课程简介
在数据驱动决策的时代,数据分析与挖掘能力已成为企业竞争力的核心要素。然而,传统数据分析流程依赖人工操作与专业工具,存在效率低、成本高、技术门槛高等痛点。随着AI大模型技术的突破,以Deepseek为代表的智能工具正重塑数据分析范式,通过自然语言交互、自动化处理与智能洞察,实现从数据收集到报告生成的全流程降本增效。
本课程聚焦AI大模型与数据分析的深度融合,以Deepseek平台为核心,覆盖Prompt提示词工程、智能问数、Excel/SQL/Python数据分析、数据预处理、可视化与报告撰写等全场景技能。通过“理论+工具+案例”三维教学,学员将掌握AI驱动的数据分析方法论,实现从基础操作到智能体开发的进阶突破,轻松应对复杂业务场景中的数据分析挑战。
课程收益
1、帮助学员掌握AI大模型在数据分析全流程的应用能力
2、帮助学员精通Prompt工程与AI工具定制化应用
3、帮助学员开发AI智能体与构建企业级知识库
受众人群
数据分析师、业务分析师、数据运营专员、市场营销专员、财务分析师、产品经理、技术文档工程师、数据库管理员、Python开发工程师、AI产品经理,及其他对数据分析感兴趣的人员
课程周期
2天(12H)
课程大纲
标题 | 授课内容 |
一、Deepseek大模型 | 1.Deepseek平台简介 2.Deepseek为什么这么火? 有什么核心技术? 3.Deepseek 核心功能与基础操作 4.Deepseek推理大模型R1和普通大模型V3 5.什么场景适合使用Deepseek R1推理大模型 6.Deepseek推理大模型的提问技巧 7.编写指令的3个原则 8.挖掘指令的3个方法 9.编写指令的7种技巧 10.优化答案的6种模板 |
二、构建高质量Prompt提示词工程 | 1.Prompt的基本概念 2.Prompt对AIGC的影响和价值 3.Prompt输入的限制规则 4.高质量Prompt的基本结构 5.提升Prompt质量的关键要素 6.构建Prompt的最佳实践 7.精调Prompt示例:引爆AIGC优质内容 8.Prompt构建工具:轻松撰写提示词 |
三、智能问数:让人人都能成为数据分析师 | 1.什么是Text2SQL? 2.传统数据分析的痛点 3.智能问数技术实现方案 4.智能问数技术难点 5.SQL 查询中的错误 6.SQL 数据预处理 7.Text2Sql开源项目介绍 8.Chat2Excel 9.智能数据分析系统架构 10.智能问数应用场景示例 |
四、数据分析基础 | 1.数据分析的定义与重要性 2.数据分析流程 3.结果解释与展示 4.常见的统计学方法 5.描述统计分析 6.数据分析与机器学习方法 7.常见的数据分析工具 8.云平台和数据分析服务 9.AI大模型在数据分析中的应用 |
五、Deepseek 在文件处理中的数据分析应用 | 1.文件分类与检索优化 2.利用 Deepseek 的语义分析能力,对文件进行智能分类 3.构建高效的文件检索系统,通过关键词和语义搜索快速定位文件 4.文件内容提取与分析 5.从各类文档中提取关键信息,如合同中的条款、报告中的数据等 6.运用 Deepseek 进行文本数据分析,生成可视化报告 7.不同岗位文件处理重点应用 8.销售部门:客户资料、销售合同等文件处理 9.开发部门:代码文档、技术说明等文件处理 10.制造部门:生产流程文件、质量检测报告等文件处理 |
六、AIGC辅助Excel数据分析与挖掘 | 1.利用AIGC提升数据分析师的Excel技能 2.Excel应用中的Prompt核心要素 3.AIGC辅助生成数据集 4.数据高效管理:AIGC助力数据整合与拆分 5.数据处理助手:AIGC让Excel数据清洗更智能 6.AI驱动的数据分析:Excel用户的洞察利器 7.数据展现魔法:AIGC助力Excel数据展示 |
