在线课程 – Google 数据分析认证专业证书

从事数据分析职业的第一步。该计划允许您在 6 个月内获得基本技能,而无需学位或以前的经验。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

开始

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 数据清理
  • 故障 排除
  • 批判性思维
  • 数据道德
  • 数据可视化
  • 介绍
  • 电子 表格
  • SQL
  • 画面
  • 在 R 中编程

What you will learn in the course

Courses for which the course is suitable

  • 初级数据分析师
  • 数据分析师助理
  • 数据库管理器
  • 数据分析中的角色
  • 数据字段中的入门级角色
  • 需要数据清理和故障排除技能的角色
  • 需要批判性思维和数据可视化的角色

专业证书 – 系列 8 课程

您可以在数据分析中培养新技能,这是一个高增长领域。不需要经验或学位。您将能够接受 Google 开发的专业培训。数据分析涉及收集、处理和组织数据以得出结论、做出预测和做出基于信息的决策。通过该计划的 8 门课程,您将培养适合入门级角色的热门技能。您将向白手起家从事分析工作的 Google 员工学习。每周学习时间少于 10 小时,您可以在 6 个月内完成课程。您可以准备 Junior 或 Associate Data Analyst 或 Database Administrator 等角色。75% 的美国项目毕业生报告说,在完成课程后的 6 个月内,他们的职业生涯有所改善。

实践学习项目

该课程包括 180 多个小时的讲座和数百次实践考试,让您能够重现在工作中取得成功所需的真实数据分析情况。内容是交互式的,由在分析领域拥有多年经验的 Google 员工创建。通过视频、测验和练习,您将熟悉必要的工具和平台,以及入门级角色所需的关键分析技能。

您可以获得的技能:数据清理、解决问题、批判性思维、数据道德和数据可视化。学习工具和平台:演示文稿、电子表格、SQL、Tableau、R 编程。

通过实践培训和案例研究,您可以向雇主展示您的技能。了解雇主今天正在寻找的有形和实用的技能。

Details of the courses that make up the specialization

1. 基础知识:数据无处不在

课程 1
19 小时
您将学到什么:

  • 定义并详细说明数据分析、数据分析和数据生态系统的关键概念。
  • 借助实际示例,在分析思维的帮助下进行自我评估。
  • 了解电子表格、查询语言以及数据可视化工具和界面的作用。
  • 通过不同角色的示例解释数据分析师在交易中的角色。

2. 做出数据驱动型决策的问题

课程 2
18 小时
您将学到什么:

  • 说明问题解决过程的每个步骤如何有助于常见的分析案例。
  • 讨论决策过程中数据的使用。
  • 使用电子表格执行基本的分析师数据任务。
  • 解释与有序思维相关的主要概念。

3. 准备数据以供调查

课程 3
23 小时
您将学到什么:

  • 解释收集数据时的自由裁量权标准。
  • 了解有偏差数据与无偏差数据之间的区别。
  • 解释数据库的组件和功能。
  • 了解组织数据的最佳实践。

4. 将“脏”数据转换为“干净”

课程 4
22 小时
您将学到什么:

  • 定义什么是数据完整性以及所涉及的风险。
  • 实现基本的 SQL 函数来清理数据库中的文本变量。
  • 创建用于数据库的基本 SQL 查询。
  • 说明验证数据清理结果的过程。

5. 分析数据并产生答案

课程 5
26 小时
您将学到什么:

  • 在分析数据之前解释管理数据的重要性,包括排序和筛选。
  • 了解与数据转换和处理相关的概念。
  • 了解 SQL 查询的功能和语法,以集成来自不同数据库的数据。
  • 解释电子表格中基本计算的函数。

6. 通过可视化共享数据

课程 6
24 小时
您将学到什么:

  • 介绍如何使用可视化来共享数据和分析结果。
  • 了解 Tableau 可视化工具及其使用方法。
  • 解释什么是数据驱动的故事、它的重要性和它的特征。
  • 解释有效演示的原则和做法。

7. R 语言数据分析

课程 7
36 小时
您将学到什么:

  • 说明 R 编程语言及其编程环境。
  • 解释与 R 编程相关的基本概念,例如函数、变量、数据类型、pip 和向量。
  • 了解在 R 中创建可视化效果的选项。
  • 了解 R Markdown 的基础知识并创建突出显示内容。

8. 学习的总结任务:案例研究

课程 8
8 小时
您将学到什么:

  • 了解案例研究和投资组合的重要性和特征。
  • 解释案例研究的主要特征。
  • 将整个数据分析过程中的实践和步骤应用于给定的数据集。
  • 讨论在与招聘人员和候选人沟通时使用案例研究和作品集。