数据预科模块：

1.互联网Web技术／运营基础

2.Web网页开发

3.HTML5

4.CSS3

5.互联网的发展

6.自媒体运营

7.社区/运营

8.舆情监控

9.互联网内容运维

数据分析工具模块：

1.Excel数据操作

2.Excel函数

3.VBA（自动化编程语言）

4.商务Visio

5.Tableau(智能数据可视化图表)

6.市场调研（数据报告）

7.精益化管理

统计学基础

1.统计数据类型

2.数据预处理

3.数据统计展示

4.统计学基本概念

5.集中趋势度量

6.离散程度度量

7.偏态与峰态度量

8.数据基本预测

mysql/orcale数据库操作

1.数据库创建

2.增删改查

3.存储过程、游标

4.事件、事务

5.触发器

6.大表分区

7.SQL语句优化

Python入门

1.数据类型

2.函数

3.流程控制语句

4.面向对象

5.网络基础

6.python PC端爬虫实战

7.python 移动端爬虫实战

Python数据挖掘建模

1.概率与抽样分布

2.参数估计、<span class="highlight">span>设检验,方差分析，列联分析

3.matplotlib，pyecharts 绘图

4.Numpy数据运算

5.Pandas（数据分析包

6.数据清洗、特征工程

7.SPSS、SAS软件及R语言基础

大数据平台技术及可视化

1.Linux基础

2.HDFS（海量数据存储）

3.Hadoop（分布式大数据系统）

4.Mapreduce（离线数据大规模并行运算）

5.Hive（数据仓库工具）

6.spark(实时数据处理）

人工智能与机器学习算法：

1.sklearn（数据挖掘）Jeba(文本分词）

2.线性回归、梯度下降、大似然、小二乘

3.分类器算法（监督机器学习）：朴素贝叶斯、逻辑回归、决策树、支持向量机

4.聚类算法(非监督机器学习)：K-Means、分裂、合并、系统、PAM等

5.数据降维（PCA主成分分析）

6.集成学习算法（随机森林、Boosting）

7.时间序列

行业综合实战

1.金融行业大数据分析（信用卡征信评分卡分析）

2.电商行业大数据分析（客户偏好、客户流失预警）

3.航空航天行业数据分析（客户流失预测）

4.房地产行业大数据分析（二手房行业分析、营销分析）

5.互联网行业大数据分析（电子营销，汽车）