京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“数”风流人物,还看今朝丨CDA数据分析师持证人&老学员聚会活动·上海站
8月5日下午,位于上海静安寺的科技寺众创空间内,50余名CDA持证人迎来了新一期的聚会活动,尽管天气炎热,依然阻挡不了大家的热情。
活动开始前1小时,就陆续有人开始入场签到。工作人员引导大家在背景板签到,领取专属纪念品,并细心地为大家贴上“CDA人”专属标签。
本次活动的特别合作伙伴——科技寺,为现场小伙伴提供了舒适的交流环境,凉开水与咖啡饮料应有尽有,即便有阳光直射,室内的温度还是比较凉快的。
本次活动由CDA协会副秘书长周磊先生主持,并作为第一名分享嘉宾,跟大家介绍了目前全国持证人群体情况,回顾了CDA认证的发展历史与对CDA认证后续的发展愿景。
周磊认为,CDA认证的发展离不开成员组织的成长和认可,同时需要坚持客观、公正、专业的测评体系,最终获得广泛的企业基础和参与度。CDA数据分析师认证的愿景是成为商业分析领域国际化、专业化的顶尖认证,在这个道路上,CDA认证已经走过近5年,获得了成千上万名学员的关注和支持。
他同时介绍了CDA认证在提升专业度、公正度方面的努力,目前CDA认证考试覆盖了全国23个城市(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),每年报考考生约为2500人,并呈现快速增长的趋势。
各地考试由目前国内最大的考试和教育服务供应商ATA机构负责实施,配备了专业的考试监考人员,确保考试期间的严肃性与公正性。由国内外专家组成的命题组,每年都会更新最新的考试大纲与详细解析,配备CDA系列丛书作为参考书,降低考生备考的难度。
同时,他也进一步介绍了后续的持证人计划,除了原先享有的一些持证人权益,2018年起,各地CDA持证人将能够有机会参加更多类型的线上线下活动,获得专属的猎头服务,并能够免费加入到全新的“CDA数据分析师俱乐部”会员计划中来。该项会员计划将以会员付费的形式,面向数据分析行业所有感兴趣的人士,以优质的学习资源作为纽带,提供更高品质的学习服务。CDA会员计划预计于8月中旬正式推出。
主办方内容分享结束后,大家开始自我介绍,并回顾自己在数据分析领域的经历,现场有来自银行信用卡中心的分析师,有来自德勤等咨询公司的项目经理,也有刚成立创业团队的小伙子,活动甚至吸引了科技寺内的入驻企业,加入到现场开始招聘优秀的商业分析小伙伴。
活动的第二位分享嘉宾是春秋航空的算法工程师,CDA Level1持证人张卓然,目前位于阿里天池数据科学家排名第14位。作为多年的数据竞赛“老炮儿”,他曾斩获多项竞赛的好名次,现场发表了“从0-1大数据竞赛经验分享”为主题的演讲,从参加数据竞赛需要的能力、比赛经验、流程、模型选择等多方面详细谈了下自己的心得。他认为,良好的数据预处理是做好分析的第一步,面对多种数据处理的情况,介绍了不同的处理方法。数据分析同时也是一门艺术,贯穿整个流程。
在谈到为什么要参加比赛,他认为有以下几个点:
1. 竞赛可以帮助大家接触业务,更好的反思工作中的不足和思维漏洞,更好的融入工作;
2. 竞赛的排行榜可以鼓励大家研究更好的算法,挖掘更好的特征,寻找更加恰当的数据处理技巧,大大提升了创新能力;
3. 可以通过技术圈、kernel等更好的学习,提升自己的数据处理能力;
4. 竞赛帮助大家更深入的理解所学的知识,鼓励大家不断的学习和摸索新的领域;
5. 可以对自己总结的方法,理解的新技巧进行检验;
6. 可以认识更多的朋友,今后可以相互合作等。
第三位分享嘉宾是就职于某研究所的代星博士,也是CDA Level2持证人。他介绍了数据挖掘、深度学习在工程仿真研究中的作用,并结合自己在科研和实际工作的项目经验,给大家带来了一个不同角度的思考与解决方法思路。他认为,未来在声纹识别、飞机失控状态下的语音识别、设备装置健康诊断、声纹植入等多个领域,数据科学技术也将大有可为,并且也是他个人非常关注的领域。
演讲活动结束后,现场进入自由交流环节。
最后,用一张照片定格本次活动。
8月11日下午,杭州老学员、持证人活动现场见!
(点击阅读原文或扫描下图二维码,获取报名通道)
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
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31