好程序员上海Python成立大会暨揭牌仪式

好程序员上海Python培训成立大会暨揭牌仪式圆满落幕,
上海校区校长、Python学科讲师
共同为揭牌。秉承精英小班原则,
聚焦人工智能及数据分析方向
学Python为什么选择好程序员上海校区?

Python - 人工智能时代主流开发语言

Python岗位待遇高规格,平均月薪19620元

应届生工资 ¥5740 1-3年工资 ¥16660 3-5年工资 ¥20200 5-10年工资 ¥28040

*以上数据来源于职友集

Python人才需求增速达174%

《互联网人才趋势白皮书》显示,由于人工智能与大数据高速发展带来巨大基数的人才缺口,Python工程师短期内难以补缺。Python人才需求增速达174%,人才缺口高达50万,3年内人才需求量增长8倍。统计28家招聘网站,日均招聘岗位20922个。

*以上数据来源于互联网各招聘网站

政策导向利好,大力支持“AI+”腾飞

  • 2016年

    工信部等四部委发布了《“互联网+”人工智能三年行动实施方案》

  • 2017年

    国务院发布了《新一代人工智能发展规划》

  • 2018年

    《政府工作报告》提出“加强新一代人工智能研发应用”

语言排行居首,3次蝉联年度佳语言

目前Python已经成为广为欢迎的程序设计语言,自从2004年以后,Python的使用率呈线性增长。
在IEEE 2020年度语言排行榜中,Python第4次获得TIOBE佳年度语言排名。

*以上数据来源于IEEE 2020年度语言排行榜

了解多行业前景

课程颠覆迭代 聚焦数据分析 直击企业刚需

新增26项

新11项

优化4项

查看大纲升级细则

V8.0课程优势碾压 崛起AI新方阵

Python好程序员课程历时1年初沉淀布局,覆盖Python热点以及程序员痛点
数据采集、数据分析、人工智能,逐层进阶提升

  • 课程专攻数据分析+人工智能
  • 拓宽课程深广度
  • 面向热点紧抓痛点
  • 机器学习案例化
  • 课程研发立足企业刚需
好程序员Python培训新课程聚焦重攻,
修正了Python的主要方向为数据分析、
人工智能,让时竞争力突出。
加强大的人工智能+数据分析:
周数增加至20周,从excel到sql终到Python的数据分析主线,
覆盖简单到复杂的所有课程,包含算法的推导公式,
海量的企业级实战项目。
课程覆盖Python热点以及程序员痛点,
数据采集、数据分析、人工智能,
逐层进阶提升,
从深度和广度上进行质的提升。
通过各种场景的案例设计,
熟悉算法解决问题的思维方式。
通过案例深入剖析机器学习的工作模式,
理解建模中常用的方法。
课程大纲由好程序员Python教研院历时一年调研,
分析市场及企业需求,随着市场需求和发展而调整,
及时了解市场动态,关注大厂的前沿技术。
课程内容注重层层递进式学习准则
了解多课程优势

