显示 Excel 数据分析工作知识。

执行基本的电子表格任务，包括导航、数据录入和使用公式。

采用数据质量技术在 Excel 中导入和清理数据。

使用过滤、排序、查找功能和数据透视表分析电子表格中的数据。

使用 Excel 电子表格创建基本的可视化图表，如折线图、条形图和饼图。

解释图表在讲述数据驱动的故事时发挥的重要作用。

构建高级图表和可视化效果，如树状图、火花线、直方图、散点图和填充地图图。

使用 Excel 和 Cognos Analytics 建立和共享交互式仪表盘。

通过学习基本语法、数据类型、表达式、变量和 String 操作，培养对 Python 编程的基础理解。

使用数据结构、条件和分支、Loop、函数、异常处理、对象和类应用 Python 编程逻辑。

熟练使用 Pandas 和 Numpy 等 Python 库，并使用 Jupyter Notebook 开发代码。

通过使用请求处理 REST API 和使用 BeautifulSoup 执行网络刮擦，访问和提取基于网络的数据。

扮演数据科学家/数据分析师的角色，参与一个真实项目。

展示您的 Python 技能--数据科学和数据分析的首选语言。

应用 Python 基础知识、Python 数据结构和使用 Python 处理数据。

使用 Python 和 Pandas、Beautiful Soup 和 Plotly 等库及 Jupyter 笔记本构建仪表盘。

使用 SQL 和 Python 分析数据库中的数据。

创建关系数据库，并使用 DDL 命令处理多个表。

使用 DML 命令构建基本至中级 SQL 查询。

利用视图、事务、存储过程和连接等高级 SQL 技术，编写功能更强大的查询。

构建 Python 程序，通过处理缺失值、格式不一致、归一化和分选等问题，清理和准备数据以进行分析

使用 Pandas、NumPy 和 SciPy 等库，通过探索性数据分析 (EDA) 分析现实世界的数据集，从而发现模式和见解

应用数据操作技术，使用数据框架来组织、总结和解释数据分布、相关性分析和数据管道

使用 Scikit-learn 开发和评估回归模型，并使用这些模型生成预测和支持数据驱动的决策 Making

使用 Matplotlib、Seaborn 和 Folium 等 Python 库实施数据可视化技术和绘图，讲述生动的故事

创建不同类型的图表和图形，如折线图、面积图、柱状图、饼图、方框图、散点图和气泡图

创建高级可视化图表，如华夫饼图、词云、回归图、带标记的地图和choropleth 地图

使用 Dash 框架和 Plotly 库生成包含散点图、折线图、柱状图、气泡图、饼图和旭日图的交互式仪表盘

应用从多个来源收集和整理数据的技术。

分析数据，通过探索性技术找出模式、趋势和见解。

使用 Python 库创建数据的 Visualization，以便有效地交流研究结果。

利用 BI 工具构建交互式 Dashboard，动态展示和探索数据。

说明如何在跨行业数据分析中使用 Generative AI 工具和技术

使用 Generative AI 工具实施数据准备、分析、数据 Visualization 和故事讲述等各种数据分析流程

评估真实世界的案例研究，展示生成式人工智能在获取有意义见解方面的成功应用

分析在数据分析中使用 Generative AI 所涉及的伦理问题和挑战

描述数据分析师的角色、一些职业选择以及该领域的潜在机会。

解释如何为求职打下基础，包括研究招聘信息、撰写简历和制作作品集。

总结求职者在典型的求职面试周期中可能遇到的情况、不同类型的面试以及如何准备面试。

解释如何进行有效的面试，包括回答问题的技巧和如何进行专业的个人陈述。