CDA数据分析师等级认证考试
(Certified Data Analyst Certificate)
【考试简介】
CDA(Certified Data Analyst),即“CDA数据分析师”,是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称,具体指在互联网、咨询、电信、零售、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。全球CDA持证者秉承着先进商业数据分析的新理念,遵循着《CDA数据分析师职业道德和行为准则》新规范,发挥着自身数据科学专业能力,推动科技创新进步,助力经济持续发展。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、咨询、电信、零售、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
CDA 认证标准由数据科学领域的专家、学者及众多企业共同制定并每年修订更新,确保了标准的中立性、共识性、前沿性。通过CDA 认证考试者可获得 CDA 中英文认证证书。
【CDA人才能力标准】
以下为CDA人才能力概要,每个等级分别从理论基础、软件工具、分析方法、业务分析、可视化五个方面进行了要求,只有同时满足各个方面的要求才是一名优秀的数据分析人才。
CDA等级 | LEVEL I | LEVEL II | LEVEL III |
面向范围 | 人人皆需的职场数据思维与通用数据技能。 | 企业数字化发展中必备的数据分析流程与技能。 | 企业数字化发展中必备的高级数据分析方法与技术。 |
1. 零基础就业转行者、应届毕业生。 | 1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。 | 1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。 | |
2. 产品、运营、营销等业务岗与研发、技术岗在职者。 | 2. 数字化转型企业创始人与数字化流程中相关负责人。 | 2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。 | |
3. 企业创始人、经理人、管理咨询类岗位从业者。 | |||
专业体系 | · 数据分析概述 | · 数据采集与处理 | · 数据挖掘概论 |
· 数据分析师职业操守 | · 数据模型管理 | · 高级数据处理 | |
· 数据结构与数据库基础 | · 标签体系与用户画像 | · 特征工程 | |
· 描述性统计分析 | · 统计分析 | · 自然语言处理 | |
· 多维数据透视分析 | · 数据分析模型 | · 文本分析 | |
· 业务数据分析与报告 | · 数字化工作方法 | · 机器学习算法 | |
· 数据可视化报表 | · 根因分析与策略优化 | · 机器学习实战 | |
岗位去向 | [ 商业(业务)分析师 ] | [ 数据分析师 ] | [ 高级数据分析师 ] |
[ 初级数据分析师 ] | [ (数据)产品运营经理 ] | [ 机器学习工程师 ] | |
[(数据)产品运营 ] | [(数字)营销经理 ] | [ 算法工程师 ] | |
[(数字)市场营销 ] | [ 风控建模分析师 ] | [ 数据科学家 ] | |
[ 数据专员 ] 等 | [ 量化策略分析师 ] | [ 首席数据官 ] 等 | |
[ 数据治理(质量) ] 等 |
CDA Level Ⅰ:
面向范围:人人皆需的职场数据思维与通用数据技能
1. 零基础就业转行者、应届毕业生
2. 产品、运营、营销等业务岗与研发、技术岗在职者
3. 企业创始人、经理人、管理咨询类岗位从业者
岗位去向:商业(业务)分析师、初级数据分析师、(数据)产品运营、(数字)市场营销、数据专员等
CDA Level II:
面向范围:企业数字化发展中必备的数据分析流程与技能。
1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。
2. 数字化转型企业创始人与数字化流程中相关负责人。
岗位去向:数据分析师、(数据)产品运营经理、(数字)营销经理、风控建模分析师、量化策略分析师、数据治理(质量)等
CDA Level III:
面向范围:企业数字化发展中必备的高级数据分析方法与技术。
1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。
2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。岗位去向:
岗位去向:高级数据分析师、机器学习工程师、算法工程师、数据科学家、首席数据官等
【CDA认证标准大纲(可下载)】
以下为CDA认证标准大纲知识点内容,是最终考试的考点。图片所示为每个等级罗列的知识模块列表,更详细的考点以及相关参考学习教材,请下载对应等级的考试大纲查看。
LEVEL Ⅰ
考试大纲 立即下载
LEVEL Ⅱ
考试大纲 立即下载
LEVEL Ⅲ
考试大纲 立即下载
【报考条件】
Level I:无要求,皆可报考
Level II:
获得CDA Level Ⅰ认证证书
Level III:
获得CDA Level Ⅱ认证证书
(注:上述数据分析相关工作不限制行业,工作可涉及统计,数据分析,数据挖掘,数据库,数据管理,大数据架构等内容。)
【考试方式】
Level Ⅰ:120分钟 客观选择题(单选+多选+内容相关+案例分析),上机答题。考点请参考CDA Level Ⅰ考试大纲。
