數據挖掘/數據分析/數據倉庫/商業智能/大數據技術/人工智能/機器學習/深度學習/項目管理/系統架構
數據挖掘/分析師之硬技能 - 必備常用工具使用與高級技巧
數據可視化/分析師之硬技能 - Tableau商業智能與可視化應用實戰
數據可視化/分析師之硬技能 - Echarts從入門到上手實戰
數據挖掘/分析師之硬技能 - 零基礎到數據挖掘精通（Excel、Oracle、SPSS初步）
數據挖掘/分析師之硬技能 - SPSS Modeler 數據挖掘與算法原理（附統計學基礎）
數據挖掘/分析師之軟技能 - 數據分析入門
數據挖掘/分析師之軟技能 - 實戰需求分析
建模分析師之軟技能 - 數據庫技術
建模分析師之硬技能 - SPSS Modeler數據挖掘項目實戰（高階篇）
建模分析師之硬技能 - Python網絡爬蟲技術
建模分析師之擴展篇(機器學習) - 零基礎實戰機器學習入門篇（Python語言、算法、Numpy庫、MatplotLib）
建模分析師之擴展篇(機器學習) - 人工智能之機器學習
SAS編程
機器學習及應用
機器學習研究員之硬技能 - 貝葉斯方法與機器學習及實踐
機器學習研究員之硬技能 -人工智能
卓越的項目管理應用與實踐
大道至簡之軟件開發從設計到編碼全程實錄
系統架構設計的原理、核心技術與案例分析
Spark基礎--快學Scala（未來大數據處理的主流語言）
內存計算框架Spark
高端微軟BI商業智能（SSIS數據倉庫、SSAS MDX多維數數據集、Ssrs實戰）
中小型企業商業智能平臺的開發和實現(數據倉庫、BI系統、真實項目）
Java語言基礎
大數據必備的數據結構與算法
Linux必知必會
Hadoop大數據開發技術光速入門
基于Hadoop技術實現的離線電商分析平臺
基于金融行業的大數據挖掘/分析實戰（Python語言）
醫療保險大數據分析與統計推斷項目實戰(Hadoop篇)
程序化交易數據獲取與清洗講解
回測框架搭建講解
程序化交易部分實現講解
網站建設：部署與發布、簡單動態網站搭建、云服務器管理維護
MOOC網站日志分析、搭建企業級數據分析平臺、基于LBS的熱點店鋪搜索
基于機器學習PAI實現精細化營銷、基于機器學習的客戶流失預警分析、使用DataV制作實時銷售數據可視化大屏
使用MaxCompute進行數據質量核查、使用時間序列分解模型預測商品銷量
云平臺使用安全、服務器安全、網絡安全、數據安全、應用安全、安全管理
運用不同行業中，專門從事行業數據搜集、整理、分析，并依據數據做出行業研究、評估和預測的
專業人員。 熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析結果就沒有太大的使用價值。 一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導；另一方面是針對數據分析結論提出有指導意義的分析建議。
能夠掌握數據分析基本原理與一些有效的數據分析方法，并能靈活運用到實踐工作中，對于開展數據分析起著至關重要的作用。 數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，必須依靠強大的數據分析工具幫我們完成數據分析工作。
大數據時代的出現，未來30年將對計劃經濟和市場經濟進行重新定義。在大數據時代，人類獲得數據能力遠遠超過大家想象，我們對世界的認識要提升到新的高度。在國內，普通數據開發工程師的基本崗位薪資起步可達10000元/月，一般入職薪資可達13000元/月 左右，2年以上工作數據分析工程師薪資高達30000元/月以上。
財務分析是以會計核算和會計報表資料及其他相關資料為依據，采用一系列專門的分析技術和方法，對企業等經濟組織過去和現在有關籌資活動、投資活動、經營活動、分配活動的企業增長能力、盈利能力、營運能力、償債能力狀況等進行分析與評價的經濟管理活動。
在人力資源數據分析里，主要是薪酬、績效、招聘、培訓等業務效果的分析，職能業務質量、狀態的分析。例如招聘管理，招聘評價指標的合理選取能幫企業快速發現問題，針對性的優化招聘流程、招聘渠道選擇與招聘環節設計，確保快速精準的為組織提供人才。
銷售系統給我們提供了大量的數據，但如何利用這些數據進行分析，并得到有價值的結果來指導企業的經營活動，是擺在所有企業面前的、需要不斷探索的課題。對銷售數據進行分析時經常采用的分析方法和分析內容，以及對方法和內容的一些詳細解釋。
庫存分析法是經濟工作中的一種基本工作和認識方法，庫存分析一般是倉儲數量的出入庫數據，結存數據，以及盤點后的帳實情況等分析。全年各月度倉庫各種物品的出入庫的數量變化趨勢圖，結合各月度庫存情況，通過數據進行分析對采購領域及把控庫存提供有效意見。
薪資：15K
技能：掌握數據處理，服務器構架模式，mysql數據庫，對SQL操作熟練，能夠按照需求開發數據平臺組件應用
薪資：25K
技能：
1、具備良好的邏輯思考和分析能力，對數據敏感，熟悉數據收集，數據分析，數據建模和數據挖掘方法
2、熟練操作辦公軟件，熟練掌握Excel、SQL及至少一種分析軟件（SPSS、SAS、R等）
薪資：50K
技能：
1、熟悉大型數據庫，精通R語言、Python、數據挖掘、語義分析（自然語言處理）等技術；有海量數據處理經驗，處理的數據規模在TB級別以上；
2、對常見的數據挖掘方法有較好的了解，分類，聚類，關聯規則，異常識別等。并對其中一個分支具有獨特的見解，具有一定的創新突破的思維。
薪資：15K
技能：
熟練使用SQL進行數據地查詢與處理；
能快速理解業務，發掘業務細節和數據之間的聯系；
思維活躍，注重細節，關注從創意到執行的全過程；
R/Python等分析工具。
薪資：25K
技能：
1、熟悉常用的數據挖掘算法；熟練使用SAS、數據準備、統計分析等工作；
2、具備熟練的數據建模能力，掌握數據庫開發與設計工具的使用；
3、對數據和業務足夠敏感，有很強的解決問題能力和鉆研精神。
薪資：50K
技能：
1、對數據的產生/采集/分發/計算/存儲/服務和落地到業務場景有自己的理解；
2、有參與過數據項目或數據平臺建設的經驗，有流量分析系統、管理決策系統、經營分析系統建設；
3、對數據敏感，具有強大的數據信息分析能力，熟悉數據分析算法，對數據產品具有較大的熱情。
薪資：20K
技能：
熟悉數據挖掘或者機器學習的核心算法，如決策樹/SVM/貝葉斯理論/聚類/關聯規則，深度學習，圖算法等；
薪資：30K
技能：
1、熟練使用Excel、SQL工具及至少一種統計分析或數據挖掘工具（例如SPSS 、SAS 、R等）或者能夠編寫程序（Java/Python/Perl）進行數據統計分析；
2、熟悉數據挖掘或者機器學習的核心算法，如決策樹/SVM/貝葉斯理論/聚類/關聯規則，深度學習，圖算法等；
薪資：60K
技能：
1、熟悉數據挖掘或者機器學習的核心算法，如決策樹/SVM/貝葉斯理論/聚類/關聯規則，深度學習，圖算法等；
2、熟練使用Excel、SQL工具及統計分析或數據挖掘工具（例如SPSS 、SAS 、R等）、能夠編寫程序（Java/Python/Perl）進行數據統計分析；
3、熟悉海量數據、高并發、高性能的分布式系統的設計及應用、調優。
