热门课程

新一期课程报名开始

Jun
03

Quant Finance 面试专训

数据应用学院的老师用“肉身”自己去面试,总结了100道题目,分类,归纳,发现这quant面试其实就是高考,你会做之前做过之前大量做过又大量重复做过,在顶级banking GS,MS和JPM面前,你几乎全都可以答对。
Jan
28

Java基础

本课程可作为大数据工程师课程的基础课 本课程讲解Java中的结构化和面向对象编程的概念和基础知识,适用于任何想在工作或学习中需要编程的人。课程内容主要包括:变量,算术运算,结构控制,数组,方程,递归,动态内存分配,文件,方法,类,程序设计和测试。另外,相对较高级的内容用有面向对象编程的四个特点:封装,抽象,继承和多态。
Jul
01

Python实战量化分析

Python基础面试题快速自测, 你真的懂Python基础么? What will be the output of the
Jan
28

自然语言处理

Topics related with Syntactic Processing, Semantic Analysis, Information Rertieval,Chart
May
20

数据科学家

我们的数据科学家培训课程结合当今数据应用领域的发展趋势,将为我们的学员传授最前沿的数据应用技术和工具的使用。教学模式有效结合了基础知识讲授与大量的实战练习,在学习基础知识的同时培养学员的实践操作经验,帮助各位学员从零起步,一步步的成长为专业的数据科学家。
Jun
03

大数据工程师

授课内容乃当前大数据的最新技术与技巧,HDFS, MapReduce, Hive, Pig, Sqoop, Storm, Kafka,Spark等工具使用技巧和系统调优,都是学校里学不到,网络课程不会讲,而工作中又需要的重要技能 8周授课,8周project.
Feb
13

SQL数据分析师

课程专注于讲授T-SQL的object和编写,帮助学员在最短时间内了解SQL的核心内容。 课程也将涵盖部分Advanced SQL内容如SQL Server的调优。Microsoft证书考试非课程主内容。
Feb
13

成长黑客

仅仅9周,让你懂产品、懂技术,通吃marketer/PM/Marketing analyst/Growth analyst几大领域: · 4周SQL集训 · 4周Growth Hacking intensive
Feb
26

算法课

Description An introduction to fundamental data structures and algorithms.
Jun
17

商业分析师

8-week training to transform you into a business analyst

求职辅导

由于数据岗位的特殊性,我们为正在求职和准备求职的朋友们,提供了多种不同形式的求职辅导服务,涵盖了数据岗位求职,从简历修改到模拟面试的全部内容,并且针对特殊案例提供专业的一对一特案辅导。详情请点击此处

Uni-branding-mockup

企业数据解决方案

依托强大的专家库,我们帮助多家创业企业和成长型企业制定及事宜过全面的数据解决方案。

Uni-branding-mockup
Uni-branding-mockup

大数据夏令营

我们相信数据不光是一种知识,数据能力将成为人才必备的硬实力,从小培养良好的基础。我们曾经与北京顶级中学合作过夏令营,并在全球最高数据科学竞赛中取得良好的成绩。

常见问题

很简单,可以给我们发送邮件至 info@dataapplab.com,或直接电话:1(800)4857918。我们有专人负责登记信息,并为您预约老师答疑。

非也非也。这要看你的目的是什么。如果你只是想学一些general的只是,Coursera,Edx,都可以。但是如果你要想在数据行业求职,coursera现在已经完全不能满足你的需求了。

Coursera非常卓越的一点,就是快速地普及和推广数据知识与技术。然而,普及知识性质的教学,与工作中实际应用到的专业技能,还是有一定差距的。而且,数据人才的短缺,是指有工作经验的数据人才极为稀缺。前几年那种会三板斧就能横扫硅谷的情况已经一去不复返了。要想获得一个较好的数据工作岗位,需要在这个行业有较强的技术背景,较深的行业理解,这些需要从具体的项目中才能获得。

数据应用学院推出“教学+实习+内推”的三段式方案,就是根据当前企业越来越看重实际项目经验的具体要求来设计的。其中,教学期内容是现有一般MOOC的拔高,实习项目期中会让学员深入接触high profile的项目,对紧跟技术发展的实时数据操作有更深入的理解,才能成为企业真正需要的Candidates。

这个问题非常关键,我们之前做过一次专题讨论,请阅览以下链接:

http://mp.weixin.qq.com/s?__biz=MjM5NTM0MzU5OA==&mid=400260485&idx=1&sn=2e82ba0f80f669b8ee2d15b3c8014839#wechat_redirect

