京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从统计到数据分析,从数据挖掘到大数据,数据科学逐渐成为了一门新兴的学科,数据分析师也逐渐成为了一门抢手的职业。如何成为数据分析师?如何入行数据分析?教育是一个难题!在这个行业中,是否有高质量的证书?拿到证书后能找到多少薪资的工作?今天,我们来分析分析作为这个行业中的老牌,CDA数据分析师的等级标准。》了解更多《

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
官方介绍为: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 Level Ⅰ业务数据分析师需要掌握概率论和统计理论基础,能够熟练运用一种数据专业分析软件,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。(小编觉得会 Excel 都行)
小编解读:数据分析已成为一门通用的技能,除了专门的分析师岗位,还有许多相关岗位也需要具备数据分析能力为自己镀金,如产品经理、市场营销、运营人员、财务人员等等,LEVEL 1 的知识偏基础,对于零基础的同学来讲认证备考也是没问题的。考过 LEVEL 1 就相当于工作 2 年左右的业务数据分析师,与 CDA 就业班刚毕业的学员一样,能拿到 9k~20k 左右的月薪。
面向范围:企业数字化发展中必备的数据分析流程与技能。
官方介绍为:不限数据分析岗位工作经验,通过 CDA Level Ⅰ 认证。专指政府、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在 Level Ⅰ 的基础上更要求掌握多元统计、时间序列、数据挖掘等理论知识,掌握高级数据分析方法与数据挖掘算法,能够熟练运用SPSS Modeler、PYTHON、R、SAS等至少一门专业分析软件,熟悉适用 SQL 访问企业数据库,结合业务,能从海量数据提取相关信息,从不同维度进行建模分析,形成逻辑严密能够体现整体数据挖掘流程化的数据分析报告。(小编觉得这个比一级有点难度了,之所以不限工作经验,是因为需要在 Leve I 的基础上有工作经验了)
小编解读:CDA Level II 更偏向于专业的分析师,对 LEVEL 1 中涉及的产品经理、市场营销、运用人员如不能满足工作要求,通过 Level 2的学习更能够提高工作效率。LEVEL 2 的知识是数据挖掘,对于软件的使用,建模的能力,算法技能,商业洞察力,都有很高的要求。拿到 LEVEL 2 证书可以胜任一个专门的中级数据分析师岗位。月薪一般可以达到 20~40k 的水平。
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。
小编解读:三级是在一级和二级两个方向上的进一步提升。数据科学家除了需要具备一级、二级的技能之外,还需要具备更前沿的算法,如深度学习、AI语音识别、图像识别等内容;需要具备更宏观的思维,如数据治理,大数据架构等;需要具备更高效的方法,如计算机高性能编程技术;更需要具备带团队的领导力,如项目管理,如何构建大数据团队等管理技能。拿到三级证书,可以做企业中的首席数据官CDO职位。年薪一般会在50W以上。
| 级别 | 岗位名称 | 薪资(k) | 技能要求 |
| LEVEL 1 | 【数据分析师】 | 9k~20k | 1. 统计概率基础理论知识 |
| 【数据分析员】 | 2. SQL数据库技能 | ||
| 【数据助理】 | 3. 会使用EXCEL、SPSS、R、PYTHON等任意相关软件进行数据处理 | ||
| 【数据产品经理】 | 4. 掌握常用分析方法,结合业务分析问题 | ||
| 【数据运营】 | 5. 制作出好的数据报表 | ||
| …… | |||
| LEVEL 2 | 【资深数据分析师】 | 20k~50k | 1. 具备数据挖掘、大数据、数据仓库等相关理论基础 |
| 【数据建模分析师】 | 2. 会使用PYTHON、R、Hadoop、Spark等相关工具处理海量数据并进行数据挖掘。 | ||
| 【数据挖掘工程师】 | 3. 精通机器学习等相关算法模型。 | ||
| 【大数据分析师】 | 4. 能帮助企业搭建大数据平台,并完成大数据分析 | ||
| 【大数据工程师】 | 5. 洞察数据,助力业务决策 | ||
| …… | |||
| LEVEL 3 | 【高级数据分析师】 | 50k以上 | 1. 具备高级的计算机科学技术,掌握深入的AI理论 |
| 【大数据总监】 | 2. 具有大数据架构设计,企业数据治理的能力 | ||
| 【数据科学家】 | 3. 精通机器学习、深度学习等AI相关前沿技术 | ||
| 【首席数据官CDO】 | 4. 熟知数据安全、立法等知识 | ||
| …… | 5. 具备项目管理能力,搭建管理数据团队,决策企业战略等。 |
以下是CDA考生报考条件:
Level I:无要求,皆可报考Level III:获得CDA Level Ⅱ 认证证书


希望以上介绍,对数据分析新人们有好的参考意义,无论考不考取证书,按照 CDA 认证体系学习,一定没有问题,推荐大家关注 CDA考试中心服务号,可以获得免费辅导资料,并且可以看看学长学姐们的一些观点。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17