【攻略】CDA数据分析师一级认证
【关注公众号回复：“数据分析”获取CDA备考资料】
阿彬职说（公众号）
第一篇 了解CDA数据分析师证书
一、什么是CDA数据分析师？
CDA分为三个等级，在国内由经管之家(原人大经济论坛)主办认证考试，通过考试者可以获得CDA数据分析师认证证书，此证书代表数据分析师人才技能水平，为企业事业单位选拔和聘用专业人才的参考依据。
二、CDA数据分析师LevelⅠ考试
CDA LevelⅠ：业务数据分析师。专指政府、金融、电信、零售等行业前端业务人员；从事市场、管理、财务、供应、咨询等职位业务人员；非统计、计算机专业背景零基础入行和转行就业人员。CDA LevelⅠ业务数据分析师需要掌握概率论和统计理论基础，能够熟练运用Excel、SPSS、SAS等一门专业分析软件，有良好的商业理解能力，能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析，并得出逻辑清晰的业务报告。
这里重点讲解的就是大学生可考的一级CDA数据分析师认证。
三、为什么要考CDA数据分析师？
>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。2019世界人工智能大会发布，全国daoAI&大数据人才需求呈快速增长态势，今年约为4年前的12倍。麦肯锡公司的研究预测， 可以利用大数据分析来做出有效决策的经理和分析师的人才缺口高达到150万。数据分析将成为未来最热门的技能。
>“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、金融、咨询、电信、零售、医疗、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。
>CDA数据分析师行业标准由国际范围数据科学领域的行业专家、学者及知名企业共同制定并每年修订更新，确保了标准的公立性、权威性、前沿性。通过CDA认证考试者可获得CDA数据分析师中英文认证证书。CDA与CFA、CPA类似，是数据分析行业必考的证书。
四、CDA数据分析考试相关知识
1、报考条件
报考网站： https://www. cdaglobal.com/
2、报考时间
Level Ⅰ：随报随考：
Level Ⅱ：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。
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。
3、考试内容
CDA Level Ⅰ：业务数据分析师
135分钟（15分钟阅读考试指南+120分钟正式答题），客观题（单选+多选），上机答题。
考试科目有：统计分析理论，sql，数据采集处理，数据建模分析。
4、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：中国区30+省市，70+城市，250+考场。考生可选择就近考场预约考试。
5、成绩相关
通过CDA数据分析员认证考试取得工业和信息化部教育与考试中心颁发《数据分析员职业技术证书》；中国商业联合会数据分析专业委员会颁发《数据分析员人才档案信息证明》。进入工信部教育考试中心网站，找到“证书查询”板块；
【关注公众号回复：“数据分析”获取CDA备考资料】
阿彬职说
第二篇 CDA数据分析考试考情分析
一、考试重点及分值分布
CDA Level Ⅰ：业务数据分析师，考试均为选择题，120分钟正式答题时间其中：
PART 1数据分析概念与统计学基础 （占比30%）
PART 2 SQL数据库基础 （占比10%）
PART 3 数据采集与处理 （占比20%）
PART 4 数据建模分析 （占比40%）
二、难点分析
SQL和统计学的部分相对是比较简单的，多加练习即可掌握。
比较难的是多元统计的，如果不是统计学专业系统学习过的话理解起来还是比较吃力的。主成分分析、因子分析、聚类分析、分类分析、逻辑回归的概念理解起来都非常困难，就更谈不上应用了，实际上这些也是掌握起来比较困难的部分。建议多通过视频进行学习，重复观看，通过老师的讲解逐渐建立起多元统计的思维和逻辑，吃透理解知识点，达到可应用的层面。考试遇到同类型的问题，也不慌。
首先要有充分的时间备考。临时抱佛脚也许可以侥幸通过考试，但对于自己掌握知识没有太大的帮助，毕竟考试是为了学习，不可本末倒置。
其次要有坚持不懈的精神。简单的知识不可大意，学到通透为止，复杂的地方不畏惧，死磕到底，要树立起终身学习的信念。考试通过并不意味着结束，而仅仅意味着开始。
