分享内容：基础案例应用： 电商流量分析、零售销售情况监控、人员绩效分析、汽车行业报告撰写、快消行业进销存一体化分析

1. 项目实施概述 2. EDA探索性分析 3. 数据前处理之字段扩充 4. 构建模型和模型评估 5. Python & SPSS Modeler实操

分享内容：1.高流失率是怎样形成的？ 2.如何提升客户满意度和转化率？ 3.业务目标与工作指标的协同优化 4.如何让增长可持续？

分享内容： 1.联邦学习的应用案例 2.开源框架(FATE)介绍

分享内容：面试数据分析师需要准备的内容： 1.高质量简历：一份好的数据分析师的简历应该是什么样的，简历准备中有哪些雷区需要避开 2.夯实基础知识：概率论？数据统计？数据挖掘？模型知识？数据分析师需要掌握哪些方面的知识 3.一定的编程能力 ：数据分析师需要掌握Python吗，除了Python，还有哪些编程语言需要掌握 4.良好的业务理解：面试前需要针对于公司业务做怎样的了解，实习经历真的会加分吗

大纲内容： 1.用户全生命周期管理挖掘用户价值 2.注重用户每一个体验，提升产品迭代与优化 3.智能运营，打通用户最后一公里

分享主题：建模你踩过那些坑？生鲜日预测案例 1、选择优化的痛点 2、项目流程图及模型分析实质 3、建模及模型验证