Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

数据分析工程师训练营

XuetangX via XuetangX

Overview

Learn comprehensive data analysis skills through an extensive training course covering fundamental concepts to advanced applications across multiple domains. Master data analysis basics, indicator systems, Excel operations, MySQL database management, Python programming, web scraping, statistical analysis, and machine learning. Develop practical skills through hands-on exercises in business intelligence, including SWOT analysis, marketing theories, user behavior analysis, and data visualization techniques. Apply learned concepts to real-world scenarios in retail, e-commerce, and restaurant industry analysis while building expertise in tools like Excel, MySQL, Python libraries (NumPy, Pandas, Matplotlib), and machine learning frameworks. Gain proficiency in creating data reports, user portraits, and implementing growth models while preparing for career advancement with interview preparation and resume writing guidance.

Syllabus

  • 第一章 数据分析基础(上)
    • 1.1 数据分析常见场景
    • 1.2 互联网行业数据分析应用
    • 1.3 职业方向与薪资水平
    • 1.4 数据分析4个场景案例详解
    • 1.5 数据分析流程与工具
    • 1.6 大局出发如何分析
    • 1.7 swot分析方法论
    • 1.8 4p营销理论
    • 1.9 5w2h分析法
    • 1.10 逻辑树模型及应用
    • 1.11 用户行为分析
    • 1.12 数据分析常用方法详解
  • 第二章 数据分析基础(下)
    • 2.1 为什么学习指标与指标体系
    • 2.2 数据指标与指标体系
    • 2.3 数据指标体系设计与落地
    • 2.4 常见的数据指标及指标拆解
    • 2.5 基于AARRR模型构建指标体系
    • 2.6 北极星指标与增长模型
    • 2.7 增长模型搭建
    • 2.8 人货场指标体系搭建
    • 2.9 osm与ujm模型详解
    • 2.10 分层指标体系搭建
    • 2.11 数据埋点及流程
    • 2.12 指标体系搭建案例与落地流程
    • 2.13 用户画像与标签体系
    • 2.14 数据分析报告
  • 第三章 excel数据分析实战(上)
    • 3.1 excel格式与数值设置
    • 3.2 数据填充
    • 3.3 excel基本操作-拆分
    • 3.4 excel数据处理基本操作
    • 3.5 条件格式
    • 3.6 excel基础操作粘贴与定位
    • 3.7 excel公式与运算符使用
    • 3.8 excel函数插入与引用
    • 3.9 统计函数
    • 3.10 排序-方差与标准差
  • 第四章 excel数据分析实战(中)
    • 4.1 if语句
    • 4.2 逻辑函数
    • 4.3 if类函数与练习
    • 4.4 is类相关函数
    • 4.5 vlookup函数
    • 4.6 hlookup与lookup函数
    • 4.7 match与index函数
    • 4.8 数据透视表快速入门
    • 4.9 offset函数
    • 4.10 时间与日期相关函数
    • 4.11 时间与星期相关函数
    • 4.12 文本函数
  • 第五章 excel数据分析实战(下)
    • 5.1 数据分析透视表(1)
    • 5.2 数据分析透视表(2)
    • 5.3 切片器
    • 5.4 数据可视化
    • 5.5 柱状图与条形图
    • 5.6 折线图与饼状图
    • 5.7 组合图表
