课程0416了.jpg
 

数据科学项目实战课程全面升级。结合最新的数据科学发展趋势与需求,针对面试,进行基础知识,编程能力和项目实战等一系列培训。内推只是一个机会,通过内推获得Offer才是我们真正的目标。

课程特色

• VIP小班教学
• 面向面试,适用于数据科学和商业分析两大职业路径
强大数据库支持,技术面试真题解析与练习
模拟面试及复盘,通用面试技巧传授与点拨
• 超强师资护航
FLAG核心面试官+顶级数据科学专家+华尔街精英分析师
• 求职导向,助力斩获美国名企的实习及全职Offer

课程时间

课程共计12周、35节课,每节课时长2小时,200小时针对性课后训练

课程内容

基础入门阶段
数理统计基础夯实,数据科学工具灵活应用

核心进阶阶段
深入并系统理解数据结构、算法知识和工业界主流机器学习模型

案例实战阶段 
OA经典案例解析和项目实战演练

职业分流阶段 
1V1简历改造、模拟面试与面试复盘适合所有学生,无专业限制

适合所有学生,无专业限制

• 目标应聘Data Analyst/Data Scientist等相关岗位
• 有Data Analyst工作经验,希望转Data Scientist
• 拿到Data相关岗位面试,缺乏面试经验,需要解决技术面试难题并提升面试技巧

ad.jpg
 
 
 

免费试听课👇

 

 

数据科学项目实战课程表

Introductory Courses 基础入门课程
• Introduction of Data Science
• Linear Algebra Review
• Statistics Review 1 (probability, conditional probability)
• Statistics Review 2 (significance, power, sample size)
• Data Science Toolbox 1open source tools and Python)
• Data Science Toolbox 2databases and SQL)

Advanced Core Courses 核心进阶课程
• Regression (linear regression, higher order effects, feature selections )
• Classification I (linear classification and logistic regression, regularization)
• Classification II (decision tree, boosting, ensemble learning)
• Unsupervised Learning (K-means, EM, Hierarchical clustering)
• Introduction to Deep Learning 1(CNN)
• Introduction to Deep Learning 2(RNN)
• Introduction to Reinforcement Learning
• ML Project Structuring 1: Basics (Bias and Variance)
• ML Project Structuring 1: Advanced (Distribution Mismatch, Bayer’s Error and Human error etc)

Cases 实战案例训练
• Career Guide: DS/DE or BA/DA
• 职业指南:数据科学家 / 数据工程师 或 业务分析师 / 数据分析师
• Domain Industrial Knowledge 工业界领域知识
• Case Study I (for regression)
• Case Study II (for classification)
• Case Study III (for clustering)
• Case Study IV (for deep learning)

Career Track 职场技能提升 (DS/DE or BA/DA)
(数据科学家/数据工程师 或 业务分析师/数据分析师)
(DS/DE) (数据科学 / 数据工程师)
• Big data and how to scale ML problem
• Design of experiment (multivariate modeling)
• How to prepare Resume and prepare for interview
• Linkedin profile
• Python interview
• Mock Interview

(BA/DA) (商业 / 数据分析师)
• Data Visualization and Data communication
• Data engineering and frontend (dashboard)
• How to prepare Resume and prepare for interview
• Linkedin profile 
• SQL interview
• Mock interview


项目介绍:Amazon产品用户评价情感分析

在互联网时代,处理文本文件(text mining)是一项很有必要掌握的技能。本项目将教你如何通过大数据和机器学习算法对用户评价语言进行自动化识别及情感分析。抓取Amazon产品用户评价数据库,使用text mining相关技术处理用户评价数据,提取特征,构建可视化数据模型,对数据进行分类,并预测用户评价偏好。                      


Lending Club贷款情况评估

Lending Club是为市场提供P2P贷款的中介服务平台,在庞大的用户数据中如何保持风控水平是极为重要的。本项目将选取Lending Club数据集,带领学员运用机器学习算法搭建数据模型,对数据进行特征筛选并实现风险预测分析,从而维持整体贷款的水平,降低坏账率。