思維：信效度，平衡，分類，漏斗，相關，遠近度，邏輯樹，時間序列......
模型：線性回歸，LOGISTIC回歸，決策樹，隨機森林，神經網絡.....
算法：分類，聚類，關聯，序列，異常......
維度：時間，空間，標準，屬性......
框架：數據規劃，數據采集，數據分析，數據決策
軟件：Python、Hadoop、Hive、SQL、ExcelTableau、Spark、SAS、SPSS、MySQLPower BI、MapRe-duce、Scala
工具：數據獲取、數據存儲與管理、數據處理、數據分析、數據挖掘、數據可視化
方法：PEST分析方法、5W2H分析法、4P營銷分析法、邏輯樹分析法、指標拆分法、對比分析法、漏斗分析法、用戶行為分析法、用戶生命周期分析法、金字塔分析法....

數據分析與大數據的區別
數據分析是一系列對數據進行分析和挖掘的方法，而大數據通常指的是海量數據存儲和管理的一系列技術，而數據又是數據分析的基礎。因此可以說大數據是大數據分析的基石，但兩者并不等同。大數據技術為大數據分析提供數據源，而數據分析為提煉大數據背后的價值提供了方法。
大數據分析與數據分析的區別
大數據分析是指數據量達到一定量級的數據分析，數據達到一定的量級意味著原有的數據管理和存儲的工具不再適用，比如當數據量從10萬條增加到千萬條，傳統的EXCEL就無法進行管理，需要用數據庫來進行存儲和管理，如果再增大，就需要用大數據平臺技術來進行存儲和管理。這種結合了大數據平臺的數據分析，就是大數據分析。

阿里云認證指定課程
2018年阿里云正式合作，阿里云輸送實戰技術與經驗，培養阿里云后備人才，共同為中 國開發者成長做貢獻！
騰訊課堂認證機構
連續四年被評為騰訊課堂認證機構，榮獲騰訊課堂教育突破獎，嚴選課程服務商。

業務數據分析師
主要內容：Excel基礎、Excel函數、數據透視表、Excel作圖、Excel中的Power BI插件、數據庫系統概論、MySQL簡介及安裝配置、MySQL數據表管理、MySQL數據管理、MySQL數據查詢、MySQL函數、MySQL基礎操作、可視化、Power BI數據處理、Power BI生成可視化報表等
項目實戰：某公司銷售儀表盤、某APP日報、學校管理系統、某APP留存分析、公司運營情況分析、咖啡館運營情況可視化分析等
主要內容：數據分析專員、初級分析師等基礎性數據分析工作
數據可視化
主要內容：Tableau商業智能分析、Tableau基礎操作、Tableau可視化、Tableau案例、Power BI數據處理、Power BI生成可視化報表、Power Service、Power BI項目等
項目實戰：中小學生健康教育效果分析、P2P小貸平臺風險實證分析等
主要內容：數據分析師、BI數據分析師、可視化數據分析師等
建模數據分析師
主要內容：統計學及統計數據、收據的收集、數據圖表表示、數據的概括性度量、概率與概率分布、統計量及其抽樣分布、參數估計、假設檢驗、SPSS數據分析、SPSS數據可視化、Logistic回歸、主成分與因子分析、聚類分析、SPSS Modeler數據挖掘、SAS數據分析等
項目實戰：民生金融數據分析項目、連鎖零售業運營數據分析等
可就業崗位：數據分析師、爬蟲工程師、數據分析工程師、機器學習工程師等
Python數據處理與機器學習
主要內容：Python語言基礎、Python高級基礎知識、Python高級特性、IO操作、面向對象編程、內建模塊和第三方模塊、網絡爬蟲、網絡爬蟲框架、Python數據分析、Numpy、Pandas、Matplotlib、Python機器學習等
項目實戰：爬取51job數據并進行分析、模擬登錄并抓取知乎問題信息、從登陸到抓取人人網熱門主播圖片、客戶行為細分與預測實戰等
可就業崗位：數據分析師、爬蟲工程師、數據分析工程師、機器學習工程師等
大數據開發工具
主要內容：Hadoop、HDFS、MapReduce、大數據倉庫應用、Hive、Hbase、Scala、Spark等
項目實戰：基于用戶關系的好友推薦系統、基礎Spark的大數據房源畫像等
可就業崗位：大數據分析工程師、AI大數據分析工程師等
R數據分析與挖掘
主要內容：R數據分析與挖掘、R基礎、R語言基礎、向量、函數、Function函數、邏輯、布爾運算符、數組、R作圖、R數據挖掘、R數據模型等
項目實戰：股票預測分析、車險購買預測、貸 款風險、犯罪率預測分析等
可就業崗位：機器學習工程師、數據挖掘工程師、機器學習算法工程師等