CDA数据分析师认证考试.docx

  1. 1、本文档共4页,可阅读全部内容。
  2. 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. 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. 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

文档评论(0)

183****0046 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档