全国高校商务数据分析实战师资研修班(5月线上)
时间:2021-05-22 09:00 至 2021-05-31 23:00
地点:线上活动
- 参会报名
- 会议介绍
- 会议日程
- 会议嘉宾
- 参会指南
全国高校商务数据分析实战师资研修班(5月线上) 已过期会议时间:2021-05-22 09:00至 2021-05-31 23:00结束 会议地点: 线上活动 详细地址会前通知 会议规模:300人 主办单位: 泰迪杯数据挖掘挑战赛组委会
|
会议介绍
会议内容 主办方介绍
全国高校商务数据分析实战师资研修班(5月线上)宣传图
互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式,深刻展示了世界发展的前景。目前各院校的大数据专业教师匮乏、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等,为加快建设大数据专业教师队伍,推动各院校建立大数据人才培训体系和评价体系,特推出全国高校大数据与人工智能师资研修班,每年在全国范围内滚动开展八期,截止目前已在全国巡回举办40余场,参训教师近5000人次。2021年第三期全国高校商务数据分析实战师资研修班采用线上以云课堂形式举办,现将有关详细安排通知如下
课程介绍
商业数据分析是利用数据分析技术与业务场景联系起来,通过科学的思维方法、指标体系、工具模型来支持市场分析、产品优化、客户洞察,从数据中精准发现问题并提出高效解决方案,帮助企业在市场竞争中获得商业利润,快人一步。
本次培训采用“云课堂线上精讲+专家技术在线答疑指导+学员群内实操答疑+助教指导”结合的方式,讲解数据处理、数据分析、数据可视化和项目实践,梳理技术框架。
课程特色
- 课程分围绕商务数据分析和可视化实战能力提升,从实战各个环节对实战技巧进行剖析,覆盖实战教学工作中数据可视化、数据分析等各个环节,在课程中对于不同平台的核心环节进行实战经验的分享与现场实战指导。
- 本课程配套有基础知识内容,可使零基学员础快速入门,带领学员迅速掌握Excel数据分析与实战、Power BI数据分析与可视化,了解商务数据分析的基本概念及相关实现,讲解常用的数据分析工具的使用方法。
- 核心课程部分由讲师手把手一起进行实操演练,在具体应用场景中全面掌握相关技能,助力实训教学工作、实际动手的能力。内容以案例操作为主,以理论讲解为根,以公式推导为辅,通过讲解具体应用,全面解析专业必备技能,为相关课程开设和备课、应对科研和项目开发打下坚实基础。
- 全面实践商务数据分析流程,包括数据处理、数据探索、数据分析、数据可视化等课程提供知识讲解,注重案例实战,提供在线答疑等服务,助力夯实理论基础,掌握核心技术,全面提升专业授课能力。
- 培训期间助教全程辅助教学,每天提供10小时的实时在线答疑辅导,并进行答疑文档汇总,更好地总结学习。
- 课程相关代码、源数据、PPT、案例素材全部提供下载,即学即用,教学更轻松!视频内容支持六个月内免费回看,以便复习和参考。
- 参加线上课程学习的学员,如后续本人参加线下课程继续深造,持线上缴费凭证可享受一次免费学习机会(仅限参加同一培训专题方向的线下课程)。
证书颁发
学员经在线培训并考试合格后,可以获得由工业和信息化部教育与考试中心颁发“高级大数据技术应用职业技术证书”,证书可登录工业和信息化部教育与考试中心官网查询。
查看更多
会议日程 (最终日程以会议现场为准)
核心课程篇
时间 | 课程内容 | 学习平台 | ||
第一课 Excel数据分析与实战 | ||||
5月23日 18:30-22:00 | 1 Excel2016概述 1.1 认识数据分析 1.2 认识Excel 2016 2 外部数据的获取 2.1 获取文本数据 2.2 从数据库获取数据 3 数据处理 3.1 排序 3.2 筛选 3.3 分类汇总 4 数据透视表和透视图 4.1认识公式和函数 4.2数组公式 4.3日期和时间函数 4.4数学函数 4.5统计函数 4.6文本函数 4.7逻辑函数 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
5月24日 18:30-22:00 | 5 数据透视表和透视图 5.1透视表的创建和修改 5.2透视表的操作 5.3透视图的操作 6 数据分析和可视化 6.1对比分析 6.2趋势分析 6.3饼图 6.4散点图 6.5雷达图 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第二课 综合实战:新零售智能销售数据分析 | ||||
5月25日 18:30-22:00 | 1 了解新零售智能数据分析项目 1.1 分析新零售智能销售的现状 1.2 熟悉新零售智能销售数据分析流程 2 数据预处理 2.1 处理库存数据 2.2 处理订单数据 3 对新零售数据做数据分析 3.1 分析商品的销售情况 3.2分析商品库存 3.3 分析用户行为 4 撰写新零售智能销售数据分析报告 4.1 认识分析报告 4.2 撰写分析报告 5 练习:餐饮数据分析 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第三课 Power BI数据分析与可视化 | ||||
