第十二届CDA认证考试，在2020年7月26日圆满地落下了帷幕，本次考试在全国23所城市共设立37个考场。

 

近日，我们采访了在本届考试中名列前茅的几位优秀学员，并在本文中整理了他们的备考和学习经验，希望备考者们能够有所参考，并取得理想的成绩。

 

今天为大家带来的是，在CDA认证考试 Level II中取得优异成绩的几位考生。下面让我们来一睹他们的风采吧！

CDA LEVEL II 大数据方向-优秀考生

第一名 卢竹林

1.报考CDA认证考试的契机

目前主要在学校从事信息化工作，目前学校越来越重视大数据在教学、管理方面的应用，所以信息化的工作方面会用到比较多的数据分析的思维和技能。

系统梳理知识疏漏，不是为了考试而考试

 

我报考了今年7月LEVEL  Ⅱ 大数据方向的CDA认证考试，主要是想系统的学习整个数据专业方面的知识结构和工作技能。通过考试，督促自己的加强相关知识和技能方面的学习和应用。CDA认证考试算是目前为数不多，在数据技能专业方向的认证，在是市场有一定认可程度。

 

因为一开始报名考试，就不是为了考试，所以从报名到考试，并没有完全针对考试进行复习，只是根据考试大纲要求的知识，整理自己需要学习相关专业数据，自己找书和看在线教程，关注相关行业的公众号。

 

一方面系统的梳理自己知识的疏漏；另一方面有意识在工作中应用相关技能。

 

2.我是如何备考的

报名到考试有大半年，受疫情影响倒是有很多时间在家学习相关知识。备考时间说长也长，说短也短。并不算完全为考试去准备。

对知识进行查漏补缺，自己跑一跑相关实例

 

3.备考中有哪些知识难点

备考中，我觉得具体的难点在以下几点：

 

整个大数据架构，涉及的软件很多，所有软件自己安装调试，在家跑书中实例一遍，需要踩过很多坑，因为没有培训和指导，主要是考网上和书本资料解决，整个架构中涉及软件版本等对接的确用了比较多的时间。

 

大数据相关实例的算法的理解和应用，特别底层原来需要用比较多少时间学习和理解，而且感觉理解的不够透彻，对考试可能问题不是很大，不过对实践中可能关系比较大。

 

主要是针对大纲，对知识进行查漏补缺，主要的相关数据分析实例自己跑一跑。

 

还是希望更加专业的数据专业知识，会报考LEVEL Ⅲ的考试。希望通过考试，结合自己工作，提高自己数据思维和工作层次。

CDA LEVEL II 大数据方向-优秀考生

第二名 朱晓晨

1.目前从事的工作

我目前在一家央企的省公司，担任大数据工程师。工作中会使用大数据生态圈的一些框架来做数据处理和分析。

 

2.报考CDA认证考试的契机

开始想报考数据分析方向的认证，在了解相关的认证考试后，感觉CDA和本职工作相关，而且认证有一定的共识性，对职业发展有一定帮助，所以选择报考CDA LEVEL Ⅱ 大数据方向的认证考试。

周末集中时间备考，根据知识点查漏补缺

 

我平时从事相关的开发工作，所以对大数据生态圈中的一些组件和框架也都比较熟悉。

 

3.我是如何备考的

我在考前一个月进行备考，周末每天3-4小时备考，主要是查缺补漏。包括：Hadoop，Spark，Hive，Mysql，Sqoop组件的搭建和配置。Spark数据挖掘的分析步骤，代码实践。Hadoop，Spark，HBase等组件底层原理的学习。这里的几个框架组件在案例题实操中需要用到，自己搭建一遍有助于复习框架底层原理。

 

如果是基础弱的话，建议提前2-3个月备考。并且需要熟悉：

Linux命令

SQL语句

一门编程语言。建议Java，Python或Scala。

大数据基础理论。谷歌的三篇论文原理，GFS，BigTable，MapReduce

大数据生态圈组件学习，重点在Hadoop，Spark，Hive

 

理论方面，如果没有大数据基础的同学以谷歌的三篇论文为主，而大数据的相关框架是基于这三篇论文实现的。包括HDFS，HBase，MapReduce原理；此外还有Spark的原理。

实践方面，要会搭建，维护大数据集群。Spark的应用要熟练。

根据例题，大纲，查缺补漏。

去了解主流的一些大数据架构和解决方案，了解大数据生态圈中每个组件的功能，哪些用于数据处理，哪些用于数据存储，哪些用于数据传输。

 

在备考的时候以大纲和例题为主。大数据分析师重点在大数据组件的应用，其次再是机器学习，统计分析等内容。

 

4.推荐的书籍和课程

在备考书籍方面，我个人推荐以下基本:

 

《Hadoop权威指南》：了解和熟悉HDFS，Yarn，MapReduce原理。

《Spark快速大数据分析》：熟悉RDD，DataFrame算子操作，MLlib应用。

《Hive编程指南》：对Hive快速上手非常有用。

《数据挖掘导论》：如果对数据挖掘，机器学习感兴趣的话是一本很好的书。

 