    • 5.8 箱状图 散点图 雷达图
    • 5.9 瀑布图与甘特图
    • 5.10 漏斗图制作
    • 5.11 旭日图与树状图制作
    • 5.12 动态图表-数据透视表与切片器
    • 5.13 数据验证制作动态图标
    • 5.14 动态图表制作
    • 5.15 数据看板制作
  • 第六章 mysql数据分析实战(上)
    • 6.1 mysql简介与开发环境搭建
    • 6.2 用户与库的管理
    • 6.3 数据类型与表的管理
    • 6.4 数据导入导出
    • 6.5 mysql增删改查
    • 6.6 查询结果排序与TOPN
    • 6.7 按照指定条件过滤
    • 6.8 按照集合与NULL的过滤
    • 6.9 指标统计利器-聚合函数
    • 6.10 分组统计与HAVING应用
    • 6.11 数据查询综合应用
  • 第七章 mysql数据分析实战(下)
    • 7.1 逻辑语句应用
    • 7.2 日期与时间相关函数
    • 7.3 日期计算相关函数
    • 7.4 数字与字符串相关函数
    • 7.5 多表查询
    • 7.6 子查询
    • 7.7 练习
    • 7.8 窗口函数
    • 7.9 电影评分练习
  • 第八章 Python基础(一)
    • 8.1 Python内容简介与学习方式
    • 8.2 Python开发环境的搭建
    • 8.3 开发工具选择-vscode安装与使用
    • 8.4 学习利器-Jupyter安装与使用
    • 8.5 第三方模块管理方式
    • 8.6 Python基础-理解变量
    • 8.7 输入输出语句与基本语法
    • 8.8 三种运算符
    • 8.9 条件语句-if语句
    • 8.10 循环语句-while
    • 8.11 循环语句-for循环
    • 8.12 快速入门函数
  • 第九章 Python基础(二)
    • 9.1 数字基础
    • 9.2 数字相关函数与练习
    • 9.3 数字反转输出
    • 9.4 随机数模块
    • 9.5 序列基础
    • 9.6 序列通用函数
    • 9.7 字符串
    • 9.8 字符串相关函数
    • 9.9 字符串相关方法
  • 第十章 Python基础(三)
    • 10.1 列表基础
    • 10.2 元组
    • 10.3 列表练习
    • 10.4 列表解析
    • 10.5 字典
    • 10.6 集合
    • 10.7 拷贝问题
    • 10.8 collections模块详解
  • 第十一章 Python基础(四)
    • 11.1 文件操作快速入门
    • 11.2 文件打开方式详解
    • 11.3 文件编码格式
    • 11.4 文件读取操作
    • 11.5 文件练习-产生销售数据
    • 11.6 文件练习-销售数据统计
    • 11.7 csv文件快速上手
    • 11.8 练习-人口基本信息统计
    • 11.9 csv文件练习
    • 11.10 时间处理
    • 11.11 按照时间完成订单的统计
  • 第十二章 Python基础(五)
    • 12.1 统计7天内的订单量
    • 12.2 os模块
    • 12.3 文件练习
    • 12.4 excel读取快速入门
    • 12.5 excel读取操作
    • 12.6 练习-订单统计
    • 12.7 excel文件拆分
    • 12.8 单元格格式设置
    • 12.9 excel公式与图片插入
    • 12.10 序列化与反序列化
    • 12.11 ini文件读写
  • 第十三章 Python基础-函数
    • 13.1 函数基础
    • 13.2 函数参数
    • 13.3 函数返回值
    • 13.4 作用域
    • 13.5 匿名函数
    • 13.6 函数式编程
    • 13.7 递归
    • 13.8 闭包
    • 13.9 装饰器
    • 13.10 yield与生成器函数
  • 第十四章 Python基础-面向对象
    • 14.1 面向对象基本概念
    • 14.2 类与实例属性
    • 14.3 实例方法
    • 14.4 对象的生命周期
    • 14.5 面向对象三种方法
    • 14.6 收银台结算案例
    • 14.7 propety使用
    • 14.8 反射
    • 14.9 继承详解与应用
    • 14.10 特殊方法
    • 14.11 类组合与练习
    • 14.12 班级管理实现
    • 14.13 添加菜单
  • 第十五章 Python基础-常用模块
    • 15.1 模块与导入
    • 15.2 包与相对导入绝对导入
    • 15.3 异常处理
    • 15.4 正则表达式re模块介绍
