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
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-05-07在数字化时代,商业竞争的核心已从“经验驱动”转向“数据驱动”,越来越多的企业意识到,商业分析不是简单的数据统计与报表呈现 ...
2026-05-06在Excel数据透视表的实操中,“引用”是连接透视表与公式、辅助数据的核心操作,而相对引用作为最基础、最常用的引用方式,其设 ...
2026-05-06 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-05-06在Excel数据分析中,数据透视表是汇总、整理海量数据的高效工具,而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具,它能将透视表中的数据快速可视化,帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中,人口统计学变量(如年龄、性别、学历、收入、职业等)是常见的控制变量或调节变量,其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中,日期数据的存储与显示是高频需求,而“数字日期”(如20240520、20241231、45321)是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下,“流量为王”早已升级为“留存为王”,而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中,经常会遇到“同一台服务器上,两个不同数据库(以下简称“源库”“目标库”)的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-04-28箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23