大数据分析师培训课程标准
1 课程概况
python培训要多少钱
1.1课程名称
大数据分析师
1.2课程定义
本课程面向信息技术行业数据分析从业人员，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。
1.3课程等级
本课程共设三个等级，分别为：初级、中级、高级。
1.4能力要求
具有较强的学习能力、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。
1.5普通受教育程度
高中及以上文化程度（或同等学历）。
1.6课程培训要求
1.6.1培训期限
初级课程不少于线上或线下80标准学时；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。
1.6.2培训教师
承担初级、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。
1.6.3培训场所设备
理论知识培训应有可容纳30人以上学员的教室，并配有满足教学需要的网
络环境和学习软件、设施等。培训所需软件：Excel、MySQL、Power BI等。
2 基本要求
2.1专业守则
（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，忠于职守
2.2基础知识
2.2.1基础理论知识
（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）大数据基本知识
2.2.2技术基础知识
（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
3 课程内容要求
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。 3.1初级
课程模块
培训内容 专业能力要求
相关知识要求
1.1.1能掌握数据分析基本概念    1.1.1数据分析基本概念 1.1.2能掌握数据分析流程        1.1.2数据分析流程 1.1数据 分析概要
1.1.3能掌握数据分析应用场景    1.1.3数据分析应用场景
1.2.1 Excel 基本概念
1.2.1能使用Excel 获取外部数    1.2.2获取文本数据 据    1.2.3从数据库获取数据 1.2.2能使用Excel 进行数据处    1.2.4排序、筛选与分类汇 理 总
1.2 Excel
数据分析技
术
1.2.3能使用Excel 函数进行数    1.2.5数组公式
1.数据分 据处理    1.
2.6日期和时间函数
析基础
1.2.4能使用Excel 数据透视表    1.2.7数学函数、统计函数、 和透视图进行数据统计分析 文本函数、逻辑函数
1.2.5能使用Excel 进行数据可    1.2.8透视表、透视图操作 视化    1.2.9对比分析、趋势分析
1.2.10数据可视化 1.3.1能安装配置MySQL    1.3.1关系型数据库 1.3.2能操作MySQL 数据库、表、  1.3.2 MySQL 安装配置
1.3.3表结构及DDL 1.3.3能使用SQL 语句完成数据    1.3.4数据类型及DML
1.3 MySQL
关系等
数据库基础
的增、删、改、查操作
1.3.5复杂查询及实际案例
2.1.1能理解数据可视化基本概
念
2.1认识
2.1.1数据可视化基本概念 2.1.2数据可视化工具
数据可视化
2.1.2能掌握数据可视化工具
2.2.1能使用PowerBI 进行数据    2.2.1数据获取
2.2.2数据集成 2.2 Power  2.2.2能使用PowerBI 进行数据    2.2.3数据清洗 BI 数据分析清洗、规约、变换                  2.2.4数据规约
2.2.3能使用DAX 语言进行数据    2.2.5数据变换
2.2.6 DAX 语言数据建模 2.数据可 获取、集成
视化分析
建模
2.3.1可视化设计概念 2.3.2对比分析（条形图、 柱形图、雷达图、漏斗图） 2.3.3结构分析（饼图、环 形图、瀑布图、树状图） 2.3.4相关分析（散点图、 折线图）
2.3.1能使用条形、柱状、雷达 和漏斗图进行对比分析
2.3.2能使用饼状、环形、瀑布 和树状图进行结构分析
2.3.3能使用散点和折线图进行
相关分析
