‖ 项目简介        大数据分析师是指在不同行业中 ，专门从事相关数据的收集、整理、分 析 ，并依据数据通过科学算法模型进行行业研究、评估和预测等工作的专项人才。本次课程安排及考试内容符合工信部教考中心大数据分析师等级考试项目要求， 适用于大数据产业从业人员和预就业人员 ，在大数据采集、大数据技术和大数 据应用等领域。       课程涉及 Python 编程基础、 Python 数据分析与应用、 Python 机器学 习实战、Python 数据可视化、深度学习原理及编程实现，应用行业涉及互联网、 政府、电商和农业等大数据相关行业。      大数据分析师主要分有三个级别 ，初级、 中级和高级 ，每个等级面向对 象和考试内容不一样。初级首要面向事务数据分析 ，为数据分析领域的初级岗 位 ，与之匹配的岗位为大数据分析师、数据赋能师等。 中级分为数据挖掘和大 数据方向 ，为数据分析领域的中级岗位 ，与之匹配的岗位为数据挖掘工程师、 大数据分析师等。高级为数据科学， 归于数据分析领域的高级岗位 ，相匹配的 岗位为大数据挖掘工程师、大数据算法工程师等 ，其相关岗位多为上市、国企 的大型企业的招聘岗位。 ‖ 能力标准 1、大数据分析师（初级）      需要掌握 Python 编程基础、Python 常用数据分析及处理工具 numpy、 pandas、scikit-learn，能以 Python 作为工具，解决基本的数据分析问题。能 够理解业务目标，并能将业务目标初步转化为 Python 技术与应用问题，能结合 具体技术进行初步目标实现。适合政府、金融、电信、零售等行业前端业务及 从事市场、管理、财务、供应、咨询等职位的相关人员。 2、大数据分析师（中级）      一年以上 Python 数据分析应用工作经验，或已获得大数据分析师（初级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工具numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学习、 常规案例应用，能够将业务目标准确转化为 Python 技术与应用目标，能将业务 目标拆解成不同任务并找到对应技术实现方法 ，提升工作价值。适合政府、金 融、电信、零售、互联网、电商、医学等行业专门从事 Python 数据分析应用的人员。 3、大数据分析师（高级）      三年以上 Python 数据分析应用岗位工作经验，或已获得大数据分析师（中级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工 具 numpy、pandas、matplotlib、scikit-learn；Python 数据可视化、机器学 习、多行业多领域 Python 技术应用、深度学习、典型人工智能应用，能充分理 解业务目标 ，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规 划能力 ，不仅能自主完成各环节任务还能带领数据分析团队完成大型项目 ，为 企业生产赋能。适合政府、金融、电信、零售、互联网、电商、医学等行业 Python 数据分析应用资深人员。 ‖ 课程内容 1、初级：（班级链接：https://edu.tipdm.org/classroom/1043/introduction） 2、中级：（班级链接：https://edu.tipdm.org/classroom/1857/courses） 3、高级：（班级链接：https://edu.tipdm.org/classroom/1737/courses） ‖ 报考条件 初级（无要求，皆可报考） 中级（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书样本 学员经考核合格，由工业和信息化部教育与考试中心颁发大数据分析师职业技术证书 ，证书可登录国家工信部教育与考试中心官网查询。    

   1+X大数据应用开发（Python） 职业技能等级证书课证融通 佛山三水工业中等专业学校 培训时间 1、培训时长：初级课程总共112个学时 2、培训地点：培训以线上云课堂形式进行

|| 阶段与流程 ||   || 实操跟练内容 ||  

数字经济发展离不开人才的支撑。高校作为人才培养的主阵地，与企业联合开展深度学习与人工智能的实训，不仅是推动产业发展的需要，也是满足市场人才需求、提升人才竞争力的有效途径。一方面，高校凭借其深厚的教学底蕴与系统的理论框架，为学生构建了扎实的深度学习与人工智能知识基础；另一方面，企业依托其真实项目场景资源，为学生提供项目实践机会，让学生在解决实际问题的过程中锻炼人工智能技术应用能力、积累项目经验。通过校企合作，可以实现优势互补、资源共享，共同推动人工智能技术人才培养。   || 实训目标 (一) 深化人工智能技术应用实践，打造复合型数字技术人才梯队。 (二) 在实战环境中磨砺职业技能，无缝对接行业岗位需求。 (三) 提升人工智能相关岗位工作技能，提高就业市场竞争力。   || 实训流程     || 考核评价

