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。2019世界人工智能大会发布，全国AI&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2020年最热门的技能。

近年来，现代信息技术不断进步，以大数据为基础的各类科技应用成为市场热点，通过将大数据应用于产品营销、 客户体验改进、风险控制等方面，取得了很好的效果。在各大领域领域，基于大数据挖掘和人工智能而产生的创新层出不穷，成为行业创造价值的力量源泉。为了更好的借助数据的力量， 企业机构需要培养数字化能力，构建一支大数据分析师团队，对内承担数据治理、数字化运营与模型开发，对外与研究机构和科技公司衔接，做好技术选型与应用转化工作。 企业如何更好的找到优秀的人才？数据人才如何更好满足企业的需求？在这样一个以数据驱动的时代，人才的考核至关重要。

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、金融、咨询、电信、零售、医疗、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。

认证标准

“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。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。

以下为CDA认证等级标准人才能力模型表：

• 等
  级 Level I
  （业务分析师） Level II
  （建模分析师） Level II
  （大数据分析师） Level III
  （数据科学家）
1. 理论基础 软件要求 分析方法要求 业务分析能力 结果展现能力
2. 统计学、概率论基础知识 必要：Excel、SQL
   可选：PYTHON、SPSS、R等 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，机器学习基本概念等）；数据采集与数据处理，数据探索与可视化（数据报告）；常用数据模型（主成分分析、因子分析、回归分析、时间序列、聚类分析等） 熟知业务，能够根据问题业务指标提取数据库中相关数据，进行数据的探索、整理、清洗、处理，并通过相应数据分析方法和模型，结合相关软件完成数据的分析和报告。 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。
3. 统计学、概率论和数理统计、数据挖掘、机器学习 必要：Excel、SQL
   可选：PYTHON、R、SPSS MODELER、SPARK等 除掌握LEVEL I所要求的技能外，还应掌握高级数据处理技术及机器学习方法（特征工程、贝叶斯、线性回归、决策树、神经网络与深度学习、支持向量机、集成方法、模型评估、聚类分析、关联规则、序列模式等）和可视化技术。 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，熟悉企业数据库构架；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；通过相关机器学习算法，结合相关工具和软件完成数据的处理和分析。 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。
4. 大数据分析基础、Hadoop理论、数据库与数据仓库、机器学习理论 必要：Python、Hadoop、MySQL、HBase、Hive、Sqoop、Spark
   可选：Kafka、Flume、ZooKeeper等 熟练掌握Python工具，Linux&Ubuntu操作系统，掌握Hadoop集群搭建；熟悉并运用MySQL数据库、HBase、Hive数据仓库、Sqoop；熟练运用Spark及Spark MLlib算法库进行大数据分析；掌握机器学习相关算法，包括无监督算法（Apriori、FP-Growth、聚类算法）、有监督学习算法（决策树、SVM、贝叶斯、集成算法、神经网络、协同过滤）等算法的原理和使用方法。 Hadoop+Hive+Spark大数据分析架构设计，能针对不同的业务提出大数据架构的解决思路。掌握平台上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。 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，以利于提升大数据分析的商业价值。
5. 计算机科学、大数据架构、机器学习与深度学习、数据治理、项目管理 必要：Excel、SQL、Python、Hadoop、Spark
   可选：R、SAS、Git、Tensorflow等 除掌握LEVELI与LEVELII要求的技能外,还需了解计算机科学技术，大数据高级处理技术、企业级架构设计，高级机器学习与AI深度学习算法以及项目管理方法，包括代码管理、敏捷分析、战略分析、产品管理、风险管理、客户关系管理，运营管理等结合具体行业的业务分析方法。 带领数据团队，能够将企业的数据资产进行有效的整合和管理，建立内外部数据的连接；熟悉企业级大数据与数据仓库的构建，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。 交付完整项目结果与商业报告，逻辑严密，具有可评估与可实施性。为企业数据资产管理提供详细方案，对企业发展提供数据规划策略。

考试大纲

• 

  CDA LEVEL I 业务数据分析师

  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%） 考试大纲下载
• 

  CDA LEVEL II 建模分析师

  PART 1 数据挖掘基础理论 （占比20%） PART 2 数据预处理 （占比25%） PART 3 预测型数据挖掘模型 （占比40%） PART 4 描述型数据挖掘模型 （15%） 考试大纲下载
• 

  CDA LEVEL II 大数据分析师

  PART 1 大数据基础理论 占比（8%） PART 2 Hadoop理论 占比（12%） PART 3 数据库理论及工具 占比（16%） PART 4 数据挖掘理论基础 占比（10%） PART 5 Spark工具及实战 占比（35%） PART 6 数据可视化方法 占比（4%） PART 7 大数据分析实战 占比（15%） 考试大纲下载
• 

  CDA LEVEL III 数据科学家

  PART 1 计算机科学技术 （占比15%） PART 2 大数据处理与架构设计 （占比15%） PART 3 机器学习 （占比25%） PART 4 深度学习 （占比20%） PART 5 数据治理 （占比15%） PART 6 项目管理 （占比10%） 考试大纲下载

报考条件

• 等
  级 Level I Level II
  （满足以下之一皆可报名） Level III
  （满足以下之一皆可报名）
1. 报考条件
2. 无要求，皆可报考。
3. 1. 获得 CDA Level Ⅰ认证证书。
   2. 本科及以上学历需从事数据分析相关工作1年以上
   3. 本科以下学历需从事数据分析相关工作2年以上
   
4. 1. 获得 CDA Level Ⅱ认证证书。
   2. 本科及以上学历需从事数据分析相关工作3年以上
   3. 本科以下学历需从事数据分析相关工作4年以上

考试内容

考试时间

考试地点

考试费用

报考流程

进入我的考试中心

人才评定

CDA证书

考试通过者可获得CDA数据分析师中英文双证书，其中中文证书由经管之家认证，英文证书由CDA INSTITUTE认证。

权威性
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，保证标准的公立性、权威性、专业性、前沿性，CDA证书已获得如中国银行、招商银行、中国烟草、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。