2024年cda数据分析师认证考试.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(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:

这是一种用数听說话的時代,也是一种依托数据竞争的時代。麦肯锡企业的研究预测称,到,在“具有深入分析能力的人才”方面,美国也許面临着14万到19万的缺口,而“可以运用大数据分析来做出有效决策的经理和分析师”缺口则会到达150万。数据科学家将成為最热门的职业。

作為一种数学和记录学的强国,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,期待处理分析的数据问題也越来越多,人們逐渐习惯的使用数据作為决策的重要参照根据。据艾瑞的研究汇报,未来与数据分析有关的就业岗位会在1000万左右,而目前来說国内的合格的数据分析师局限性5万,建立一种科学有效的数据分析师培训体系迫在眉睫。

在这样一种以数据驱动的時代,在社会缺乏专业系统的人才培养与认证机制的時代,CDA数据分析师应运而生。美国注册数据分析师协会(CERTIFIEDDATAANALYSTINSTITUTE)推出CDA数据分析师LEVELⅠⅡⅢ资格原则,经管之家為中国区CDA数据分析师认证考试主办机构,并根据原则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(CertifiedDataAnalyst),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、分析并能制作业务汇报、提供决策的新型数据分析人才。CDA秉承着总結凝练最先进的商业数据分析实践為使命,明晰各类数据分析从业者的知识体系為职责,意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,深入提高数据分析师的职业素养与能力水平,增进数据分析行业的高质量持续迅速发展。“CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核原则,分為CDALEVELⅠ?,LEVELⅡ,LEVELⅢ,波及金融、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有的技能,符合当今全球大数据及数据分析技术時尚,為各界企业、机构提供数据分析人才参照原则。经管之家為中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举行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原则如下:

级别

LevelI

(业务分析师)

LevelII

(建模分析师)

LevelII

(大数据分析师)

LevelIII

(数据科学家)

理论

基础

记录学、概率论基础知识

记录学、概率论和数理记录、多元记录分析、時间序列、数据挖掘

记录学、概率论、MySQL基础、JAVA基础、Linux基础、数据挖掘基础

记录、大数据、数据挖掘、机器学习和商业智能

软件

规定

必要:Excel、SQL、?

可选:SPSS、SAS、R等

必要:Excel、SQL

可选:SPSSMODELER、R、Python、SAS等

必要:SQL、Hadoop、HDFS、Mapreduce、Mahout、Hive、Spark\tableau等

可选:RHadoop、Habse、ZooKeeper、Pig

必要:Excel、SQL

可选:R、SAS、Python、Hadoop等

分析方

法规定

掌握数据的基本预处理措施,数据分析法(描述性记录分析,推断性记录分析,线性回归分析,Logistic回归,方差分析等);市场调研(数据汇报),精益化管理。

除掌握基本数据处理及分析措施以外,还应掌握高级数据分析及数据挖掘措施(多元线性回归法,生存分析法,神经网络,决策树,鉴别分析法,主成分分析法,因子分析法,经典有关分析,聚类分析法,关联规则,支持向量机,bagging,boosting等)和可视化技术。

纯熟掌握hadoop集群搭建;熟悉nosql数据库的原理及特性,并会运用在有关的场景;纯熟运用mahout、spark提供的进行大数据分析的数据挖掘算法,包括聚类(kmeans算法、canopy算法)、分类(贝叶斯算法、随机森林算法)、主題推荐(基于物品的推荐、基于顾客的推荐)等算法的原理和使用范围

除掌握数据分析和挖掘的措施之外,还需理解计算机编程技术,机器学习,人工智能,大数据分析架构以及业务分析措施,包括战略分析,产品管理,风险管理、客户关系管理,项目管理,运行管理等結合详细行业的业务分析措施。

业务分

析能力

熟知业务,可以根据问題业务指标提取企业数据库中有关数据,进行整顿、清洗、处理,通过对应数据分析措施,結合软件平台应用完毕对数据的分析和汇报。

可以将业务目的转化為数据分析目的;熟悉常用算法和数据构造,熟悉企业数据库构架建设;针对不一样分析主体,可以纯熟的进行维度分析,可以从海量数据中搜集并提取信息;通

文档评论(0)

159****1748 + 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