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
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18