當前社會正從IT到DT智能時代，傳統(tǒng)行業(yè)嫁接互聯(lián)網(wǎng)，產(chǎn)生的是加法效應；大數(shù)據(jù)創(chuàng)新驅動，產(chǎn)生的是乘法效應，價值呈指數(shù)遞增。DT時代拼的是人才和創(chuàng)新價值的能力，拼的是你的數(shù)據(jù)能夠給社會創(chuàng)造多少價值，用數(shù)據(jù)掙錢才是未來真正所在。
相應的，DT時代對人才的要求也越來越高，人才的進步也從“1”字型人才到“T”字型人才再進化到“十”字型人才。所謂“1”字型人才是指具備某個領域的專業(yè)深度，但往往會一條路走到頭，在其他領域沒有競爭力。就拿數(shù)據(jù)分析師來說，最牛的分析師不是什么方法和軟件都會，而是什么行業(yè)領域都知道怎么做，即使用最簡單的方法，也可解決跨界難題。 而“T”字型人才是指同時具備專業(yè)深度和知識面的廣度。這樣的人才既能在自己的領域做到極致，也能解決其他領域的問題，但是缺乏的是創(chuàng)新思維和能力。分析師常拘泥于自己熟悉的那套流程，用單一的思路放到任何行業(yè)依葫蘆畫瓢，而往往會遇到瓶頸無法解決問題。
那么，“十”字型人才就是同時具有某個專業(yè)領域的深度，跨界行業(yè)的知識寬度，以及拔尖的創(chuàng)新力度。對于分析師來講，具備深厚的專業(yè)技術能解決技術瓶頸，具備寬廣的跨界知識能越過行業(yè)壁壘，具備變通的創(chuàng)新能走出分析師對自身的局限，這樣會發(fā)展為CDO,CEO等更高的職位。
當今社會，越來越多的斜杠青年，越來越多的復合人才，十字型是對這個時代“槍手人才”的最好定義。
想要成為數(shù)據(jù)時代十字型人才，你需要具備：
就分析師而言，你需要掌握概率論和統(tǒng)計理論基礎，能夠熟練運用Excel、R、SPSS、SAS等一門專業(yè)分析軟件，有良好的商業(yè)理解能力，能夠根據(jù)業(yè)務問題指標利用常用數(shù)據(jù)分析方法進行數(shù)據(jù)的處理與分析，并利用可視化方法得出邏輯清晰的業(yè)務報告。垂直深入，扎實專業(yè)技能功底。
No2. 橫向知識寬度
行業(yè)經(jīng)驗為你的知識注入了新鮮的血液，你需要深入了解行業(yè)跨界知識與來自零售電商、互聯(lián)網(wǎng)、金融等領域的應用場景模塊，如：客戶關系管理、增長黑客、風險控制等。
No3. 向上的創(chuàng)新力度。
這部分你需要突破傳統(tǒng)思維的局限，加入批判思維、概率決策思維、博弈思維、系統(tǒng)思維、先發(fā)影響力等“決策黑客”內(nèi)容，創(chuàng)新突破，發(fā)現(xiàn)業(yè)務改進和驅動的增長點。
這必然是一個艱辛的過程，但是新時代迫使你需要做出改變。
活在舒適圈，我們常忘掉自控和努力，但永遠忘不了理想。一邊是床、沙發(fā)、咖啡，一邊是課、技能、書本，此刻該如何選擇？有人認為，那就躺在床上喝著咖啡看書吧。錯了，這是用學習來為舒適找的一個掩護，沒有艱辛，只有舒適。很多人都問，如何利用業(yè)余時間賺錢？如何能快速找到數(shù)據(jù)分析的相關工作？但從沒想過要付出多少艱辛才能達到目的。所以生活中你可以見到很多嘴強選手，而實干家從不會問這些問題。天下沒有不勞而獲的人，所謂艱辛是通往某一個目標的必經(jīng)體驗，這是一個前提共識。那么如何讓艱辛變得更有效率，更舒適？若能在更舒適的體驗中達到A+，在更有價值的艱辛中達到A+，我想這就是17年底最好的產(chǎn)品之一。
綜上而言，
A+，是一種追求確定性極致的精神。
A+，是極致的同時更具備復合型能力。
A+，是讓艱辛的過程更具價值更加舒適。
于是，我們推出了：
【A+學位之數(shù)據(jù)分析師項目】