5.备考中有哪些知识难点

备考中，个人感觉这些知识是难点：

框架运行机制

机器学习算法

Spark、Hive开发调优

 6.未来的职业发展规划

之后我也将继续学习大数据生态，了解各行各业的业务知识，在大数据架构和分析两方面进一步提升。

CDA LEVEL II 建模方向-优秀考生

第一名 张国成

1.目前从事的工作

目前我在通信运营商从事数字化转型方面的工作，主要负责客户经营、智慧营销所涉及的大数据分析、数据挖掘、标签建设等。

 

2.报考CDA认证考试的契机

在此非常感谢我的公司。2020年集团公司提出数字化转型战略，为接应“数转“要求，公司领导推荐我们报考大数据建模方面的社会认证，主要是想通过认证快速提升大数据技能，为公司培养数字化转型人才，我有幸作为公司首批成员报考了本次CDA考试。

 

3.我是如何备考的

案例操作题是难点，一定要做到心中有数

 

我之前从事大数据方面工作，有一定的知识域经验积累，因此本次备考时间不是很长，大概1个月时间左右。整个备考主要是围绕考试大纲来进行，利用下班后与周末的闲暇时间，进行阅读与实操。

 

在备考资料中，首推备考手册，一定是弄熟弄懂备考手册里的知识点，尤其是数学推算。

 

4.推荐的书籍和课程

如果基础比较薄弱的考生，建议购买下考试配套的视频课程，视频课程也是仅仅围绕大纲进行展开，但李老师讲的更加详细，李老师准备的python套件对考生以的案例操作题还是今后的工作实践都很有帮助。

 

至于书籍的话可以看看考试推荐的《数据挖掘：概念与技术》机械工业出版社，作为备考手册的补充。

 

5.备考中有哪些知识难点

考试中的难点我觉得还是案例操作题，客观题根据大纲来备考完全没有问题，考试题目完成在大纲范围内，但案例操作题不一样，案例题得分是根据预测结果的准确性高低进行排名打分，排名后25%将不得分，直接影响考试成败。

 

案例题考试时间仅仅2个小时，在这么短的时间内，对一份陌生的、混乱的数据进行清洗、分析与洞察，并取得良好的F1值，时间还是比较紧张的，因此要提前做好案例题的演练与准备，做到心中有数。

 

6.对备考者们的建议

对备考者的建议方面，我有以下几点：

 

关于客观题，考试手册里的知识点至少看三遍，确保要求掌握的知识点全部掌握，确保决策树的信息增益、gini值、贝叶斯概率、线性回归参数等计算会算。

案例题：要亲自实践，做好缺失值、异常值、归一化等常用的数据预处理方法，掌握一两个分类算法的调参方法。

对照模拟题，学会举一反三，融会贯通。

 

7.未来的职业发展规划

今后的职业发展规划，我打算从以下几点：

 

 一是学以致用，将参加认证考试所学的知识和技能用在生产实践中，为公司内部数字化转型贡献个人最大增益。

二是知识燎原，组织公司内部相关人员开展大数据学习，为企业培养储备更多的大数据转型人才。

三是强化学习，进一步提升自身技能，向Level III 数据科学家冲刺。

CDA LEVEL II 建模方向-优秀考生

第二名 马亮

1.目前从事的工作

我在一家电信运营商企业从事大数据建模和分析，平时的工作就是跟数据打交道，包括数据加工、数据分析、挖掘建模等，所以对数据分析比较熟悉。

 

2.报考CDA认证考试的契机

用考试检验水平，同时提升数据挖掘知识

 

我报考了今年7月CDA Level Ⅱ 建模方向的考试。本身从事数据工作有几年了，这次报考一方面是想对自己在数据挖掘领域的知识再次梳理和提升，另一方面想通过社会认证检验自己的能力水平。

 

3.我是如何备考的

我从5月底开始备考，整个过程大概有两个月的时间。

 

在前1个月是打基础阶段，我每天保证至少1个小时的学习时间（周末2-3个小时），主要是看视频，把老师所讲的知识点过一遍。

考前1个月的冲刺阶段，我每天保证至少2个小时的学习时间，主要是做模拟题和运行课程中老师提供的代码。

考前1周，准备实操题代码，把建模可能涉及到的代码都准备好。

 

4.备考中有哪些知识难点

我觉得理论考试中的计算题是难点，比如一开始我在计算条件概率的时候，一直没搞懂哪个是条件，后来通过反复做模拟题才理清楚。

 

实操题的难点是时间比较紧张，考试现场从无到有地徒手撸代码是不现实的，所以事先把相关代码准备好。另外心态要保持好，即使出现报错，也要放松，冷静查找可能的原因，不能自乱阵脚。

 

5.推荐的书籍和课程

数据方面，我推荐《机器学习实战：基于Scikit-Learn和TensorFlow 》，这本书把常见的算法理论和建模的各个环节都掰开揉碎、细细道来，并且有大量的代码，实操性很强，可以说是理论和实践结合得非常好的一本书。

 

一定要坚持把视频看完，首先老师讲的很好，把一些艰深的理论通过浅显的方式做讲解，其次考试的时候，试卷上的考题基本上都在老师的课上出现过。

 

每天保证有充足的复习时间，备考CDA的同学很多都是已经工作的，本身工作很忙，所以需要适量压缩一部分的休息和娱乐时间。

 6.未来的职业发展规划

今后想在数据挖掘这个岗位上继续努力，提升自己在大数据平台方面的实操能力，同时多学习前沿知识，把更多的数据挖掘方法应用在工作中。