20周数据分析学习路线

V8.0新课程聚焦重攻,修正Python主要方向为数据分析、人工智能,增加进阶共计20周,
跨平台开发、机器学习案例化,从深度和广度上构建完善的知识体系

专业课程

增值课程

  • 阶段
  • 第二阶段
  • 第三阶段
  • 第四阶段
  • 第五阶段
  • 第六阶段
课程目录 课程内容 代表项目
商业数据可视化 Excel业务分析
MySQL数据库
SQL进阶
PowerBI
统计学基础
SPSS
电商用户模型分析
电商网站业务报表分析
课程目录 课程内容 代表项目
Python基础语法 入门及环境安装
基本语法与数据类型
控制语句
错误及异常
常用内置函数
函数创建与使用
Python特性
Python模块
PythonIO操作
日期与时间
类与面向对象
Python连接数据库
用户评分自动化处理
淘宝用户行为分析
Python数据清洗 数字化Python模块Numpy
数据分析利器Pandas
Pandas基本操作
Pandas操作
Pandas案例分析案例一
Pandas案例分析案例二
Python数据可视化 数据可视化基础
MLlib(RDD-Base API)机器学习
MatPlotlib绘图进阶
绘图工具
Python统计分析 数据准备
一元线性回归
多元线性回归
一般logistic回归
logistic回归与修正
课程目录 课程内容 代表项目
机器学习基础 机器学习入门
KNN讲义
模型评估方法(一)
模型优化方法(一)
Kmeans
模型评估方法(二)
DBSCAN
模型评估方法(三)
决策树
决策树算法实战
金融反欺诈模型
推荐系统
基于电商用户文本挖掘
机器学习中级 线性回归
模型优化方法(二)
逻辑回归
朴素贝叶斯
模型优化方法(三)
关联规则
协同过滤
推荐系统案例
机器学习 集成算法-随机森林
集成算法-AdaBoost
数据处理和特征工程
SVM
神经网络
XGBoost
XGBoost案例实战
课程目录 课程内容 代表项目
深度学习 Tensorflow
神经网络
卷积神经网络
keras
pyTorch
电商市场数据挖掘
金融风险信用评估
目标检测-Trensorflow
课程目录 课程内容 代表项目
商业数据可视化 爬虫类库解析
数据解析
动态网页提取
验证码、IP池
多线程爬虫
反爬应对措施
scrapy框架
电商市场数据挖掘
金融风险信用评估
目标检测-Trensorflow
课程目录 课程内容 代表项目
电商市场数据挖掘项目实战 项目背景&业务逻辑
指定分析策略
方法实现与结果
营销活动设计及结果评价
撰写数据分析报告
电商市场数据挖掘
金融风险信用评估
目标检测-Trensorflow
金融风险信用评估项目实战 项目背景&业务逻辑
建模准备
数据清洗
模型训练
模型评估
模型部署与新
目标检测-Trensorflow 项目背景&业务逻辑
建模准备
数据清洗
模型训练
模型评估
  • 第七阶段
课程目录 课程内容 代表项目
web框架 HTML+javaScript+CSS
前端流行框架
Djiango
Flask
web项目
水果商城app开发
获取V8.0完整版课程大纲

7个企业级实战项目 还原企业真实研发场景

项目一:用户评分自动化处理

项目介绍

通过Python提高生产力,提率,使用Python将日常数据报表进行自动化计算,完成用户成绩的评分转化。

业务

1.pandas数据读取
2.异常数据清晰、空值处理
3.根据评分表打分
4.本地化

应用技术点

1.pandas数据分组groupby
2.map映射
3.pandas数据预处理
4.Excel数据预处理
5.数据分析报告

项目二:淘宝用户行为数据分析

项目介绍

针对淘宝app运营数据,以行业常见指标对用户行为进行分析,包括UV、PV、新增用户分析、漏斗流失分析、留存分析等内容。分析工具以MySQL为主,涉及分组汇总,引用变量等内容。

业务

1.基于AARRR漏斗模型,使用常见电商分析指标,从新增用户数量、各环节转化率、新用户留存率三个方面分析
2.确定影响新增用户数量因素,找到需改进转化环节,发现留存问题
3.研究用户在不同时间尺度的行为规律,找到不同时间周期下的活跃规律
4.找出具价值的核心付费用户群,对这部分用户的行为进行分析
5.找到用户对不同种类商品的偏好,制定针对不同商品的营销策略

应用技术点

1.AARRR模型
2.电商分析常用指标
3.Pandas数据清洗
4.Groupby函数、交叉表、透视表
5.Matplotlib+Searborn可视化

项目三: 金融公司风控系统

项目介绍

信用风险指的是交易对手未能履行约定合同中的义务造成经济损失的风险,是金融风险的主要类型。借贷场景中的评分卡是一种以分数的形式来衡量风险几率的一种手段,也是对未来一段时间内违约、逾期、 失联概率的预测。一般来说,分数越高,风险越小