CDA A PLUS學位項目【數(shù)據(jù)分析師】，由CDA數(shù)據(jù)分析師人才教育品牌聯(lián)合美庫爾、GrowingIO及深諳數(shù)據(jù)界多年具備成熟項目經(jīng)驗的大牛名師聯(lián)合打造的新型在線學習產(chǎn)品。旨在打造DT時代“十字型”數(shù)據(jù)精英?！笆中汀备爬椤敬怪睂I(yè)深度】，【橫向知識寬度】，【縱上創(chuàng)新力度】三個方面。本課程在【垂直的專業(yè)深度】上遵循經(jīng)典的“CDA Level”標準大綱，從數(shù)據(jù)庫到統(tǒng)計概率到數(shù)據(jù)分析與挖掘垂直深入，扎實專業(yè)技能功底。在【橫向知識寬度】上加入行業(yè)跨界知識與來自零售電商、互聯(lián)網(wǎng)、金融等領域的應用場景模塊，如“客戶關系管理”、“增長黑客”、“風險控制”等，引入更多的業(yè)務場景和案例。在【縱上創(chuàng)新力度】上突破傳統(tǒng)思維的局限，加入邏輯思維、量化思維、概率思維、系統(tǒng)思維等“決策黑客”內(nèi)容，并在每一模塊課程后加入實際項目演練，創(chuàng)新落地。課程體驗方面，A+學位課程更貼合學員在線碎片化學習的需求和習慣，加入在線練習功能和課后作業(yè)指導服務，為每一位立志于在數(shù)據(jù)科學領域有所建樹的學員提供完美、貼心的在線學習解決方案。
邁出成為數(shù)據(jù)分析師的第一步，初級數(shù)據(jù)分析師課程大綱：
01：深入淺出數(shù)據(jù)科學基礎
學習了解數(shù)據(jù)分析的前世今生與未來，了解數(shù)據(jù)分析的整體框架與流程，了解數(shù)據(jù)分析所涉及的各類知識及高效學習方法，培養(yǎng)學員專業(yè)的數(shù)據(jù)思維。
02：讓數(shù)據(jù)說話-玩轉EXCEL BI商業(yè)報表
學習了解使用EXCEL分析功能、數(shù)據(jù)處理方法、數(shù)據(jù)透視方法、數(shù)據(jù)可視化、商業(yè)智能分析報表進行系統(tǒng)講解，幫助學員全面掌握EXCEL商業(yè)智能和數(shù)據(jù)分析技巧。
03：分析師的第一道面試題-SQL數(shù)據(jù)庫
學習使用從數(shù)據(jù)庫Mysql中取數(shù)的能力，從SQL入門到數(shù)據(jù)表及字段操作、SQL查詢鏈接、SQL商業(yè)應用案例，幫助學員全面提高SQL查詢與處理能力。
04：增長黑客-產(chǎn)品、用戶、網(wǎng)站的增長圣經(jīng)
學習產(chǎn)品、用戶、網(wǎng)站數(shù)據(jù)分析的思維和方法，并基于活躍、留存、轉化三大應用場景和案例，帶領學員探索增長黑客的奧秘。
05：枯燥但不枯萎的專業(yè)理論-統(tǒng)計概率基礎
學習統(tǒng)計學的概率論基礎、統(tǒng)計量與抽樣分布、計算描述性統(tǒng)計數(shù)據(jù)、參數(shù)估計、假設檢驗和方差分析。培養(yǎng)學員基礎的統(tǒng)計鑒定思維和能力。
06：數(shù)據(jù)分析的武器庫-R語言編程與統(tǒng)計分析
學習使用R語言的基本語法知識，并利用R進行描述性分析和推斷性統(tǒng)計分析。
07：最快的數(shù)據(jù)獲取方式-Python爬蟲
學習使用Python編程基礎、初始爬蟲知識、網(wǎng)絡請求Requests、解析HTML文檔BeautifulSoup、反爬蟲及異常處理。并通過實例演示。
08：市場調(diào)研與數(shù)據(jù)處理技術（基于R）