5月26日 18:30-22:00 | 1 数据分析和可视化概述 1.1认识数据分析(power bi) 1.2常用数据可视化软件 1.3认识power bi 2 数据获取 2.1获取数据的方式 2.2数据获取 3 M语言数据预处理 3.1编辑器和M语言 3.2获取网络分页数据 3.3数据集成 3.3清洗数据 3.4数据转换 3.5规约数据 4 DAX语言数据建模 4.1DAX语言 4.2DAX语言处理表间关系 4.3DAX函数使用实例 4.4.数据查询操作mp4 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
5月27日 18:30-22:00 | 5 数据分析可视化 5.1可视化 5.2 认识对比分析 5.3对比分析图表绘制操作 5.4认识结构分析 5.5结构分析可视化操作 5.6相关分析 5.7相关分析可视化操作 5.8描述性分析 5.9描述性分析可视化操作mp4 5.10KPI图表分析 5.11KPI分析可视化操作 6 Power BI数据分析报表 6.1认识Power BI报表 6.2完整的分析报表:会员数据分析 6.3 完整分析报表的操作 7 数据部署 7.1移动版发布一份分析报表 7.2仪表板的使用 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第四课 综合实战:自动售货机综合案例 | ||||
5月28日 18:30-22:00 | 1 了解某公司自动售货机现状 1.1 分析某公司自动售货机现状 1.2 认识自动售货机案例分析的步骤与流程 2 数据获取、预处理与建模 2.1清洗数据 2.2 规约数据 2.3 数据建模 3 数据分析及可视化 3.1 销售分析及可视化 3.2 库存分析及可视化 3.3 用户分析及可视化 4 数据部署 4.1 整理销售分析报表 4.2 整理库存分析和用户分析报表 4.3 发布自动售货机案例报表 5 便利店销售业绩分析 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第五课 综合实战:疫情期间湘鄂省区物流数据分析 | ||||
5月29日 18:30-22:00 | 1 案例背景与目标 1.1 疫情期间物流数据分析的意义 1.2 数据说明 1.3 目标 2 数据预处理 2.1 数据清洗 2.2 数据规约 2.3 数据建模 3 可视化分析 3.1 发货金额与净重散点图 3.2 簇状柱形图 3.3 医疗分销饼图 3.4 快递单打印次数饼图 3.5 堆叠柱状图 4 小结 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第六课 综合实战:全国汽车销量可视化 | ||||
5月30日 18:30-22:00 | 1背景与目标 1.1了解汽车销售行业现状 1.2数据说明 1.3目标 2数据预处理 2.1数据清洗 2.2数据规约 2.3数据建模 3可视化分析 3.1区域分析及可视化 3.2时间分析及可视化 3.3类别分析及可视化 3.4整理销售分析图表 4小结 | 泰迪云课堂 | ||
操作演练/作业 | 个人PC | |||
在线答疑 | 微信群 | |||
第七课 在线考试 | ||||
5月31日 19:00-21:00 | 高级大数据技术应用工程师职业技术在线考试 | 泰迪云课堂 | ||
部分实操结果展示:
查看更多
会议嘉宾 (最终出席嘉宾以会议现场为准)
樊老师,广东泰迪智能科技股份有限公司特聘讲师,某国际银行大数据开发工程师,Hortonworks授权Apache Hadoop开发者认证培训讲师,Hadoop、Mahout技术实践者和研究者;对Hadoop的MapReduce编程模型有深刻理解,同时对Mahout技术有较深认识和理解,对Mahout源码有深入研究,擅于Mahout中数据挖掘的K均值聚类算法、贝叶斯分类算法、FP树关联规则算法的应用;主编《Mahout算法解析与案例实战》、《Hadoop数据分析与挖掘实战》、《Hadoop与大数据挖掘》等图书专著;具有电信行业和银行业的项目经验和行业知识,主持中国电科院电力大数据平台、电能量数据挖掘与智能分析、客户服务智能分析系统等项目。
张敏,广东泰迪智能科技股份有限公司、培训总监,从事用户数据分析和数据挖掘工作六年,具有丰富的大数据挖掘理论及实践培训经验,对数据具有较高的敏感度,根据数据对其进行全面的统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面的数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务的经验,主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年“泰迪杯数据挖掘挑战赛教练员培训”主讲讲师,2018年广东省Python与深度学习技术师资培训班主讲讲师,2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一/二/三期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北、湖南省、甘肃省电力系统培训班主讲讲师,先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。