业务

1.获取存量客户及潜在客户的数据
2.EDA探索性数据分析
3.数据预处理
4.特征选择+LDA分析
5.模型开发
6.模型评估
7.模型实施与检测报告

应用技术点

1.Pandas数据分箱操作
2.OneHotEncoder独热编码
3.Pandas数据清洗
4.Logistic逻辑斯蒂回归
5.GBDT
6.LDA

项目四:购物网站用户画像

项目介绍

用户点击流日志收集、用户画像建模、推荐对象画像建模、数据实时计算平台、数据离线计算平台、推荐算法模型、协同过滤算法,使用python流行的scikit-learn实现的聚类分析项目。聚类分析是机器学习中非常重要的算法,此项目主要利用KMeans对附近的用户进行聚类分析,达到针对不同用户采用不同的商业推广方案的目的。

业务

1.构建用户画像
2.用户行为分析
3.用户推荐系统
4.潜在客户挖掘

应用技术点

1.RFM
2.Kmeans
3.Apriori关联分析
4.协同过滤

项目五: 基于电商用户文本挖掘

项目介绍

想要用产品价值撬动一个用户,同纬度竞争别家的先发优势门槛高,如果别家体量很大,基本可以放弃。创新就是剩下的活路,面对互联网的高速发展,线下需求基本都被互联网化,切入点转移到细分市场。

业务

1.了解项目公司的背景和对接人员情况
2. 沟通明确实际的项目需求
3. 根据项目需求梳理分析思路
4. 确定分析工具和人员配置,进行数据分析
5. 撰写分析结论和方案

应用技术点

1.Jieba分词
2.WordCloud词云
3.朴素贝叶斯
4.波士顿矩阵
5.Pandas数据处理
6.Matplotlib+Seaborn可视化处理
7.Logistic回归

项目六:目标检测介绍

项目介绍

目标检测,人脸识别在企业方方面面都有广泛应用。在安防,智能家居是前景广阔,本案例通过学习Opencv与dlib进行目标检测与人脸识别。

业务

1.环境安装
2.人脸识别,人脸关键点识别
3.视频和摄像头人脸识别
4.自己训练分类器

应用技术点

1.Tensorflow
2.神经网络
3.Opencv
4.dlib

项目七:(深度学习)图片风格迁移

项目介绍

通过深度学习算法,制作自己的艺术抽象画

业务

1.数据准备
2.Tensorflow深度神经网络搭建训练
3.模型预测

应用技术点

1.Tensorflow
2.神经网络
3.Opencv
4.CNN\RNN

查看课程项目视频展示

学习环境 离梦想进一步

上海校区教风严谨学风浓厚,激发学生向上潜能

[学习篇] 上海校区位于科技园内,互联网气氛浓厚,精心构建励志、激情、人文新氛围,教室宽敞明亮,搭配简洁明快的装修风格,开放式办公和的学科设备,让学员与讲师交流加顺畅,学习加。

[生活篇] 校区交通便利、毗邻商圈,为学员提供了好的奋斗战场。食堂饭菜性价比高,宿舍配有空调暖气、独立卫浴,二十四小时热水。附近诺亚新天地广场满足学员日常购物需求。UME国际影城、健身房、湿地公园,供学员学习之余放松身心。

校区地址:

上海市宝山区同济支路199号智慧七立方3号楼2-4层

来校路线:

上海火车站:乘坐地铁3号线(江杨北路方向),在水产路2号口出,步行至同济支路。

上海虹桥火车站:乘坐地铁10号线(新江湾城方向),在虹桥路站下车,换乘地铁3号线(江杨北路方向),在水产路站下车2号口出,步行至同济支路。

上海南站:乘坐地铁3号线(江杨北路方向),在水产路站下车,地铁2号口直接步行至同济支路。

上海校区全景体验

还在纠结这些问题?在线咨询或者预约试学

学Python就来上海好程序员

在线咨询
试听
入学教程
立即报名

Copyright 2011-2020 北京千锋互联科技有限公司 .All Right 京ICP备12003911号-5 京公网安备 11010802035720号