课程简介

数据科学家精英培训是符合「CDA数据分析师人才行业标准」最高等级准则的一套能够将数据分析师（Data Analyst）培养为数据科学家（Data Scientist），具备专业性、科学性、高端性、先进性的领袖级人才培养方案。该课程主要面向从业多年的、有技术基础的大数据及数据分析专业人士、数据工程师等，为他们提供一个成为数据领袖的跳板。 更先进的技术、更系统的架构、更高效的管理，包含计算机科学技术（高性能），大数据架构设计，机器学习，深度学习，数据治理，项目管理等内容，让数据科学是技术的同时，也能成为艺术。

学习目标

• 让数据分析师、工程师，成长为数据科学家
• 弥补缺陷，掌握数据科学家应具备的全方位综合技能
• 学习到先进、前沿的算法模型及高性能技术，大大提升工作效率
• 掌握大数据治理、架构设计，提升宏观视角，决策企业战略
• 掌握项目管理能力，学会搭建数据团队，部门沟通协调，最大化利用资源
  
  

课程对象

• 数据相关岗位的专业人士，如数据分析师，数据咨询顾问，大数据、机器学习、算法工程师等
• 数据相关部门的管理人士，如数据部主管、总监，首席数据官（CDO），CTO，CIO等
• 数据领域的研究或教育人士，如科研人员、研究员，高校数据相关专业教师等
  
  

学员基础

• 需要具备CDA LEVEL 1+2的知识技能，包括数据分析、数据挖掘、大数据等技术
• 掌握java基础编程，python、R等相关数据分析编程软件，实现数据挖掘全流程
• 有一定的工作经验，具备良好的沟通交流能力
  
  

职位职责

• 负责基于字节全域数据进行业务的数据分析、数据建模、数据可视化，结合行业发展，创新和探索数据赋能行业新营销；
• 通过行业运营场景沉淀度量体系、用户精细化运营、营销解决方案和方法论体系，输入商业产品规模化赋能品牌营销决策、策略制定、营销投放、量化用户价值，提升传播效率和生意的增长；
• 负责商业数据产品数据质量，与数据产品、数据开发紧密合作基于商业数据产品业务需求搭建数据集市和数据仓库，推进产品高质量交付上线。
  
  

职位要求

• 计算机、统计学、数学、经济学等相关专业，具有统计分析、数据挖掘、NLP、推荐、运筹学等理论基础和相关工作经验；
• 具备优秀的商业数据分析、数据挖掘能力、机器学习能力，熟练SQL/Hive等数据库语言，熟悉Python或者R等数据处理语言，并有数据驱动业务增长相关成功实战经验；
• 敏锐的商业数据洞察能力和良好的商业敏感度，面对复杂的商业问题，能够整合资源，梳理业务逻辑沉淀体系解决方案，提炼通用性应用于产品和业务。
  
  

目标人群

• 数据相关岗位的专业人士，如数据分析师，数据咨询顾问，大数据、机器学习、算法工程师等
• 数据相关部门的管理人士，如数据部主管、总监，首席数据官（CDO），CTO，CIO等
• 数据领域的研究或教育人士，如科研人员、研究员，高校数据相关专业教师等
  
  

课程内容

第一章数据治理

• 大数据治理概述、大数据建模
• 元数据管理、数据体系建设
• 大数据隐私、安全、立法
• 大数据质量、热度
• 大数据生命周期模型
  
  

第二章大数据高级处理与架构设计

• 大数据架构设计的方法论概述
• 互联网场景的大数据解决方案设计
• 大数据存储与计算的方案选型
• 大数据指标系统与数据安全
• 集群资源管理、调优
  
  

第三章计算机科学技术

• 衡量性能的方法
• 多线程编程
• 提高性能性能的各种编程方法
• 机器学习框架Tensorflow的原理
• Keras、Scikit-Learn、TFLearn等算法库的使用
• 实作基于Tensorflow、Keras、Scikit-Learn、TFLearn的机器学习算法
  
  

第四章机器学习

• 特征选择与稀疏学习
• 类别不平衡问题
• 决策规则
• 半监督学习
• 强化学习
• 文本挖掘
• 社会网络分析
• 区块链分析
  
  

第五章深度学习

• 感知机与神经网络
• 深度学习基础概念
• 深度学习模型训练与优化
• 社会网络分析
• 深度学习神经网络-DNN/CNN/RNN/LSTM神经网络
• 生成式对抗网络
• 深度学习在物体检测与定位上的应用
• 深度学习在人脸识别上的应用
• 深度学习在语音识别上的应用
• 深度学习的未来发展趋势
  
  

第六章项目管理

• 软件项目管理基础
• 敏捷开发
• 代码管理
• 构建大数据团队
• 项目管理相关知识及常用工具
• 常用项目管理工具介绍
  
  

第七章项目实战

• 案例名称：大数据指标模型治理与实践
• 案例名称：画像在O2O互联网场景的实践
• 案例名称：深度学习在影像物体辨识上的应用
• 案例名称：深度学习在手写数字辨识上的应用
• 案例名称：社会网络分析实战
• 案例名称：文本挖掘实战
  
  

点击加入：《数据科学家》
DA内容精选