一、总体方案
1、针对学员
ø 统计学、数学或计算机、数理统计或数据挖掘方向相关专业大学本科或以上学历的在校学生；
ø 具有较强数据功底希望转行从事数据分析的技术人员；
ø 熟悉数据库及sql语法，具有一定的c或java编程能力；
ø 经考核合格的非数学类专业、本科以下学历人员。
2、课程目标
以企业的技术和人才为依托，通过企业开发的课程、软件和实际案例，培养学生运用数学知识和统计软件分析解决实际问题及独立建模分析能力，锻炼学生成为企事业单位数据挖掘分析和大数据处理的中高级专业技术应用型人才。学员结业后将主要具有以下技能：
ø 能熟练使用常用模型如分类、预测、决策树、聚类、关联、智能推荐等；
ø 能熟练使用数理统计、数据分析、数据挖掘工具软件（如spss modeler、r等），熟练编写数据分析文档；
ø 针对具体的数据挖掘应用需求，能熟练抽象出合适的数据挖掘模型，并整理出其技术实现路线。
3、课程总时长
第一阶段：18天的理论加企业实际项目案例学习
第二阶段：4个月分配到项目组全程跟进项目实训
4、培训时间和地点：
时间：2016年03月12日
地点：深圳市南山科技园
5、培训考核
为保证所有参加培训的学员能够真正掌握所学知识，在完成每一个知识点之后将安排课程考试，若考试成绩没有达到既定要求，则安排该课程的重修，直至考核通过为止。
培训学员，公司将组织参加资格认证考核！
6、学员就业
所有考核通过者100%包就业！
学员就业单位：从事数据统计及数据挖掘建模相关的企事业单位。
7、培训费用
18天课程 4个月项目实践=15800元
支持助学贷款！
支持“零”首付！
注：学员亦可根据自己的时间安排及所需知识点选择课程，天数两天以上。两天的课程金额为1500元。选课4天享受9.5折；6天9折；8天8.5折；10天及10天以上8折。需参加完前期18天课程的方可入驻项目组全程跟进项目学习，不参加项目组全程跟进项目学习的学员推介就业但不支持贷款。
二、实施细则
1、课程安排
| 科目 | 课程模块 | 课程主要内容 | 理论 | 实践 |
理论 | 数据挖掘基本理论 | 1、数据挖掘概述 2、数据探索:数据质量探索与数据特征分析 | 16学时 | 16学时 |
工具 | r | 1、r基础介绍、数据的导入导出，数据结构及数据基本管理 2、基础统计分析、低级绘图、高级绘图 | 16学时 | 16学时 |
案例 | 电力窃漏电用户自动识别 | 通过采集电力计量自动化系统的电流、电压、功率因数等用电负荷数据，用电异常等终端报警信息以及电力营销系统提供的历史窃漏电用例，归纳出窃漏电用户的关键特征，构建出窃漏电用户的识别模型，最终通过监测用户用电数据，实现窃漏电用户的实时在线诊断。 | 8学时 | 8学时 |
家用电器用户行为分析及事件识别 | 家用电器在使用过程中，因地区气候、区域不同、用户年龄性别差异，形成不同的机组使用行为，称之为用户的使用习惯。根据用户使用热水器的使用行为构建出洗浴事件识别模型，进而深入了解热水器在用户所在区域的真实使用习惯，优化新产品的设计和布局营销。 | 8学时 | 8学时 | |
电商评论数据情况分析 | 随着互联网与移动互联网的快速发展，网上购物将成为人民生活的一部分。网民在电商平台上浏览和购物，产生了海量的数据，如何利用好这些碎片化、非结构化的数据，将直接影响到企业产品在电商平台上的发展，也是大数据在实际企业经营中的应用。对于用户在电商平台上留下的评论数据，运用文本分析方法，了解用户的需求、抱怨，购买原因以及产品的优点、缺点，对于改善家电设备产品及用户体验有着重要的意义。 | 8学时 | 8学时 | |
航空公司客户价值分析 | 航空市场竞争激烈，某航空公司面临着常旅客流失、竞争力下降、航空资源未充分利用等经营危机。通过积累的大量的会员档案信息和其乘坐航班记录，建立合理的客户价值评估模型对客户进行分群，分析比较不同客户群的客户价值，对不同价值的客户类别提供个性化服务，并制定相应的营销策略。 | 8学时 | 8学时 | |
电子商务网站智能推荐服务 | 为了能够更好的满足用户需求，依据电子商务网站海量的数据，研究用户的兴趣偏好，分析用户的需求和行为，发现用户的兴趣点，从而引导用户发现自己的信息需求，并对不同需求的用户进行相关的服务页面的推荐。 | 8学时 | 8学时 | |
| 实践 | 项目实践 | 分配到项目组全程跟进项目学习 | ||