京公网安备 11010802034615号
经营许可证编号:京B2-20210330
编辑:Mika
作者:唐一楠 CDA Level Ⅰ 持证人

唐一楠 LEVEL Ⅰ 持证人
大家好,我叫唐一楠,是一名CDA Level Ⅰ 持证人。在这里很高兴跟大家分享一下我的备考心得。
我是数据科学与大数据技术专业的大四学生,就读于中南财经政法大学统计与数学学院。
大四上学期考研失利后,我打算找数据分析相关的工作。我认为如果能拿到CDA的证书的话,可以在求职过程中让我具有有一定的竞争力。
因为我是大四,学校已经没有什么课了,每天有很多空闲时间,大概每天学习两个小时,一直看视频课程,等到所有课程过完之后,就开始做模拟题。大概复习了一个月时间吧。
我看视频课程时,用的是2倍速,很快过一遍,没听懂的地方重复几次,仔细看看。
在学习数据库部分时,跟着课程自己亲手操作下,会对 SQL 语言更加熟悉,有助于我们记忆。等到全部课程听完做模拟题的时候,我是一个单元一个单元的做,盯对过后将知识点添加到课件中,再将整个单元过一遍。
总之,要提高自觉性,课程中没听懂的知识点要主动上网查找理解记录。
感觉备考中遇到的难点就是第六章,关于电子商务业务方面我是第一次接触,很多的专业术语我都没有听过,像雪花模型星座模型这些,都是很难理解的东西。所以对于这方面的知识我会查找一些课外的资料,积极上网去补全自己的知识漏洞。
接下来就是统计学方面的知识,虽然我自己是学统计的,但是这一节还是很有难度,公式和分布都要去理解,还要知道各个检验要用在什么情形中,总之就是要多看一些例子,想清楚它们的区别。
统计与概率论的部分我推荐贾俊平的《统计学》,里面对各种分布,区间分布,假设检验等讲述的都很清楚易懂,对考试有很大帮助。
Level Ⅰ 中的其他板块我并没有看额外的书籍,跟着官网课程中的视频认真学习就好了。
在我看来,获得CDA Level Ⅰ 认证是对自己目前在数据各方面能力的一个肯定,希望今后自己能够在数据分析的路上越走越远,学到更多的知识和技能,提升自己,实现自我价值。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
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
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14