學習市場調(diào)研方法，數(shù)據(jù)抽樣技術，并掌握數(shù)據(jù)清理、數(shù)據(jù)變換和數(shù)據(jù)規(guī)約的方法。
09：透過現(xiàn)象看本質-回歸分析預測
學習最常用的數(shù)據(jù)挖掘模型-回歸分析。包含模型原理、構建模型、模型診斷和模型選擇，并使用R演示案例。
10：期中項目實戰(zhàn)作業(yè)
進階前沿技術能力，成為搶手人才，高級數(shù)據(jù)分析師課程大綱：
11：深入洞察你的客戶-客戶畫像
學習使用聚類分析算法的基本原理，說明銀行業(yè)如何利用聚類技術來建立客群分析模型，使銀行針對不同客群，采用不同之營銷策略，讓銀行獲利最大化。
12：最簡單的機器學習算法 -K最近領
學習使用KNN算法，并結合使保險公司數(shù)據(jù)可以篩選對壽險有興趣的目標客群，以提升公司的獲利。
13：數(shù)學與科學的反映-貝斯網(wǎng)絡
學習貝式網(wǎng)絡算法，并通過銀行業(yè)案例說明如何利用貝式網(wǎng)絡技術來建立信用評分模型，以降低公司損失。
14：分而治之的算法模型-決策樹
掌握決策樹算法原理，同時也結合制造業(yè)及汽車業(yè)案例說明如何利用回歸樹技術來建立CPU效能及油耗的預測模型，以協(xié)助產(chǎn)品的設計及改良。
15：人工智能的底層模型-神經(jīng)網(wǎng)絡
掌握神經(jīng)網(wǎng)絡算法基本原理，并使用零售業(yè)案例如何利用神經(jīng)網(wǎng)絡技術來建立便利超商選點模型，以降低公司損失，提升公司獲利。
16：應用最廣的模型之一羅吉斯回歸
學習羅吉斯回歸算法，同時學習如何利用羅吉斯回歸技術來建立電信客戶流失預測模型，以避免客戶的流失，降低公司損失。
17：最受歡迎的智能算法-支持向量機
學習支持向量機算法，并說明生技業(yè)如何利用支持向量機技術來建立細胞樣本分類模型，以有效分類細胞樣本，進行適當?shù)奶幚怼?/span>
18：預知未來的算法 - 時間序列分析
學習時間序列分析方法，并通過電商渠道實際數(shù)據(jù)集，預測電腦銷量，對庫存和產(chǎn)品改良提出建議。
19：發(fā)掘購物籃規(guī)則 - 關聯(lián)分析
學習掌握關聯(lián)規(guī)則與購物籃分析，相似性推薦與協(xié)同過濾。并通過案例說明如何應用關聯(lián)分析推薦用戶他喜歡的電影？
20：機器學習兵器譜的“屠龍刀”-集成學習算法
學習集成算法，結合電信業(yè)及銀行業(yè)案例說明如何利用集成學習算法來建立電信產(chǎn)品交叉銷售模型及銀行小額信貸營銷模型，以增加客戶價值，提升公司獲利。
21：自然語言處理與機器學習結合 - 文本分析
介紹文本分析的方法和技術，包含中文分詞、關鍵詞提取、文字云、文本分析方法等，并結合輿情主題分析案例。
22：統(tǒng)計學的新興領域 -社會網(wǎng)絡分析
學習社會網(wǎng)絡分析方法，說明電信業(yè)如何利用社會網(wǎng)絡分析技術，協(xié)助傳統(tǒng)客戶流失預測模型，更有效的避免客戶的流失，降低公司損失。
23：人腦工作機制的模擬器 -深度學習
說明媒體業(yè)如何利用深度學習算法來建立影像物體偵測模型，以做為自動駕駛系統(tǒng)的基礎，提升自動駕駛系統(tǒng)的準確性。
24： 就業(yè)技能直通車 – 大型項目實作案例
以大型實際案例(數(shù)據(jù)大小超過20G)說明零售業(yè)如何利用以上介紹技術，進行忠誠客戶的預測，以確保對上述技術之熟悉度。
25 ：突破傳統(tǒng)思維局限 -決策黑客
學習突破傳統(tǒng)思維局限的方法，掌握批判性思維、概率思維、博弈思維、系統(tǒng)思維、先發(fā)影響力。
26：期末考試
期末項目實戰(zhàn)作業(yè)