一般来说:

如果你是EE或者CS专业,我们建议走Data Engineer Track。

如果你是Phd, 选择比较宽,两边都可以,具体需要跟我们的老师咨询。

如果是其他理工科硕士,如果有一定python 和 machine learning基础,我们建议走Data Scientist Track,我们在课程中也会加入分布式系统的知识,求职时是加分项。如果基础已经很好了,并且已经上过了大量machine learning的课程,我们建议加入我们的Data Scientist Project Only项目,在提升对分布式系统中Hive, Pig, Spark的理解后,立即进入项目期。

并不是所有岗位都要求PhD学历,我们的统计硕士背景的学员很多都找到DS工作的。在我们看来,硕士毕业生应该更重视实践经验,平衡自己在Machine Learning工具操作和分布式系统下数据操作的技能,推荐报名Data Scientist 20周全周期班,打牢基础,就业时从Data Analysis入手,积累实际工作经历和business insight。

对于Data Engineer全周期班,我们建议背景为EE或CS,或者已经有一定经验的DS的同学可以考虑报名。这是因为Data Engineer课程对计算机尤其是Java编程等要求比较高,CS背景强的同学更容易跟上课程。

当然,我们也有经典案例,南加州一位有一定Machine learning经验的物理Phd报名Data Engineer课程,参与Data Scientist实习项目,并成功进入eBay。

如果你拿不准,请发信至info@datalaus.com,我们的工作人员会为您预约15分钟的电话meeting,由我们的老师来为您解答问题。

虽然对专业和学历没有特别要求,欢迎各STEM专业的硕士,博士,博士后,以及在职人士报名。另外,我们建议学员在报名前应该掌握以下课程或同等水平的课程:

Python: Coursera Python for everybody specialization 前四堂课

1. Programming for Everybody (Getting Started with Python)

2. Python Data Structures

3. Using Python to Access Web Data

4. Using Databases with Python

我们也会为初学者提供短期的Python强化培训。

Machine Learning: Coursera Stanford 课程 Machine Learning

SQL: Codecademy上几小时就可以学完SQL 初级课程。

对于远程的同学,我们使用远程视频会议工具Gotowebinar,该工具可以实现双向信息交流,既可以收听收看老师的讲解,也可以文字提问,老师现场回答。我们每一期的同学都来自全美各地,从伯克利到Cambridge, 从休斯顿到Ohio, 最近还有北京的学员远程上课,完全没有问题。

数据应用学院专门提供由36台机器组成的cluster,为每位学员都设置一个账号,同学们可以尽情在cluster上面练习数据操作。

不是!

千万要注意,这是很多数据科学求职者的最大误区。我们针对这个误区,专门写了一篇文章:http://mp.weixin.qq.com/s?__biz=MzIzMDA1MTM3Mg==&mid=2653076927&idx=1&sn=ed689b0e0bd1001965cb1fbb03d52b26#rd

Machine Learning只是数据产品链条上的最后一环,前面的数据清理,再前面的数据采集,再往前面的产品定义,与贯穿整个链条的business insight,才是真实工作中耗费80%精力的工作内容。只强调ML,那是完全的误区。我们的课程不仅强调对机器学习工具的熟练应用,还要锻炼数据清理,分布式系统下的数据操作等技能,让你在high-profile项目中,体会数据分析的完整步骤。

大数据前沿资讯

View more

06/03公开课总结 | 留美 VS 回国——数据分析的就业前景和职业规划

这次公开课一次性为大家解决两大疑惑。关于商业分析师Business Analyst这个职位的发展前景,和回国还是留美工作的长期规划。小编也对这次公开课充满期待,DAL请来的两位大牛老师Peter和Amanda

15个基本数据库营销技术

数据库营销是收集,分析和识别客户重要信息的过程。信息可以来自不同的渠道,如销售记录,电子邮件,保修卡等。有了此信息,你就可以更加关注你的客户,并且使营销活动变得更加有效。

南加大商业分析专业知心学姐分享:如何申请、选课、找实习?

Peipei是数据应用学院(DAL)荣誉毕业的实习生,目前是USC南加州大学(USC)Marshall商学院Business Analytics商业分析第一年研究生。曾在国内Teradata等数据仓库和数据咨询公司做过两年Data Warehouse Engineer。