赫赫有名的陈老师，培养的学生考证通过率高，敲开了数据分析的职场大门!  

那还等什么？小伙们快来一起参加吧！为我们职场建设添砖加瓦，增加实力！

在大数据时代，做了多年的IT、经济、金融、工商管理或是统计工作的您，掌握了那么多数据分析类的知识，是否苦于没有一个这方面的认证证书? 缺少了证明自己本领的”硬本本”，就难以在多如牛毛的求职简历中吸引公司HR的眼球拿到面试机会，不能有机会展示自己的技能。没有与众不同，人无我有的“硬通货”，就难以”脱颖而出”。致使落入”空有一身本事，却难有机会施展“的令人扼腕叹息的境地。现在好了，赫赫有名的陈老师，继"数据分析"和"数据挖掘"两门课之后，在维多利亚学校又开设了SAS BA课程，它是由SAS公司主导，2013年秋季才推出的PROGRAM， 通过6个周末的学习和模拟考试，就可一举拿下。为我们在数据分析的求职简历中增加“亮眼的一笔”，为我们自己的职业生涯，加上一枚沉甸甸的砝码！

【主讲人】  Charles Chen 曾担任加拿大最大电信公司Director，现任加拿大著名银行Senior Manager；多次担任SAS公司技术讲座主讲嘉宾，获得大量好评；中国重点高校客座教授；多市最早从事数据分析工作的华人之一多年北美政府，银行，通信，医药行业工作经验。

【学员：Mary】现任职于Scotia Bank，经济学背景，来到加拿大后面对就业市场感觉很彷徨，偶然的机会听了陈老师的课，陈老师深入浅出的讲解让她对数据分析产生了浓厚的兴趣，觉得这个方向并不那么高不可攀而且是个非常有前途的职业，学习结束后她很快就找到了称心的工作。陈老师对知识的透彻理解、准确把握，让她对这个陌生的行业有了清晰的认识，明白了工作方法及运作流程，这一切都对她的面试以及之后的工作帮助很大。
 
【学员：Linda】现任职于BMO银行，她对于自己能找到专业工作非常激动，她非常感激老师给予其的无私帮助。陈老师的课，让她受益良多，在课堂上不仅学习到了专业的技术，更从课中学到了正确的思考方法及处理问题的技巧，这些都帮助她顺利快速地融入新工作。她感慨到，老师功底深厚，是个真正的专家，听他的课让其事半功倍，比自己学习强百倍。

【学员：Edwin】毕业于滑铁卢大学精算系，在经过一段找工作的迷茫期后，在朋友的推荐下来到了维多利亚试听陈老师的数据分析讲座，当场就被陈老师专业的知识体系，幽默风趣的讲课方式给深深的吸引住，报名陈老师的三门数据分析课程。经过了短短的3个月学习，陈老师把他在大学4年所学到的知识融会贯通，而且学到了很多学校接触不到的专业工作知识，课程刚结束就找到BMO银行的Senior Data Analysis 职位，年薪8万。对于刚刚毕业不到一年的他来说，是个巨大的鼓舞。后来一边工作，一边回来repeat陈老师的课，不断地提高自己，在工作上得到了很多的支持和帮助，在陈老师的不断鼓励和帮助下，去年年底，又成功跳槽到RBC年薪11万。他觉得陈老师的课对于精算，数学，统计的学生来说，是一个很好的总结并且提高专业知识领域的课程。很多身边的同学知道后都来跟着陈老师上课，也快速的找到工作。感谢陈老师的指导和维多利亚的支持。

【课程内容】
This course is designed for SAS professionals who use SAS/STAT software to conduct and interpret complex statistical data analysis. The Business Analytics Program, which began in fall 2013 and is cosponsored by SAS, meets the demand of local businesses for data savvy professionals, now and in the future. This program helps marketers, business analysts, accountants, financial analysts, executives, small business owners and other non-IT professionals effectively analyze business data through the hands-on use of modeling and other techniques using popular software SAS.

