数据分析知识图谱

教学目标：

2、全面了解数据分析岗位校招笔面试现状

具体内容：

数据分析岗位介绍

校招介绍

教学目标：

具体内容：

简历解析

教学目标：

2、真题带讲，掌握各类数据分析笔试题解题思路

具体内容：

笔试整体讲解
行测
概率论与统计题
Excel&sql&Python
机器学习、
算法和数据挖掘题
业务理解与用户分析

教学目标：

2、真题带讲，掌握各类数据分析面试题解题思路

具体内容：

面试整体讲解
自我介绍及通用问题&岗位匹配及职业规划
数理基础及逻辑推理题
sql&Python
大数据&机器学习
数据分析思维和场景模拟
面试技巧讲解01:初识
面试技巧讲解02:技巧分类及小节总结
面试技巧讲解03:面试印象营造
面试技巧讲解04:增强曝光优点
面试技巧讲解05:减少曝光缺点
面试技巧讲解06:第一章节总结
面试技巧讲解07:2.0求职的准备工作
面试技巧讲解08:2.1应聘岗位的准备
面试技巧讲解09:2.2应聘公司的准备
面试技巧讲解10:2.3 如何押题及第二章总结

教学目标：

具体内容：

【业务介绍部分1】游戏业务指标拆解
【业务介绍部分2】电商业务指标拆解
【业务介绍部分3】短视频业务指标拆解
【实操部分1】项目介绍
【实操部分2】明确数据分析的目标及对目标进行拆解
【实操部分3】获取数据&处理数据
【实操部分4】分析数据
【实操部分5】可视化
【实操部分6】报告展示
【实操部分7】课程回顾

面试技巧解析会在第六章进行视频讲解，将不以文字版展示

具体内容：

数理基础

SQL

数据分析

业务指标

ABtest

业务与用户分析

机器学习与数据挖掘

python

费米估算

数据分析工具

行业分析

职业规划

教学目标：

校招面试考点解析（业务+技术），自主补足知识缺口

具体内容：

费米估算套路详解
指标体系建立逻辑
不同行业指标体系介绍
指标异常分析方法论
AB实验详解:从假设检验到AB实验
AARRR模型与用户增长
机器学习在业务面试中的应用
数据分析常用模型方法
SQL基础语法
SQL进阶考点整理
数理统计基础知识
数理统计常考题型解析
(附)有趣的智力题分享
不懂算法，如何准备机器学习?
经典机器学习算法原理整理
模型效果评估
零基础Python准备方法

收集报告-资料下载查看
数据分析
Python语言基础
Python语言实战
Jupyter Notebook
pandas快速入门
NumPy
机器学习简介
模型、损失函数及参数学习
线性代数回顾
编程-线性回归
多变量线性回归
编程-多元线性回归
分类与表示
逻辑回归
多分类
解决过拟合
分类编程课
神经网络简介
实现神经网络
神经网络编程

应用机器学习建议

机器学习系统设计
机器学习诊断-编程课
支持向量机
SVM编程课
无监督学习
降维

k-means pca编程课
异常检测
异常检测扩展
异常检测编程课
推荐系统
协同过滤 编程课
大规模机器学习
sklearn
加州房产估值
共享单车需求量预测

品鉴葡萄酒

音乐推荐引擎
Python3
Python

MySQL