    • 15.5 正则表达式基本语法
    • 15.6 边界匹配
    • 15.7 正则表达式分组处理
    • 15.8 split与sub方法
    • 15.9 正则表达式练习
    • 5.10 python操作mysql
    • 15.11 多进程
    • 15.12 进程间通信
    • 15.13 统计文件练习
    • 15.14 进程池
    • 15.15 线程
    • 15.16 线程安全与互斥锁
  • 第十六章 爬虫开发实战(上)
    • 16.1 爬虫内容介绍
    • 16.2 http协议详解
    • 16.3 浏览器抓包与元素定位
    • 16.4 爬虫开发中的第一个请求
    • 16.5 动态构建请求头信息
    • 16.6豆瓣电影top250-实现
    • 16.7豆瓣电影top250海报抓取
    • 16.8元素提取利器-bs4模块详解
    • 16.9豆瓣电影详情页抓取
    • 16.10保存模块设计
    • 16.11360图片抓取
  • 第十七章 爬虫开发实战(下)
    • 17.1 登录github
    • 17.2 如何使用代理
    • 17.3 代理抓取与验证
    • 17.4 抓取某东手机信息
    • 17.5 抓取某东商品的评论信息
    • 17.6 requests模块介绍
    • 17.7 提取信息xpath语法详解
    • 17.8 马蜂窝旅游信息抓取
    • 17.9 爬虫强化训练
    • 17.10 微博头条抓取
    • 17.11 b站专栏抓取
  • 第十八章 Python数据分析实战(一)
    • 18.1 numpy快速入门
    • 18.2 python数据可视化之matplotlib
  • 第十九章 Python数据分析实战(二)
    • 19.1 pandas数据分析实战(1)
    • 19.2 pandas数据分析实战(2)
  • 第二十章 Python数据分析实战(三)
    • 20.1 pandas数据分析实战(3)
    • 20.2 pandas数据分析实战(4)
  • 第二十一章 Python数据分析实战(四)
    • 21.1 pyecharts数据可视化
  • 第二十二章 数据统计在数据分析中应用(一)
    • 22.1频数与频率
    • 22.2集中趋势分析
    • 22.3分位数
    • 22.4数据离散程度
    • 22.5点估计
    • 22.6区间估计
    • 22.7假设检验基本原理
    • 22.8 z检验
    • 22.9 t检验
    • 22.10卡方检验
    • 22.11比率检验
    • 22.12方差检验
    • 22.13 假设检验在AB测试用应用
  • 第二十三章 数据统计在数据分析中应用(二)
    • 23.1时间序列基本概念
    • 23.2平稳时间序列特性
    • 23.3时间序列检验
    • 23.4纯随机序列检查
    • 23.5ar模型
    • 23.6ma与arma模型
    • 23.7模型定阶及最优模型
    • 23.8差分
    • 23.9非平稳时间序列模型
    • 23.10时间序列模型预测与可视化
    • 23.11二氧化碳排放预测
  • 第二十四章 机器学习在数据分析中的应用(一)
    • 24.1 机器学习快速入门
    • 24.2 线性回归基本概念
    • 24.3 广告投入与产出预测
    • 24.4 多元线性回归
    • 24.5 模型评估与持久化
    • 24.6 欠拟合详解与处理方式
    • 24.7 pipeline使用
    • 24.8 过拟合处理
    • 24.9 交叉验证
    • 24.10 汽车价格预测
  • 第二十五章 机器学习在数据分析中的应用(二)
    • 25.1 逻辑回归
    • 25.2 逻辑回归原理与多分类处理
    • 25.3 贷款审批预测
    • 25.4 逻辑回归相关曲线
    • 25.5 knn临近算法
    • 25.6 贝叶斯
  • 第二十六章 餐饮行业分析实战案例
    • 26.1 透过数据了解行业行情
    • 26.2 餐饮店铺业务背景与问题定位
    • 26.3 问题维度拆解与店面营收统计分析
    • 26.4 从四个维度再次拆分问题
    • 26.5 分析结论与案例总结
  • 第二十七章 电商行业分析实战案例
    • 27.1 电商案例介绍
    • 27.2 指标体系
    • 27.3 流量分析
    • 27.4 用户增长
  • 第二十八章 面试直通车
    • 28.1 简历准备与投递
    • 28.2 工作机会的选择
    • 28.3 简历内容撰写原则与案例分享

Reviews

Start your review of 数据分析工程师训练营

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.