
由于今年疫情的影响,第十二届CDA认证考试改为7月25-26日,在全国23座城市进行,现已圆满结束。
在本次举办考试期间,CDA密切关注各地区疫情情况,严格遵守地方政府相关政策。考生们逐一进行安全体测、身份拍照核实后才可进入考场。本次考试采取线下上机考试、全国实时视频监考、在线考试、机器人监考等先进考场技术,为考生们提供了先进、有序的考场环境。
此次考试共包含四门认证
· LEVEL Ⅰ 业务数据分析师
· LEVEL Ⅱ 建模分析师方向
· LEVEL Ⅱ 大数据分析师方向
· LEVEL Ⅲ 数据科学家(第一阶段)
经过简要数据统计分析,CDA数据分析师发布本次考试的通过率及考生数据报告:
01、第十二届CDA认证考试通过率
考试难度有所提升,通过率略微下降
本届考试通过率及成绩情况
· CDA LEVEL I 业务数据分析师 61%
(其中成绩A占比5%,成绩B占比18%,成绩C占比38%)
· CDA LEVEL II 建模分析师 42%
(其中成绩A占比6%,成绩B占比13%,成绩C占比23%)
· CDA LEVEL II大数据分析师 40%
(其中成绩A占比4%,成绩B占比11%,成绩C占比25%)
· CDA LEVEL III 数据科学家 23%
(其中成绩A占比1%,成绩B占比5%,成绩C占比17%)
与上一届(第十一届)相比,各个等级的总通过率略微下降。随着CDA认证不断普及,同时得到越来越多企业和机构的认可,作为数据分析行业人才选拔的参照标准,未来CDA认证考试内容将持续迭代和更新,难度也会有提升的趋势,因此通过率也会有所下降。
这一届考试结束,CDA考试进行了考试模式的革新,由每年6月和12月考试,升级为随报随考,考生自己预约时间预约考场,考试更加灵活,更加方便,有助于考生
02、第十二届CDA考生地区分布
北上广深持续领跑 中西部城市占比大
从考生地区的分布图中可以看到,北上广深的考生人数持续领跑,占比前四名的位置。杭州和南京紧随其后,位居第四和第五位。同时成都、西安等中西部地区考生占比也很大。
由此可以看出,数据分析行业在北上广深四个超一线城市蓬勃发展,因此这些地区的数据分析人才也是最多的。与此同时,东部沿海城市以及中西部地区,近年来数据行业发展也十分有潜力,相关人才的队伍不断壮大。
03、第十二届CDA考生性别分布
考生性别比基本持平,男性考生略多
在本届CDA考试中,女性考生占比45%,男性考生占比55%,基本持平。这也说明,数据分析行业不再是传统意义上男性占绝大多数的局面,近年来也有越来越多的女性加入到数据分析的行业中。
04、第十二届CDA考生学历分布
本科硕士生占较大比重
对本届CDA考生学历情况进行分析,我们发现其中本科生占比过半,达到56.45%;其次是硕士占比达到32.94%。
这也说明CDA考生大多数为本科及以上学历,希望通过CDA认证考试进一步提升数据相关技能,加强职场工作能力。
05、第十二届CDA考生专业分布
统计学专业为首,理工科考生居多
我们对考生的专业进行了整理分析,从图中可以看到,CDA考生专业分布TOP10基本为理工科专业。其中统计学专业的考生最多,位居首位。其次,计算机和工商管理专业分别位于第二和第三位。同时来自数学、经融学、电子信息等专业的考生也居多。
06、第十二届CDA考生工作年限分布
超过半数有3年以上工作经验
本届考生中,绝大多数考生都有一定的工作经验,无工作经验的占比不到18%。其中超过半数的考试有3年以上工作经验,占比高达51.07%;工作2-3年的占比8.87%,1-2年工作经验占比为13.3%。
这也说明,CDA证书不仅是进入数据分析行业的“敲门砖”,越来越多的职场人士以此作为“炼金石”,进一步提升自己的数据分析能力和职场竞争力。
07、第十二届CDA考生工作岗位分布
数据分析岗位占比最多
在考生的工作岗位分布中,我们可以看到,数据分析岗位无疑是最多的,占比达到38.43%。值得注意的是,第二位的是经理、主管以及总监等岗位,占比15.15%。紧随其后是产品、运营和IT、技术岗位,分别占比13.32%和11.5%。
08、第十二届CDA考生Top企业
考生来自的企业包括了国企、外企、私企、政府部门等,例如德勤、腾讯、中国移动、中国联通、中国电信、中国银行、招商银行、中国邮政等等知名企业。
从中可以看出,CDA证书越来越获得各行各业知名企业的认可。这些企业,500强企业,政府部门的员工也需要CDA技能,这也进一步说明CDA持证人遍布在这些企业单位,接触着最前沿的数据技术。
最后,为了帮你能有针对性地准备考试,根据考试大纲的要求安排复习计划,这里有一份最新版的考试大纲——CDA 1级 考试大纲。
作为CDA数据分析一级认证考试命题的规范性文件和标准。可以帮你指明考试范围,简要地指出CDA考试的知识点,根据大纲就可以快速得看出考试侧重考试方向,明确复习方向和考试要求,从而提高备考效率,为顺利通过考试奠定坚实的基础。
下载大纲,认真学习和备考,掌握数据分析的基础知识和技能。
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
备考福利
接下来给大家重磅推出考试学习资源:
《数据分析专项练习题库》
《CDA数据分析认证考试模拟题库》
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02