2.3 Power
BI 数据可视
化
2.3.4能使用表、箱线图进行描 述性分析
2.3.5描述性分析（表、箱 线图）
2.3.5能使用仪表、KPI
Indicator 、子弹图进行KPI 分析
2.3.6KPI 分析（仪表、KPI Indicator 、子弹图） 2.4.1 Power BI 数据分析报 表的基本概念、类型、原则、 结构
2.4 Power  2.4.1能完成PowerBI 数据分析 BI 数据分析报表    2.4.2数据分析的背景与目 的
报表
2.4.2能完成数据报表部署
2.4.3 Power BI 报表整合
3.1.1能用Excel 、Power  BI 等 工具连接不同数据源
3.1.2能用Excel 、Power  BI 等    3.1.1连接数据源 工具进行数据预处理              3.1.2数据预处理 3.1.3能用Excel 、Power  BI 等    3.1.3数据可视化分析 3.数据分    3.1综合 析实战 项目实战
工具进行业务数据分析
3.1.4数据报表制作与部署
3.1.4能用Excel 、Power  BI 等 工具完成最终可视化展示
3.2中级
课程模块
培训内容
专业能力要求
相关知识要求
1.1.1能掌握Python 基本数据类 型
1.1.1 Python 基础知识 1.1.2 Python 数据结构 1.1.3程序流程控制语句 1.1.4函数 1.1.2能掌握Python 数据结构 1.1.3能编写Python 流程控制
1.1.4能编写自定义函数
1.1.5能编写面向对象的类和对 象
1.1 Python
编程基础
1.数据采    1.1.5面向对象编程 1.1.6文件基础
集
1.1.6能读写文件和编写常用操 作
1.2.1能使用Python 获取静态网    1.2.1 Python 爬虫环境与爬
1.2 Python
页数据 虫
数据采集
1.2.2能使用Python 获取动态网    1.2.2网页前端基础
页数据  1.2.3静态网页爬取
1.2.3能使用Python进行模拟登    1.2.4 HTTP请求与解析网页
录  1.2.5动态网页
1.2.4能使用Scrapy框架获取数    1.2.6逆向分析爬取动态网
据页
1.2.7 Selenium库爬取动态
网页
1.2.8登录（表单、Cookie、
Selenium）
1.2.9 Scrapy爬虫
2.1.1读写不同数据源数据
2.1.2 DataFrame常用操作
2.1.1能使用Python识别与处理    2.1.3转换与处理时间序列
数据异常值、缺失值和重复值数据
2.1.2能使用Python完成数据变    2.1.4使用分组聚合进行组2.1数据换、标准化、离散化等操作内计算
处理  2.1.3能使用Python完成数据维    2.1.5创建透视表与交叉表规约、数值规约、特征构造等操作  2.1.6合并数据
2.1.4能使用Python完成数据检    2.1.7清洗数据（重复值、
索、数据排序等操作异常值、缺失值）
2.1.8标准化数据
2.1.9转换数据
2.2.1能使用Python完成数据质    2.2.1数据质量分析、关联
量分析、关联分析、特征分析分析、特征分析
2.2.2能使用Python进行线性回    2.2.2线性回归、岭回归等
2.大数据分析与挖掘
归、岭回归回归预测
2.2.3能使用Python进行决策  2.2.3决策树、逻辑回归、
树、逻辑回归、支持向量机、贝叶支持向量机、贝叶斯等分类预2.2数据
斯等分类预测测
分析
2.2.4能使用Python进行K均值    2.2.4 K均值聚类、密度聚
聚类、密度聚类、期望最大化聚类类、期望最大化聚类等聚类分
等聚类分析析
2.2.5能使用Python进行回归模    2.2.5回归模型、分类模型、
型、分类模型、聚类模型的模型评聚类模型的模型评估及参数
估及参数调优调优
2.3.1能使用Matplotlib、  2.3.1 Matplotlib数据可视
Seaborn、pyecharts等绘图模块或化基础
工具绘制柱状图、散点图、饼图
2.3.2能根据业务需求调整绘图
参数
2.3.2 Matplotlib绘图基础2.3数据
语法与常用参数
可视化
2.3.3常见图表类型实现
（柱状图、散点图、饼图、箱
2.3.3能根据业务需求和数据可
视化结果，撰写相应的数据分析报线图）