源管理、调优（线下）
03章计算机科学技术
01-01衡量性能的方法（线上）
01-02多线程编程（线上）
01-03提高性能性能的各种编程方法（线上）
01-04机器学习框架Tensorflow的原理（线上）
01-05Keras、Scikit-Learn、TFLearn等算法库的使用（线上）
01-06实作基于Tensorflow、Keras、Scikit-Learn、TFLearn的机器学习算法（线上）
04章机器学习
01-01特征选择与稀疏学习（线下）
01-02类别不平衡问题（线下）
01-03决策规则（线下）
01-04半监督学习（线上）
01-05强化学习（线上）
01-06文本挖掘（线下）
01-07社会网络分析（线下）
01-08区块链分析（线上）
05章深度学习
01-01感知机与神经网络（线上）
01-02深度学习基础概念（线上）
01-03深度学习模型训练与优化（线下）
01-04社会网络分析（线下）
01-05深度学习神经网络-DNN/CNN/RNN/LSTM神经网络（线下）
01-06生成式对抗网络（线上）
01-07深度学习在物体检测与定位上的应用（线下）
01-08深度学习在人脸识别上的应用（线下）
01-09深度学习在语音识别上的应用（线下）
01-10深度学习的未来发展趋势（线上）
06章项目管理
01-01软件项目管理基础（线上）
01-02敏捷开发（线上）
01-03代码管理（线上）
01-04构建大数据团队（线下）
01-05项目管理相关知识及常用工具（线下）
01-06常用项目管理工具介绍（线下）
07章项目实战（部分）
01-01案例名称：大数据指标模型治理与实践
01-02案例名称：画像在O2O互联网场景的实践
01-03案例名称：深度学习在影像物体辨识上的应用
01-04案例名称：深度学习在手写数字辨识上的应用
01-05案例名称：社会网络分析实战
01-06案例名称：文本挖掘实战
