线上/线下(旧金山)
4周/8周/12周
① 数据收集与管理:从各种来源收集、组织和管理数据,通过清洗和预处理数据确保其准确性和完整性,为分析做准备。
② 数据分析:执行统计分析、数据挖掘和数据可视化,以识别数据中的趋势、模式和洞察,使用统计工具和软件分析大型数据集。
③ 报告生成:准备报告和仪表板,将发现和洞察传达给团队成员和利益相关者,使用数据可视化工具创建直观而引人注目的数据展示。
④ 运用分析技能解决商业问题或疑问,制定假设,用数据进行测试,并根据分析结果提供可行的建议。
⑤ 了解最新的数据分析和数据科学趋势和技术,通过参加研讨会、课程或网络研讨会,并与行业最佳实践保持同步,寻求个人成长的机会。
⑥ 工具熟练度:熟练掌握SQL、Python、R、Excel、Tableau等数据分析工具和软件,了解如何在实际的数据分析场景中应用这些工具。
⑦ 协助数据驱动项目的各个阶段,从最初的概念和数据收集到分析、解释和结果展示。
精通Microsoft Office Suite办公软件,尤其是Excel,且熟悉数据分析工具(例如SQL, Tableau)。
线上/线下(旧金山)
4周/8周/12周
① Database Query Engine(QA), Automation Infrastructure and Quality Engineering (AlQ), Cloud Platform & Deployment Engineering,Developer Productivity Engineering(DPE).
② Software-as-a-Service platform.
③ Software frameworks for functional,system,performance & production testing.
④ Tooling and infrastructure automation for engineering productivity.
⑤ Multi-cloud release automation.
① Robust analytical skill set, proficiency in Excel is a must
② Experience in R or Python, and SQL is highly desired.
③ Basic knowledge in predictive modeling and regression is preferred.
⑤ Experience in a fast-paced environment is required,
———————————————————————————————————