Level Ⅱ:150分钟 客观选择题(单选+多选+内容相关+案例分析)。考点请参考CDA Level Ⅱ建模分析师考试大纲。
Level Ⅲ:210分钟(90分钟 线下上机答题+120分钟 案例操作题),客观题+主观题,上机答题。
【报名时间】
Level Ⅰ:随报随考。
Level Ⅱ:随报随考。
Level Ⅲ:一年四届(3、6、9、12月的最后一个周六),每届考前一个月截止该届报名。
【考试地点】
CDA数据分析师认证考试由Pearson VUE考试服务公司代理。Pearson VUE是一家在全球测评行业占据杰出地位的计算机化考试服务公司,CDA与Pearson VUE开展合作,目前在中国大陆及港澳台地区提供CDA认证考试发送服务。
Level Ⅰ:全国30+省市,70+城市,250+考场。考生可选择就近考场预约考试。
Level Ⅱ:全国30+省市,70+城市,250+考场。考生可选择就近考场预约考试。
Level Ⅲ:全国30所城市,北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/宁波/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州。
【考试费用】
Level Ⅰ:1200 RMB
Level Ⅱ:1700 RMB
Level Ⅲ:2000 RMB
(注:考试未通过者可进行一次补考,补考费用为六折优惠。每个等级科目补考权限各仅有一次。)
报考LevelⅠ和Level Ⅱ成功后会发送《考试大纲》、《CDA数据分析师备考手册》(包含:《考试大纲》、《考试大纲解析》、《模拟考试题》三份资料)到考生邮箱,报考Level Ⅲ成功后会发送《考试大纲》、《模拟考试题》两份资料到考生邮箱。其他教材根据考试大纲中推荐的学习书目自行网上购买学习。
【报考流程】
详细说明(请考生认真阅读):
CDA数据分析师认证考试由Pearson VUE考试服务公司代理。Pearson VUE是一家在全球测评行业占据杰出地位的计算机化考试服务公司,CDA与Pearson VUE开展合作,在中国大陆及港澳台地区提供CDA认证考试发送服务。
1)进入CDA认证考试中心网站:https://www.cdaglobal.com/
2)注册并登录网站,进入个人中心完善报考相关信息。
3)选择报考科目,并完成缴费确认。
4)等待审核(1-2天),若审核未通过请补充完善报考资料。
5)审核通过报名成功,考生将会收到相关邮件提示。考生按照邮件提示进行后续操作即可。
6)CDA LEVEL I考生需根据邮件指示,到Pearson VUE网站(https://www.pearsonvue.com.cn/cda),预约就近考场及考试时间。CDA LEVEL II和LEVEL III考生需在考前一个月内到Pearson VUE网站预约考场。预约成功后将会收到确认邮件通知。
7)根据预约的考场和时间,按照邮件须知,参加考试。
8)CDA LEVEL I考试结束后当场出成绩报告,CDA LEVEL II及LEVEL III考试结束7日后考生可到CDA考试中心网站查询最终成绩。
9)考试通过者,将在考后30日内收到由CDA考试中心寄出的认证证书。
【人才评定】
CDA考试成绩评定规则由CDA数据分析师认证考试命题委员会制定。每门考试最终成绩为A,B,C,D四个档,其中A,B,C为通过,D为不通过。考试结束后,CDA考试中心可提供成绩核查服务,不提供答题结果查询服务,不公布本届真题及答案。需要核实成绩的考生可在考试7日后登陆CDA考试中心,进入个人中心-成绩查询中核查成绩。
【持证人权益】
1.可吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA就业及职业发展推荐,持证人简历可发送至exam@cda.cn。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析教研组,参与兼职教研、讲师、个人IP打造等事项。
5.享有AIU人工智能学院一个月黄金会员。学院资源包括CDA引进和翻译的国外前沿数据科学学习资源(如MIT、Coursera、BDU等视频课程),AIU数据科学、人工智能等系列精品视频课程。
6.享有经管之家论坛学习资源(如电子书、案例、数据等)免费下载权限,优秀文献资料(如书籍、课件、报告等)免费下载权限。平台内实行开放式项目咨询合作,企业对接,跨界合作。
7.其他特权皆以各类活动公告为主。
【CDA证书】
通过CDA 认证考试者可获得 CDA 中英文认证证书。
共识性 CDA数据分析师人才行业标准由国际范围内数据科学领域行业专家、学者及知名企业共同制定并于每年修订更新,保证标准的中立性、共识性、前沿性,CDA证书已获得如中国银行、招商银行、IBM大数据大学,中国电信,国家电网,苏宁易购,德勤,猎聘,CDMS等企业机构的认可。
专业性 CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
权益性 CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。
联系我们:
微信号:13321103290
数据分析咨询请扫描二维码
数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20数据挖掘是一项强大的技术,用于从海量数据中提取有价值的信息和知识。它的主要目的是揭示隐藏的模式、关系和规律,以支持企业决 ...
2024-11-20