CDA数据分析师认证

热线电话：4000-51-9191

考试报名

财会考证 CPA 数据考证

CDA

企业数字化转型标志数字化人才的身份认证

数字化人才认证标准——连接数字时代的企业与人

CDA（Certified Data Analyst），即“CDA数据分析师”，是在数字经济大背景和人工智能时代趋势下，面向全行业的资格认证，旨在提升全民数字技能，助力企业数字化转型，推动行业数字化发展。

想努力，不知道学什么，如何寻找努力奋斗的方向？

在职场，薪资低，如何才能找到高薪水的工作？

竞争大，行业前景差，如何跨入发展前景好的行业？

强背书，不是只努力就行，如何证明自己的职场竞争力？

CDA 高薪就业开启金领人生

数据来源：《数据分析人才及CDA持证人报告》

通过比对 Level I 工作经验1年以下持证人和招聘市场上1年以下经验要求的上述岗位薪资，发现持证人群的工资均高于非持证人群，且城市等级跨度广，既包含一线城市，也包含中小城市。

Level II 持证人群工资均高于非持证人群，城市等级跨度广，此类人群往往通过等级证书在现有岗位上实现升职加薪

报告下载

CDA 就业面广职业前景好

行业高共识度的数字化人才认证

每年有上万考生统一参加 CDA 考试， CDA 的专业化已经被越来越多的企业雇主推崇和认可，在竞争激烈的求职岗位中脱颖而出，并获得同事、企业、客户的信任。

众多企业招聘已经把 CDA 持证人优先列入招聘基本要求。除此之外在部分政企项目竞标过程中，被要求提供 CDA 认证证书，作为企业数据业务能力重要资质，且需要团队有一定人数以上的 CDA 持证人才符合招标要求，可在评标过程中获得加分优势。

怎么考？

CDA LEVEL I

包含科目：《职业道德与操守》、《数据库与 SQL 基础》、《统计学（初级）》、《业务数据分析》、《数据可视化》
PART 1 数据分析概述与职业操守（占比3%） PART 2 数据结构（占比15%） PART 3 数据库基础（占比17%） PART 4 描述性统计分析（10%） PART 5 多维数据透视分析（10%） PART 6 业务数据分析（30%） PART 7 业务分析报告与数据可视化报表（15%）
考试大纲下载考试报名
CDA LEVEL II

CDA Level II 包含以下科目：《数据采集与数据处理》、《统计分析》、《商业策略分析》、《数据治理》

PART 1 数据采集与处理（占比12%） PART 2 数据模型管理（占比3%） PART 3 标签体系与用户画像（占比5%） PART 4 统计分析（占比25%） PART 5 数据分析模型（占比40%） PART 6 数字化工作方法（占比15%）

考试大纲下载考试报名
CDA LEVEL III

CDA Level III 包含以下科目：《数据挖掘与高级数据处理》、《自然语言处理与文本分析》、《算法应用与实战》

PART 1 数据挖掘概论（占比15%） PART 2 高级数据处理与特征工程（占比25%） PART 3 自然语言处理与文本分析（占比20%） PART 4 机器学习算法（占比40%） PART 5 机器学习实战（案例操作部分）

考试大纲下载考试报名

CDA认证等级考试考试内容

CDA 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+Ⅱ

中国内地 30+ 省市，70+ 城市，250+ 考场。考生可选择就近考场预约考试。

Level Ⅲ

中国内地 30 所城市，北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/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。

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

面向范围： 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： 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