敏捷算法建模训练营

脱产班

——从业务运营到数据挖掘，成为企业急需的数字化人才——

EDIT数字化模型，注重数据思维培养

实用算法集中培训，满足99%业务需求

名企导师小班授课，大厂学长干货分享

一对一专业就业推荐，出师挑战高薪名企

名师领衔：

徐杨老师

英国Glasgow大学计量经济学毕业，师从Hisayuki Yoshimoto。主攻计量模型与算法，研究方向为复杂数据空间的模型参数识别与检验问题，对各种回归模型和机器学习模型有深入研究。曾就职于中国银行，中国社科院，长期从事算法研发工作，参与过多个大型经济数据分析项目。

覃智勇老师

经管之家首席数据科学家。曾就职于某世界500强金融公司从事金融产品设计和大数据分析等工作，多家高校兼职教授。毕业于中国人民大学统计学院，近 20 年来一直进行数据分析的理论和实践，熟悉数据分析与建模，擅长使用Python、R语言、SAS在金融领域解决大数据建模及算法优化难题，积累了大量实践案例，经验丰富。

常国珍

北京大学会计学博士， CDA数据科学研究院执行院长，中国大数据产业生态联盟专家委员会委员，腾讯云最有价值专家（TVP）。曾任ThoughtWorks数据科学家、毕马威咨询大数据总监、中银消费金融数据部高级经理、百度大数据产品经理。

具有18年数据规划、数据治理咨询顾问经验。 协助企业逐步积累数据资产，运用数据智能工具优化业务流程，取得数字化竞争优势。作为企业数字化赋能辅导员，帮助企业建立数据管理体系，培养企业数字化文化，设计数据分析人员成长路径。

陈远祥

陈远祥，北京邮电大学副教授 。2014年毕业于北京大学，获通信与信息系统专业博士学位，2015年-2017年在北京大学做博士后研究。 发表SCI/EI学术论文80余篇，其中第一或通讯作者论文40余篇，申请发明专利4项。 主持国家自然科学基金面上项目，国家重点研发计划子课题，国家自然科学基金青年项目及博士后基金等多个国家级和省部级项目。

丁亚军

南京上度咨询数据分析总监 经管之家论坛SAS、SPSS 版版主 CDA 数据分析研究院研究员和SAS、SPSS 软件讲师研究方向为“统计软件与数据分析”、“市场调查分析”、“数据挖掘咨询”，IBM SPSS-China/SAS-Taiwan 顾问

为什么邀请你学习我们的课程？

数智赋能

人工智能时代，如何用机器来提高生产力？在这里，你可以学到前沿且实用的技术，挖掘数据的魅力。

模板教学

教你用可落地、易操作的数据科学思维和技术模板构建出优秀模型。

技术提升

聚焦策略分析技术及企业常用的分类、NLP、深度学习、特征工程等数据算法，只教实用干货，以专精技术能力提升业务效果与效率。

工具应用

课程中安排了Sklearn/LightGBM、Tensorflow/PyTorch、Transformer等工具的应用实现，并根据输出的结果分析业务需求，为进行合理、有效的策略优化提供数据支撑。