为了帮助学员掌握前沿技术，顺利进入高薪数据分析领域，我们特别推出了”2026年豫章师范学院数据科学与大数据技术专业毕业项目综合实训“。

   大数据应用开发（Python）职业技能等级证书课证融通    玉林市第一职业中等专业学校   培训时间 1、培训时长：初级课程总共112个学时 2、培训地点：培训以线上云课堂形式进行

‖ 项目简介     “大数据技术应用工程师 ”是对在数据分析、机器学习、深度学习、人工智能领域中使用大数据据技术作为主要方法从业者的全面考核，分为初级，中级，高级三个等级。 ‖ 能力标准 1、大数据技术应用工程师（初级）        需要掌握 Python 编程基础、Python 常用数据分析及处理工具 numpy、 pandas、scikit-learn，能以 Python 作为工具，解决基本的数据分析问题。能 够理解业务目标 ，并能将业务目标初步转化为大数据技术与应用问题 ，能结合 具体技术进行初步目标实现。适合政府、金融、电信、零售等行业前端业务及 从事市场、管理、财务、供应、咨询等职位的相关人员。 2、大数据技术应用工程师（中级）        一年以上大数据分析应用工作经验 ，或已获得大数据技术应用工程师（初级）证书。掌握 Python 编程基础；常用数据分析及处理工具 numpy、 pandas、matplotlib、scikit-learn；Python 数据可视化、机器学习、常规案例应用，能够将业务目标准确转化为大数据技术与应用目标 ，能将业务目标拆解成不同任 务并找到对应技术实现方法 ，提升工作价值。适合政府、金融、电信、零售、互联网、电商、医学等行业专门从事大数据分析应用的人员。 3、大数据技术应用工程师（高级）        三年以上大数据分析应用岗位工作经验，或已获得大数据技术应用工程师（中级）证书。掌握 Python 编程基础； Python 常用数据分析及处理工具 numpy、pandas、matplotlib、scikit-learn；数据可视化、 自然语言处理、网络爬虫、 人工智能应用、机器学习、多行业多领域大数据技术应用、深度学习、典型人工智能应用 ，能充分理解业务目标，并将业务目标精准转换、拆分为具体技术任务；具有超强数据规划能力，不仅能自主完成各环节任务还能带领数据分析团队完成大型项目，为企业生产赋能。适合政府、金融、电信、零售、互联网、电商、医学等行业数据分析应用资深人员。 ‖ 课程内容 ‖ 报考条件 初级：无要求，皆可报考。 中级:（满足其中一个条件即可） 1. 获得初级证书。 2. 年满18周岁，具备高中以上学历，工作年限满1年。 高级：（满足其中一个条件即可） 1. 获得中级证书。 2. 年满20周岁以上，工作年限满2年。 3. 年满20周岁以上，具备大专及以上学历。 ‖ 考试方式 考试方式分为线下考试站点或线上考试系统统考两种方式，考试形式为上机答题，闭卷。 考试题型： 初级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 中级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 高级：120 分钟，单选题+多选题+判断题+操作题+简答题，上机答题。 ‖ 成绩评分 考试最终成绩满分为100分，成绩80-100分为优秀；成绩60-79分为合格；成绩60分以下为不合格。 ‖ 证书 学员经考核合格，颁发大数据技术应用工程师职业技术证书 ，证书可官网查询。    

数字经济发展离不开人才的支撑。高校作为人才培养的主阵地，与企业联合开展深度学习与人工智能的实训，不仅是推动产业发展的需要，也是满足市场人才需求、提升人才竞争力的有效途径。一方面，高校凭借其深厚的教学底蕴与系统的理论框架，为学生构建了扎实的深度学习与人工智能知识基础；另一方面，企业依托其真实项目场景资源，为学生提供项目实践机会，让学生在解决实际问题的过程中锻炼人工智能技术应用能力、积累项目经验。通过校企合作，可以实现优势互补、资源共享，共同推动人工智能技术人才培养。   || 实训目标 (一) 深化人工智能技术应用实践，打造复合型数字技术人才梯队。 (二) 在实战环境中磨砺职业技能，无缝对接行业岗位需求。 (三) 提升人工智能相关岗位工作技能，提高就业市场竞争力。   || 实训流程     || 考核评价