公告:

CDA数据分析师培训招生简章

作者:leadcom / 时间:5年前 (2019/07/12) / 分类:短期培训 / 阅读:1200 / 评论:0

一、培训背景:
    美国社会思想家托夫勒在《第三次浪潮》中提出,“如果说IBM的主机拉开了信息化革命的大幕,那么大数据才是第三次浪潮的华彩乐章。继物联网、云计算、互联网、移动互联网之后,“大数据”(BigData)主题投资近日在业内引起高度关注。面向大数据市场的新产品、新技术、新服务、新业态正在不断涌现。大数据作为一种重要的战略资产,已经不同程度地渗透到每个行业领域和部门,其深度应用不仅有助于企业经营活动,还有利于推动国民经济发展。麦肯锡研究表明,在通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研、教育,大数据可以每年提高劳动生产率0.5~1个百分点。赛迪智库权威专家表示,宏观层面,大数据使经济决策部门可以更敏锐地把握经济走向,制定并实施科学的经济政策。微观方面,大数据可以提高企业经营决策水平和效率,推动创新,给企业、行业领域带来价值.
    在国外,据统计目前世界500强企业中,有90%以上都建立了数据分析部门。IBM、微软、Inter等公司也积极投资数据业务,建立大数据部门,培养数据分析团队。政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源,数据的分析和处理能力正在成为日益倚重的技术手段我国数据分析行业已经初步建立人才培养体系、行业事务所规模成长、专业化市场运作的模式。据艾瑞的研究报告,未来与数据分析相关的就业岗位会在1000万左右,而目前来说国内的合格的数据分析师不足5万左右,这个缺口很大,数据分析师未来十年将是一个朝阳职业.
二、培训对象:  
1.  负责投资项目审核审批和招商引资等工作的政府机构领导及相关人员;
2.  政府及企业统计及相关财务负责人;
3.  企业从事项目评估、投资决策工作、营销管理、供应链的相关人员;
4.  银行或非银行金融机构信贷和投资管理人员;
5.  从事风险投资和产业投资的专业人员;
6.  投资管理公司,投资管理顾问公司专业人员;
7.  律师事务所、会计师事务所以及资产评估事务所相关专业人员;
8.  希望在数据分析领域发展的各界人士。
三、课程设置和培训目标
A)课程设置
 从零开始,系统进阶。数据分析基础理论-软件操作-数据处理技术-数据建模分析-数据报告-业务应用,每个环节一一讲解,包括数据分析常用方法、基本原理及分析思路、专业数据分析软件、各模型应用环境,学会自行建模分析,独立完成数据分析工作,并能输出图表解读数据现实意义。通过真实案例举一反三,熟悉整个数据分析流程;了解前沿技术,增强业务与技术对接能力。课程以技术实战为主,在实操中全面掌握数据分析技能。
B)培训目标
l 能够掌握数据分析基础理论和常用分析法,并能结合专业统计软件完成数据分析工作。
l 能够掌握数据分析和数据挖掘高级算法,操作相关软件应用于实际案例。
l 能够将数据分析技能与具体业务结合,结果输出,报表设计。在学习工作中独立完成数据分析工作并解决当前问题。
四、培训师资:
均由行业著名专家团队和指定业内专家授课(见附件)
五、证书颁发:(一试双证)
1.     可申请报考美国CDA协会颁发《CDA等级认证证书》,一年两次,全国统考
2.     可申请工信部NTC《数据分析师证书》
六、考试内容:
统计概率基础知识,数据库基础知识,解决简单的数据处理与数据分析。
七、收费标准:
   数据分析师(一级):6980元/人,含报名费、教材费、培训费及赠送大礼包:A)数据标准应用软件及软件安装指南。B)课中全套资料+辅助学习视频C)课后进修视频课程,论坛币1000枚,深入学习+答疑.
八、考试时间:
全国统考,一年两次,分别为6月,12月最后一个周六
九、考试方式:
Level Ⅰ(数据分析员):客观题(单选+多选)
Level Ⅱ(中级数据分析师):客观+主观
Level Ⅲ(高级数据分析师):客观+主观+案例分析
考试内容由CDA协会按照CDA等级标准大纲要求命题;考试最终成绩分为A,B,C,不及格四个层次,A,B,C三个层次皆为通过考试并获得认证证书。
十、报名条件:
Level Ⅰ(数据分析员):相关专业大专及以上学历或从事数据分析工作1年以上。
Level Ⅱ(中级数据分析师):相关专业大专及以上学历并从事数据分析相关工作2年
Level Ⅲ(高级数据分析师):相关专业大专及以上学历并从事数据分析相关工作5年以上。
十一、报名资料:
1、数据分析师个人申请表;2、身份证复印件(第二代);3、从事本职工作年限单位证明;4、学历证书的正本和复印件;5、大一寸蓝底相片二张和电子版。
十二、培训机构:
1、培训单位:广东省营销师协会、广东省数据分析师联盟、人大经济论坛
2、学术支持: 广东省社会科学院、广东发展研究数据库