七、AIGC辅助Excel数据分析与挖掘的实践案例 | 1.AIGC+Excel RFM分析与营销落地:提升客户生命周期价值 2.AIGC+Excel时间序列分析的妙用:发掘用户增长规律 3.AIGC+Excel相关性分析与热力图展示:揭示网站KPI指标的隐秘联系 |
八、AIGC辅助DB SQL数据分析与挖掘的方法 | 1.SQL数据库应用中的Prompt核心要素 2.AIGC辅助数据库构建:轻松完成环境准备 3.AIGC解决SQL复杂数据查询之谜 4.AIGC实现SQL高效数据清洗和转换 5.AIGC助力高阶数据分析:SQL数据分析大师 6.AIGC化解SQL困局:SQL解释、转换、排错、性能优化 7.AIGC辅助SQL数据分析与挖掘的实践 8.AIGC优化广告渠道评估:构建客观、全面的评估体系 9.AIGC复现归因报表:揭示真实转化贡献 10.AIGC构建留存报表:发现用户增长的关键 |
九、利用AIGC提升Python数据分析与挖掘能力 | 1.Python应用中的Prompt核心要素 2.AIGC智能化环境构建:轻松搞定Python环境 3.AIGC驱动的智能数据探索:数据洞察的新途径 4.AIGC驱动的自动化数据处理:简化数据准备过程 5.AIGC+AutoML:智能自动化机器学习新纪元 6.利用AIGC解析机器学习:原理、机制与底层逻辑 7.AIGC辅助Python数据分析与挖掘的实践案例 8.AIGC+Python广告预测:基于回归模型的广告效果预测 9.AIGC+Python商品分析:基于多维指标的波士顿矩阵分析 10.AIGC+Python KPI监控:基于时间序列的异常检测 |
十、利用AI大模型收集数据 | 1.传统数据分析工具 2.AI大模型在数据分析全周期的应用 3.如何收集数据 4.利用AI大模型生成模拟数据 5.利用AI大模型设计调查问卷 6.利用AI大模型抓取数据 |
十一、利用AI大模型进行数据预处理 | 1.利用AI大模型进行数据清洗 2.利用AI大模型进行数据转换 3.利用AI大模型进行数据集成 4.利用AI大模型进行数据脱敏 |
十二、利用AI大模型分析数据 | 1.利用AI大模型进行对比分析 2.利用AI大模型进行分组分析 3.利用AI大模型进行交叉分析 4.利用AI大模型进行相关性分析 5.利用AI大模型进行象限分析 6.利用AI大模型进行漏斗分析 7.利用AI大模型进行SWOT分析 |
十三、利用AI大模型进行数据可视化 | 1.如何进行数据可视化 2.利用AI大模型绘制构成类图表 3.利用AI大模型绘制比较类图表 4.利用AI大模型绘制趋势类图表 5.利用AI大模型绘制分布类图表 6.利用AI大模型绘制关系类图表 |
十四、利用AI大模型撰写数据分析报告 | 1.如何撰写数据分析报告 2.利用AI大模型撰写日常工作类数据分析报告 3.利用AI大模型撰写专题分析类数据分析报告 4.利用AI大模型撰写综合研究类数据分析报告 |
十五、构建基于Deepseek数据分析RAG知识库 | 1.使用RAG框架, 什么是RAG 2.向量数据库和相似性检索 3.知识库投喂 4.知识投喂技巧 5.知识库使用 6.知识库权限管理 7.构建个人知识库 8.构建企业知识库平台 |
十六、零基础开发AI 数据分析智能体(Agent) | 1.零基础开发AI Agent 智能体 2.为什么要学习AI Agent 3.初步认识Agent 4.Agent的概念与发展 5.Agent是高层级的AI技术应用 6.Agent的特点与能力 7.Agent开发平台的演进 8.基于字节扣子coze平台开发Agent 9.基于百度,智谱等其他平台开发Agent 10.开发Agent的流程与策略 11.Agent开发的功能模块详解——插件、工作流、图像流 12.Agent开发的功能模块详解——知识库、记忆与对话体验 |
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
Mace Liu
百林哲咨询(北京)有限公司专家团队成员
京ICP备2022035414号-1