大数据分析师培训课程标准.pdf

该【大数据分析师培训课程标准 】是由【青山代下】上传分享，文档一共【11】页，该文档可以免费在线阅读，需要了解更多关于【大数据分析师培训课程标准 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..,培养其精通大数据分析方法和大数据分析工具,能从业务理解、数据理解、数据准备、建立模型、模型评估、模型优化等多个操作环节中挖掘数据潜在价值,能够帮助企业更清晰地了解内部现状和外部竞争环境、了解目标客户,从而做出风险评判和决策,提高企业盈利的能力。,分别为:初级、中级、高级。、研究分析能力;具有一定的理解、判断和表达能力;具有较强的分析解决问题的能力和沟通能力。(或同等学历)。;中级课程不少于线上或线下120标准学时;高级课程不少于线上或线下160标准学时。、中级理论知识或专业能力培训任务人员,应具有相关课程培训经验1-3年。承担高级理论知识或专业能力培训任务人员,应具有相关课程培训经验5年以上,或具有相关职业高级专业技术等级、相关专业高级职称二者之一。,并配有满足教学需要的网1:..Excel、MySQL、PowerBI等。(1)遵纪守法,爱岗敬业(2)精益求精,勇于创新(3)诚实守信,恪守职责(4)遵守规程,安全操作(5)认真严谨,(1)操作系统基本知识(2)计算机网络基本知识(3)编程基础知识(4)数据结构与算法基本知识(5)数据库基本知识(6)软件工程基本知识(7)(1)大数据系统环境安装、配置和调试知识(2)大数据平台架构知识(3)软件应用开发知识(4)接口开发与功能模块设计知识(5)数据采集与数据预处理知识(6)数据计算与数据指标知识(7)常用数据分析与挖掘方法(8)常用数据报表与可视化技术方法(9)数据管理知识(10)数据运营及技术指导知识:..本标准对初级、中级、高级大数据分析师的专业能力要求依次递进,高级别涵盖低级别的要求。、***、统计函数、和***图进行数据统计分析文本函数、***表、***、、表、、删、改、、、规约、:..、柱状、(条形图、和漏斗图进行对比分析柱形图、雷达图、漏斗图)、环形、(饼图、、瀑布图、树状图)(散点图、相关分析化折线图)、(表、箱述性分析线图)、(仪表、KPIIndicator、子弹图进行KPI分析Indicator、子弹图)、类型、原则、、、、、:..(表单、Cookie、Selenium)、、标准化、***表与交叉表规约、数值规约、(重复值、索、数据排序等操作异常值、缺失值)、关联量分析、关联分析、特征分析分析、、、、逻辑回归、掘树、逻辑回归、支持向量机、贝叶支持向量机、、密度聚聚类、密度聚类、期望最大化聚类类、、分类模型、型、分类模型、、、pyecharts等绘图模块或化基础工具绘制柱状图、散点图、(柱状图、散点图、饼图、箱视化结果,撰写相应的数据分析报线图):..(数据清Python进行数据清洗、变换、合并、洗、变换、合并、校验、特征校验、特征分析等操作分析等)、去停用词、、、:..、神经网络等分类与回归算法原理,、、密度Python实现聚类等聚类算法原理,、,、、时序模式等式等算法原理,、、、、、图像、文本等数图像、、、图像、文本等数图像、、、图像、文本等数图像、、、图像、文本等数图像、、、、图像识别、语音识别、:..、、、、:..(%)中级(%)高级(%)课程模块专业道德555基本要求151010基础知识数据分析基础30--数据可视化分析30--数据采集-30-理论知识大数据分析与挖掘-3040要求平台管理--(%)中级(%)高级(%)课程模块数据分析基础30--数据可视化分析30--数据采集-25-实操能力大数据分析与挖掘-3035要求平台管理--15深度学****实战--25数据分析实战404525合计100100100:..术语和定义国家、行业标准界定的以及下列术语和定义适用于本文件。(1)数据data信息的可再解释的形式化表示,以适用于通信、解释或处理。[GB/-2000,](2)大数据bigdata具有体量巨大、来源多样、生成极快、且多变等特征并且难以用传统数据体系结构有效处理的包含大量数据集的数据。[GB/T35295-2017,](3)关系数据库relationaldatabase数据按关系模型来组织的数据库。[GB/-2010,](4)机器学****machinelearning功能单位通过获取新知识或技能,或通过整理已有的知识或技能来改进其性能的过程。[GB/-2006,](5)数据处理dataprocessing数据操作的系统执行。[GB/-2000,](6)数据管理datamanagement在数据处理系统中,提供对数据的访问、执行或监视数据的存储,以及控制输入输出操作等功能。[GB/-2000,](7)分析analytics根据信息合成知识的过程。[GB/T35295-2017,](8)数据挖掘datamining从大量的数据中通过算法搜索隐藏于其中信息的过程。10:..](9)可视化(用于计算机图形)visualization(putergraphics)为帮助人们理解,采用计算机图形和图像处理技术来表现各个过程或对象的模型或特性的做法。[GB/-2008,](10)操作系统operatingsystem控制程序执行的软件,它能提供诸如资源分配、目录调度、输入输出控制及数据管理的服务。[GB/-2000,](11)算法algorithm为解决问题严格定义的有限的有序规则集。[GB/-2000,](12)深度学****deeplearning深度学****是机器学****的分支,是一种以人工神经网络为架构,对数据进行表征学****的算法。(13)自然语言naturallanguage一种其规则是基于当前的用法且无需特别规定的语言。[GB/-2000,]2参考文献[1]GB/T35589-2017《信息技术大数据技术参考模型》相关知识[2]GB/T35295-2017《信息技术大数据术语》相关知识[3]GB/T38673-2020《信息技术大数据大数据系统基本要求》相关知识[4]GB/T37721-2019《信息技术大数据分析系统功能要求》相关知识[5]GB/T37722-2019《信息技术大数据存储与处理系统功能要求》相关知识[6]GB/T36073-2018《数据管理能力成熟度评估模型》相关知识11