 【课程大纲】

Logistic Regression 

•          Perform logistic regression with the LOGISTIC procedure 
•          Optimize model performance through input selection 
•          Interpret the output of the LOGISTIC procedure 
•          Score new data sets using the LOGISTIC and SCORE procedures 

Prepare Inputs for Predictive Model Performance 
Identify potential problems with input data 
Use the DATA step to manipulate data with loops, arrays, conditional statements and functions 
Reduce the number of categorical levels in a predictive model 
Screen variables for irrelevance using the CORR procedure 
Screen variables for non-linearity using empirical logit plots 
Measure Model Performance 

•          Apply the principles of honest assessment to model performance measurement 
•          Assess classifier performance using the confusion matrix 
•          Model selection and validation using training and validation data 
•          Create and interpret graphs (ROC, lift, and gains charts) for model comparison and selection 
•          Establish effective decision cut-off values for scoring

   

 
【课程内容】This course introduces SAS programming, SAS GUI applications and common statistical methods used in data processing and analysis across all major industries (Banking, Health-Care Insurance, Telecom, Retail, etc). It attempts not only to provide an understanding of statistical techniques and guidance on the appropriate use of data analysis methodologies, but also to help students gain hands-on experience, practical skills and working process knowledge in the real world. This course is designed for people who desire to learn how to use SAS beyond the SAS programming knowledge. Moreover, students can build most required skills and confidence in data analysis and result interpretation through this course study. 
 
【课程面向对象】
1. 对于正在寻找 Marketing Analyst, Business Analyst和Data analyst工作之人士；
2. 对于具有SAS证书或已经受过SAS培训的人士；
3. 对于会使用SAS技术，而无北美经验的人士；
4. 对于具有生物，医学及公共卫生专业背景的人士；
5. 对于具有金融，保险，商业管理，数学，统计学学位的人士。
 
【授课老师】Charles Chen  

【课程内容】数据挖掘(Data Mining) 已成为企业保持竟争力的必要方法，它已广泛地应用在银行、保险、电讯、商品零售等行业的客户关系管理(CRM)，促销活动设计，信用风险预报等诸多方面并扮演着重要的角色。数据挖掘的发展得益于两个因素：信息的可用性与计算机功能的增加，特别像银行和一些大公司普遍建有数据仓库并用以存储客户及商业的各种数据，这就使得公司利用这些数据并辅以人口统计学及第三方数据去捕获它的客户消费行为模式及购买习惯成为可能。
 
很多朋友也会问“数据挖掘”与“ETL (Extract-Transform-Load)”和“数据库管理”有何不同？简单地说，“数据挖掘”是一个将数据提炼成知识的过程；“ETL”是数据准备的过程，而“数据库管理”是数据搜集，存取及管理的过程。如果我们把数据比作食才，则三者的不同可类比于日常生活中的烹调。“数据库管理”类似于食才 的采买及保管者，“ETL”就是按照烹饪者的要求清洗整理食才的人，而“数据挖掘”才是烹饪这些食才的灶上大师傅。当然，这美味的菜肴就是基于“数据挖掘”技术从数据库的数据中获取的满足商业规则的CRM及市场的知识，而享受菜肴的人就是企业管理决策层。简而言之，基于客户数据的CRM知识发现就是由“数据挖掘”人员来完成的，所以“数据挖掘”人员在智能商业团队中占有十分重要的地位。
 
近来各大企业为了保持竟争力，都在加强和提高各自的智能商业团队。十年前或许一个大公司仅一名数据分析员，而今仅Customer Knowledge Department就有几十位数据分析人员。职位包括：Data Analyst, Predictive Modeler, Marketing Analyst, Campaign Management Analyst, Marketing consultant, Marketing assistant, Report analyst, Campaign analyst, Survey Analyst, Statistician, BI Analyst, and Treasury Analyst等。那什么样的人适合学习进而从事“数据挖掘”工作呢？如果你有SAS(或SPSS或其它)编程语言基础的；或者你有数据库知识的；或者受过MBA训练的，或者你有数学背景的，你就是合适的人选。
 
【课程面向对象】
1. 对于正在寻找 Marketing Analyst, Business Analyst和Data analyst工作之人士；
2. 对于具有SAS证书或已经受过SAS培训的人士；
3. 对于会使用SAS技术，而无北美经验的新移民；
4. 对于具有生物，医学及公共卫生专业背景的人士；
5. 对于具有金融，保险，商业管理，数学，统计学学位的人士。
 
【授课老师】Charles Chen