第三要有提高效率的方法。对于初学者来说，你能遇到的绝大多数问题都有大神帮你解决，并且写成了博客，可以到CSDN上去搜一搜，相信你会有很大的收获。
第三篇 CDA数据分析师备考攻略
一、数据分析师的学习路径
部分图片不显示 可以移步到“阿彬职说”查看完整版
二、数据分析师的学习阶段
第一阶段：业务数据分析师（数据专员、数据运营）
理论基础：概率论、统计学理论基础
软件要求：Excel、SQL（必要）& SPSS、R、Python、SAS等（可选）
分析方法要求：
掌握数据的基本预处理方法，数据分析法（描述性统计分析、推断性统计分析、线性回归分析、logistic回归、降维分析、时间序列等）
市场调研（数据报告）
精益化管理
业务分析能力：
熟知业务，能够根据问题业务指标提取公司数据库中相关数据，进行整理、清洗、处理，通过相应数据分析方法结合软件平台应用完成对数据的分析和报告。
结果展示能力：
能够形成逻辑清晰的报告，传递分析结果，对实际业务提出建议和策略。
第二阶段：建模分析师（数据分析师、数据挖掘工程师）
理论基础：统计学、概率论、数理统计、多元统计分析、时间序列、数据挖掘（DM）
软件要求：Excel、SQL（必要）& SPSS Modeler、R、Python、SAS、Weka等（可选）
分析方法要求：
除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法、生存分析法、神经网路、决策树、判别分析法、主成分分析法、因子分析法、典型相关分析、聚类分析法、关联规则、支持向量机、bagging、boosting等）和可视化技术。
业务分析能力：
可以将业务目标转化为数据分析目标
熟悉常用算法和数据结构，熟悉企业数据库架构建设
针对不同分析主体，可以熟练的进行维度分析，能够从海量数据中搜集并提取信息
通过相关数据分析方法，结合一个或多个数据分析软件完成对海量数据的处理和分析
结果展现能力：
报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。
第三阶段：大数据分析师（大数据工程师、算法工程师）
理论基础：统计学、概率论、数据库、数据挖掘、Java基础、Linux基础
软件要求：SQL、Hadoop、HDFS、MapReduce、Mahout、Hive、Spark（必要）& RHadoop、Hbase、Zookeeper、Pig等（可选）
部分图片不显示 可以移步到“阿彬职说”查看完整版
分析方法要求：
熟练掌握Hadoop集群搭建
熟悉nosql数据库的原理及特征，并会运用在相关的场景
熟练运用Mahout、Spark提供的进行大数据挖掘算法，包括聚类（Kmeans算法、Canopy算法）、分类（贝叶斯算法、随机森林算法）、主题推荐（基于物品的推荐、基于用户的推荐）等算法的原理和使用范围
业务分析能力：
熟悉Hadoop+Hive+Spark进行大数据分析的架构设计，并能针对不同的业务提出大数据架构的解决思路
掌握Hadoop+Hive+Spark+Tableau平台上Spark MLlib，SparkSQL的功能与应用场景，根据不同的数据业务需求选择合适的组件进行分析与处理。并对基于Spark框架提出的模型进行对比分析与完善
结果展现能力：
报告能体现大数据分析的优势，能清楚地阐述数据采集、大数据处理过程及最终结果的解读，同时提出模型的优化和改进之处，以利于提高大数据分析的商业价值
第四阶段：数据科学家
理论基础：统计学、大数据、数据挖掘、机器学习和商业智能
软件要求：Excel、SQL（必要）& R、Python、SAS、SPSS、Hadoop等
分析方法要求：
除掌握数据分析和数据挖掘的方法之外，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，包括战略分析、产品管理、风险管理、 客户关系管理，项目管理，运营管理等结合具体行业的业务分析方法。
业务分析能力：
带领数据团队，能够将企业的数据资产进行有效整合和管理，建立内外部数据的连接
熟悉数据仓库的构论理论，可以指导ETL工程师业务工作
可以面向数据挖掘运用主题构造数据集市
在人和数据之间建立有机联系，面向用户数据创造不同特性的产品和系统
具有数据规划的能力
结果展现能力：
能带领团队完成不同主题数据的有效整合与管理
报告能对行业、业务、技术有敏锐的洞察力和判断力，为企业发展提供全方面数据支持
三、数据分析师备考注意
考试前会由官网将考试链接发至邮箱，可提前进入考试链接调试设备，需要一带摄像头笔记本，一手机(监考位)，谷歌浏览器7.2以上，可带计算器和必要草稿纸。
四、考试大纲
公众号回复：数据分析 获取CDA一级考试大纲