案例实战

课程涉及大量企业项目案例：精准营销预测、营销策略优化、客户行为分析、风险管理、客户管理、智能推荐、情感分析、反欺诈等，加持实战经验，为你进入名企做项目背书。

学成后，你将收获的数据能力是：

1套领先于行业的数字化工作方法论，让你的职场格局高人一等

3大数据应用的前沿分析范式，让你实现从BI到AI的能力跃层

7步数据挖掘系统方法，从问题认知到模型开发，减少返工，顺畅产出高质量作品。

9大经典分析模板灵活应用，助你解决实际业务问题，结果好，效率高

职位与晋升空间

数据工程师

数据分析师

数据产品经理

数据运营经理

大数据分析师

数据挖掘工程师

算法工程师

策略工程

数据科学家

课程大纲：

预备课程（录播）：

如何能顺利学会企业需要的数据科学技术？打好基础是关键，本周夯实基础。

学完本周课程，你将掌握：Python编程基础，后续课程中需要的数学基础和统计学基础。

第一周：编程基础与标签体系

问：面对海量的客户，如何区分不同的客户群？从而帮助业务部门制定不同的营销策略。

答：当然是用Python连接数据库，做可视化的标签体系。

学完本周课程，你将掌握：

1) 用Python做数据分析，最常用的库Numpy和Pandas

2) 企业常用的数据库语言SQL

3）使用Python连接数据库，搭建指标体系和标签体系的实现方法

第二周：数据工程与自然语言处理

问：在这个大数据时代，面对海量的非结构化数据，如何有效地处理并管理数据？

答：借助分布式计算进行非结构化数据的处理，从而构造数据仓库，进行数据治理。

学完本周课程，你将掌握：

1）大数据平台技术基础

2）自然语言处理基础

3）数据的接入与处理技术

4）数据模型与数据仓库

5）统计基础

第三周：统计建模与算法集成

问：如何识别高价值客户，并进一步分析高价值客户的显著特征？

答：使用分类算法区分出高价值客户，使用回归算法分析其显著特征。

学完本周课程，你将掌握：

1）企业中应用最广泛的分类算法：XGBoost（决策树）

2）企业中应用最广泛的识别算法：回归模型

3）特征和数据的高级处理方法：降维与聚类

第四周：推荐系统、时间序列、最优化方法

问：如何识别异常的客户？孤立森林来解决

      如何推荐商品的组合？推荐系统来解决

      如何预测明天的收益？时间序列来解决

学完本周课程，你将掌握：

1）企业实践中异常识别的前沿方法：孤立森林

2）企业中应用最广泛的推荐系统

3）历久弥新的时间序列算法：ARIMA

4）用数字化思维指导企业业务：数字化工作方法

第五周：前沿算法与大型案例

问：在企业实践中，现在前沿的技术方向是什么？

答：毫无疑问是深度学习与特征工程。

学完本周课程，你将掌握：

1）神经网络与深度学习算法

2）特征工程技术

课程服务

朝九晚九全程跟班答疑     班主任督学定期考核末位淘汰   定期直播串讲多层干货分享

线上助教即时响应需求     多频作业和测试保证授课效果   就业指导老师名企内推

课程案例，项目特训

案例一：基于逻辑回归的金融风控建模 ...

案例介绍

项目描述：发放贷款给合适的客户是银行收入的一大来源，在条件允许的范围内，银行希望贷出去的钱越多越好，贷款多意味着对应的收入也多，但是如果把钱贷给了信用不好的人或者企业，就会面临贷款收不回来的情况。而评分卡项目就是在这种情况通过对已有数据的挖掘帮助金融机构判断来申请贷款的客户是否会按时归还贷款。

项目获得

熟练掌握金融信用评分卡项目所涉及的机器学习算法、业务指标以及项目流程。

案例二：基于集成算法的银行精准营销

案例介绍



项目描述：本项目利用数据挖掘算法和数据挖掘标准流程, 对某银行个人客户基本信息和之前营销信息进行数据挖掘,得出基金定投产品的客户响应率模型，进而找到能精准营销的客户，提升营销成功率，缩减运营成本，为下阶段营销工作提供指导性意义。

项目获得

熟练掌握精准营销需求场景之下的机器学习算法的使用。

案例三：航空客户价值分析

案例介绍

项目描述：某航空公司需要以客户为中心，按照客户的需求，在对客户的特点了解上使用不同的营销手段，目的是争取更多新客户，降低客户流失率，降低服务成本，提高业务收入，增加ARPU值(average revenueper user每个用户的平均收益，一般以月为单位)，进行精准的市场营销策略制定。本项目的目标客户是公众客户(客户分为公众客户、商业客户即公司、大客户)，因而只对公众客户进行分群。初步的目标是中高端用户、中端用户、低端用户、其他需求用户。但这是经验而言，最终结果需要看模型的运行结果，不能主观臆断。根据客户信息，对客户进行分类。针对不同类型客户进行特征提取，分析不同类型客户的价值。采取个性化服务，根据客户类型，制定相应营销策略。

项目获得

熟练掌握结合传统客户价值模型以及机器学习算法来对客户价值进行精准分层，并制定相应的营销策略。

案例四：电商数据挖掘综合项目

案例介绍

项目描述：某德国灭虫药品牌电商旗舰店提供数据，希望能够找出该旗舰店产品销量下滑的原因，汇总该旗舰店数据以及市场上同类竞品数据后，对所有数据进行分析挖掘。通过综合运用聚类分析、推荐系统算法、以及文本挖掘算法，对市场进行宏微观分析，对客户评论进行情感分析、对商品进行竞品分析，对店铺进行流量分析，从而为市场营销、产品研发以及精准营销提供建设性报告与模型结果输出。

项目获得

该项目所涉及技术与经验，同样适用于不同行业的宏微观市场分析。

助你成为企业最需要的数字人才