律波,广东泰迪智能科技有限公司高级数据分析工程师,应用统计学硕士,有较强的统计学、数学、数据挖掘理论功底;精通R、Python、Power BI、Excel等数据挖掘分析工具,具有丰富的培训和项目经验,擅长从数据中发掘规律,对数据具有较高的敏感度,逻辑思维能力强,擅长数据可视化,机器学习、深度学习等算法原理的实现,如神经网络、SVM、决策树、贝叶斯等;负责“珠江数码大数据营销推荐应用”项目,完成标签库的构建及产品推荐模型;负责“京东电商产品评论情感分析”项目,完成了评论数据情感评价模型、LDA主题模型的构建;通过项目案例的转换;负责多个本科类院校数据分析软件培训和毕业生数据分析培训,先后负责广西科技大学、闽江学院、广东石油化工、韩山师范学院、广西师范大学等数据分析软件培训及实训等。多次负责“泰迪杯”数据挖掘大赛题目的构思和实现、赛前培训。大数据专业系列图书编写委员会成员,负责《R语言与数据挖掘》、《python实训案例》、《Excel可视化案例》等书籍编写工作。
杨惠,广东泰迪智能科技股份有限公司高级数据分析师,从事人工智能工作多年,擅长计算机视觉和自然语言处理,熟悉常用深度学习算法原理及应用,如神经网络、SVM、强化学习等算法;精通TensorFlow、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如“智能聊天客服”项目,“车牌智能识别”项目,“京东电商产品评论情感分析”项目,“珠江数码大数据营销推荐应用”项目;“电子商务网站智能推荐服务”项目;“基于Seq2Seq注意力模型实现聊天机器人”项目。具备丰富的培训经验,曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训;2018年第一、三、五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一、三、五期全国高校大数据与人工智能师资研修班主讲讲师,2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。大数据专业系列图书编写委员会成员,负责《Python数据分析与应用》、《R语言编程基础》、《TensorFlow2深度学习实战》、《深度学习与计算机视觉实战》等书籍编写工作。
郑素铃,广东泰迪智能科技股份有限公司大数据研发工程师、大数据讲师。从事大数据项目研发工作,对Hadoop大数据技术有较深的研究,熟练掌握Hadoop环境部署和Hadoop核心计算框架MapReduce的原理和应用。掌握Spark原理及编程,熟练使用Spark的图计算Graphx和算法库MLlib。对非结构化数据库HBase以及结构化数据库Hive有深刻的了解。掌握数据挖掘和机器学习的常用算法,熟悉数据挖掘流程,具备项目开发经验,如“数睿思网站用户画像研究”和“法律服务智能推荐系统”项目,在推荐系统方面比较有研究。先后参与了《Hadoop大数据开发基础》、《Spark大数据技术与应用》等图书编写工作。负责过韩山师范学院、西安铁路职业技术学院等高校和教师的大数据培训课程。
焦正升,广东泰迪智能科技股份有限公司资深项目研发工程师、高级信息系统项目经理、高级软件开发工程师,拥有7年相关从业经验;致力于信息技术的应用与传播,信息系统产业的发展。精通JAVA编程语言,熟悉Spring Boot、Spring Cloud等主流开发框架、MySQL数据库、VUE数据驱动渐进式框架等主流技术。参与《Hadoop与大数据挖掘》、《Hadoop大数据分析与挖掘实战》等图书的编写。拥有电力、电子政务、轻工环保、交通运输等多项领域的项目管理研发经验,项目团队为北京市信访办研发的“大数据助力智慧信访”系统获得第七届金铃奖-公共服务类"智能决策奖"。
查看更多
参会指南
会议门票
培训费用1980元:包含报名费、学习费、资料费、证书费等,培训共计9天(2021年5月22日-31日均安排在晚上)共72课时;
报名材料:报名申请表、身份证复印件、两寸近期正面免冠彩色半身证件照电子版(要求:背景:白色,格式:JPG,大小:14-20K)。
查看更多
温馨提示
酒店与住宿:
为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
退款规则:
活动各项资源需提前采购,购票后不支持退款,可以换人参加。
您可能还会关注
会议支持:
-
会员折扣
该会议支持会员折扣
具体折扣标准请参见plus会员页面 -
会员返积分
每消费1元累积1个会员积分。
仅PC站支持。 -
会员积分抵现
根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。
部分参会单位
邮件提醒通知