Week 6
Practical Skills Audit
25%
限时现场机考,要求在 Tableau 或 Excel 中快速完成数据清洗并绘制指定洞察图表。
COMM2050
课程定位 COMM2050 是 UNSW 商学院在‘大数据决策’时代的跨学科核心课。它解决了商业活动中最迫切的问题:如何从海量的、杂乱的数字中提取出能够驱动增长的结论?这门课教你不仅是‘看’数据,而是‘预测’趋势。它是通往商业分析师 (BA)、数字化战略顾问、及数据驱动型经理人岗位的必经之路。它将基础统计学与现代机器学习工具、数据可视化及商业逻辑深度整合,是商科学生职业化转型的关键环节。 技术栈与学习内容 课程围绕‘描述性、预测性与规范性分析’展开。核心技术栈包括:Tableau 数据可视化、Excel 进阶建模、以及基础的 Python/R 数据挖掘初步。学习内容涵盖:数据清洗与转换、探索性数据分析 (EDA)、回归预测模型、分类与聚类算法、时间序列分析、以及最具实战价值的‘决策树与最优化’。特别强调如何通过故事讲述 (Storytelling) 将复杂的数据结论呈现给非技术利益相关者。 课程结构 10 周快节奏实战。前期聚焦数据清洗与可视化美学,中期深入预测性建模,后期转向复杂的决策最优化。评估体系极具职业感:包含针对工具操作的限时机考、一个要求职业化水准的真实品牌数据挖掘项目(Individual Assignment)、以及一场强调数据直觉与商业释义的期末综合考试。该课极其看重‘结论的可落地性’。 适合人群 全校商科大二学生、对数据科学感兴趣的非技术学生。如果你想在面试中展现出‘用数据说服老板’的能力,这门课是你的神功。建议每周投入 12-15 小时进行工具实操与业务建模。
Course decision
先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。
考核总权重
100%
3 项考核
最高单项
40%
Final Examination
期末考试
有
以官方 outline 为准
Hurdle
1 项
需要单独满足
Deadline map
按截止周排列作业节点;持续考核会保留在下方完整考核结构中。
Week 6
25%
限时现场机考,要求在 Tableau 或 Excel 中快速完成数据清洗并绘制指定洞察图表。
Week 9
35%
选取一真实企业数据集,完成从问题定义到预测建模的全流程分析,提交深度洞察报告。
Week 11
40%
综合考察分析方法论、指标解释及复杂场景决策能力的案例笔试。
Syllabus
默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。
BA 的三个层次,数据驱动的决策流程,识别商业问题中的数据机会。
处理缺失值、重复项,数据转换逻辑,利用 Excel Power Query 进行自动化预处理。
视觉编码原则,设计高效的仪表盘 (Dashboards),避免‘误导性’图表。
探索性统计 (EDA),关联性分析,客户细分初步模型。
多元回归建模,变量选择策略,残差诊断与多重共线性处理。
复习数据清洗与回归逻辑,冲刺第一个 Tableau 可视化报告。
二分类问题,识别流失客户 (Churn),评估模型的准确率与召回率。
K-means 算法原理,市场细分的自动实现,社交媒体文本情感分析初步。
线性规划解决资源分配,蒙特卡洛模拟评估风险,决策树模型。
如何向高管汇报数据洞察,BA 的伦理与隐私;全学期逻辑大回顾。
Assessment
Practical Skills Audit
限时现场机考,要求在 Tableau 或 Excel 中快速完成数据清洗并绘制指定洞察图表。
Week 6
Individual Analytical Report
选取一真实企业数据集,完成从问题定义到预测建模的全流程分析,提交深度洞察报告。
Week 9
Final ExaminationHurdle
综合考察分析方法论、指标解释及复杂场景决策能力的案例笔试。
Week 11
From Seniors
基础信息谁都查得到,真正值钱的是过来人的经验。
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
这门课暂无往年考点记录。
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。