- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
CDA数据分析师认证考试
一、行业背景:
这是一个用数据说话的时代, 也是一个依靠数据竞争的时代。 麦肯锡公司的研究预测称,
到 2018 年,在“具有深入分析能力的人才”方面,美国可能面临着 14 万到 19 万的缺口,
而“可以利用大数据分析来做出有效决策的经理和分析师” 缺口则会达到 150 万。数据科
学家将成为 2017 年最热门的职业。
作为一个数学和统计学的强国, 数据分析、 数据挖掘和大数据价值挖掘在中国仍属于朝
阳行业, 数据分析人才仍然比较稀缺。 数据积累越来越多, 期待解决分析的数据问题也越来
越多, 人们逐渐习惯的使用数据作为决策的重要参考依据。 据艾瑞的研究报告, 未来与数据
分析相关的就业岗位会在 1000 万左右,而目前来说国内的合格的数据分析师不足 5 万,建
立一个科学有效的数据分析师培训体系迫在眉睫。
在这样一个以数据驱动的时代, 在社会缺少专业系统的人才培养与认证机制的时代, CDA
数据分析师应运而生。美国注册数据分析师协会( CERTIFIED DATAANALYSTINSTITUTE)推
出 CDA数据分析师 LEVELⅠⅡⅢ资格标准, 经管之家为中国区 CDA数据分析师认证考试主办机构,并根据标准制定了规范的人才培养与考试认证机制。
二、 CDA数据分析师简介:
CDA(Certified Data Analyst) ,亦称“ CDA数据分析师”,指在互联网、零售、金融、电信、医学、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供
决策的新型数据分析人才。 CDA秉承着总结凝练最先进的商业数据分析实践为使命,明晰各
类数据分析从业者的知识体系为职责,
旨在加强全球范围内正规化、
科学化、 专业化的大数
据及数据分析人才队伍建设,
进一步提升数据分析师的职业素养与能力水平,
促进数据分析
行业的高质量持续快速发展。
“ CDA数据分析师认证”是一套专业化,科学化,国际化,
系统化的人才考核标准,
分为 CDALEVELⅠ ,LEVEL Ⅱ, LEVEL Ⅲ, 涉及金融、 电商、 医疗、
互联网、 电信等行业大数据及数据分析从业者所需要具备的技能,
符合当今全球大数据及数
据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区
CDA
数据分析师认证考试唯一主办机构,于每年
6 月与 12 月底在全国范围举办线下数据分析师
考试,通过考试者可获得
CDA数据分析师认证证书。
三、 CDA数据分析师认证等级标准如下:
级别
Level I
Level II
(业务分析师)
(建模分析师)
理
统计学、概率论
和数理统计、多
论
统计学、概率
元统计分析、时
基
论基础知识
间序列、数据挖
础
掘
软
必要:Excel 、
必要:Excel 、SQL
件
SQL、
可选: SPSS
要
可选: SPSS、
MODELER、 R、
求
SAS、R 等
Python 、 SAS等
Level II
(大数据分析师)
统计学、 概率论、 MySQL基础、 JAVA基础、 Linux 基础、数据挖掘基础
必要: SQL、Hadoop、HDFS、Mapreduce、 Mahout 、 Hive 、 Spark\ tableau 等
可选: RHadoop、 Habse 、 ZooKeeper 、 Pig
Level III
(数据科学家)
统计、大数据、数据挖掘、 机器学习和商业智
能
必要: Excel 、
SQL
可选: R、SAS、
Python 、Hadoop
等
除掌握基本数据
处理及分析方法
掌握数据的
熟练掌握 hadoop 集群搭
以外,还应掌握
基本预处理
建;熟悉 nosql 数据库的
高级数据分析及
方法,数据分
原理及特征,并会运用在
数据挖掘方法
析法(描述性
相关的场景;熟练运用
分
(多元线性回归
统计分析,推
mahout 、spark 提供的进行
析
法,生存分析法,
断性统计分
大数据分析的数据挖掘算
方
神经网络,决策
析,线性回归
法,包括聚类( kmeans 算
法
树,判别分析法,
分析,
法、 canopy 算法)、分类
要
主成分分析法,
Logistic 回
(贝叶斯算法、随机森林
求
因子分析法,典
归,方差分析
算法)、主题推荐(基于
型相关分析,聚
等);市场调
物品的推荐、基于用户的
类分析法,关联
研(数据报
推荐)等算法的原理和使
规则,支持向量
告),精益化
用范围
机, bagging ,
管理。
boosting 等)和
可视化技术。
除掌握数据分
析和挖掘的方
法之外 , 还需了
解计算机编程
技术,机器学
习,人工智能,
大数据分析架
构以及业务分
析方法
您可能关注的文档
最近下载
- 技能大赛视角下高职院校会计专业人才培养模式研究-来源:财会学习(第2018024期)-《中国建材报》社、中国会计学会建材分会.pdf VIP
- (驾驶证)科目一、科目四理论考试考试题库(最新完整版含答案).docx VIP
- 2023年高考物理真题:浙江卷物理真题(6月)及答案.pdf VIP
- 2023年高考物理真题:山东卷物理真题及答案.docx VIP
- 医保科降低医保诊疗项目超限定范围违规数量持续改进案例PDCA.pptx
- 智能物流概述.ppt
- 【高考真题】浙江省2024年1月普通高校招生选考化学试题+答案.docx VIP
- 守正创新逐梦新时代.pptx VIP
- 2024人教版PEP英语三年级上册Unit 6 Useful numbers新课标单元整体教学设计.docx
- 2023年高考物理真题:湖北卷物理真题及答案.pdf VIP
文档评论(0)