CDA数据分析师 出品
编辑：Mika
作者：姜寿明 CDA Level Ⅰ 持证人
大家好，我叫姜寿明，是一名CDA Level Ⅰ 持证人。
我目前在一家金融科技公司从事咨询和解决方案相关工作。
我本科读的信息与计算科学专业，当中差不多是一半数学和一半计算机课程。我也算是经过了一些统计学、数据库以及软件编程相关较为初级和系统化的学习与训练。之后我在研究生读的是管理科学与工程专业。
毕业后，我的第一份工作是在一家上市公司集团战略部门从事战略规划工作。后面我就沿着咨询规划和解决方案这条职业发展路线走了下来。
工作几年后，我时常思考如何能够不断提升自己在咨询领域的专业能力，从而提高在职场的核心竞争力。
为此，我研究了一些招聘平台上中高级职位的招聘要求，我发现除了具备系统化的咨询规划理论和经验外，很多岗位还要求有良好外语能力以及数据分析能力，例如掌握Python、SQL、SPSS、R、Tableau、大数据分析等软件工具和技能。
恰巧我一个朋友在学习和备考CDA资格证书，我跟她初步了解后就也开始以这个为目标进行系统化的备考学习了。
我学习方式主要是围绕考试大纲，接着我在网络途径搜集了一些质量比较高的线上课程，准备跟着课程进行查漏补缺的学习。
与此同时，我把本科时期学的一些统计学类课本也拿出来翻了一下。
因为除了日常的工作，我主要利用空余时间学习，所以备考的战线拉得比较长，我一共准备了一年半时间。
我一般要求自己每周至少学习3到4天，每次半个小时以上。中间也会因为偶尔工作比较忙，中断一两个周停止学习。但我并不懊悔，重要的是持续坚持下来。
在备课过程中，我虽然有一些统计学的专业基础，但是确实离学习时间也比较久远了，其中一些较为复杂的部分，比如假设检验、回归拟合等的理论和实操方法还是花了一些时间去反复复习和理解，所幸最终考试的涉及这部分的知识考察并不难。
一、考试大纲和模拟题一定要好好看、好好做，做好知识点查漏补缺；
二、做笔记是很有必要的，尤其是系统化学习、战线拉的比较长的时候，需要对抗遗忘，以及最后集中备考那几天需要有弹药。
在未来规划方面，我还是会继续在自己的专业领域深耕积累，提升自己的综合能力。
更多考试介绍及备考福利请点击：CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中，正交试验（Orthogonal Experiment）因 “用少量试验覆盖多因素多水平组合” 的高效性，成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中，“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”：各部门数据口 ...
2025-10-10在深度学习中，“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术：损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中，常会遇到这样的困惑：某电商平台 11 月 GMV 同比增长 20%，但究竟是 “长期趋势自然增长”，还 ...
2025-10-09Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
