
CDA数据分析师等级认证考试
(Certified Data Analyst Certificate)
【考试简介】
CDA(Certified Data Analyst),即“CDA数据分析师”,是大数据和人工智能时代面向国际范围全行业的数据分析专业人才职业简称,具体指在互联网、咨询、电信、零售、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。全球CDA持证者秉承着先进商业数据分析的新理念,遵循着《CDA数据分析师职业道德和行为准则》新规范,发挥着自身数据科学专业能力,推动科技创新进步,助力经济持续发展。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、咨询、电信、零售、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
CDA 认证标准由数据科学领域的专家、学者及众多企业共同制定并每年修订更新,确保了标准的中立性、共识性、前沿性。通过CDA 认证考试者可获得 CDA 中英文认证证书。
【CDA人才能力标准】
以下为CDA人才能力概要,每个等级分别从理论基础、软件工具、分析方法、业务分析、可视化五个方面进行了要求,只有同时满足各个方面的要求才是一名优秀的数据分析人才。
CDA等级 | LEVEL I | LEVEL II | LEVEL III |
面向范围 | 人人皆需的职场数据思维与通用数据技能。 | 企业数字化发展中必备的数据分析流程与技能。 | 企业数字化发展中必备的高级数据分析方法与技术。 |
1. 零基础就业转行者、应届毕业生。 | 1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。 | 1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。 | |
2. 产品、运营、营销等业务岗与研发、技术岗在职者。 | 2. 数字化转型企业创始人与数字化流程中相关负责人。 | 2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。 | |
3. 企业创始人、经理人、管理咨询类岗位从业者。 | |||
专业体系 | · 数据分析概述 | · 数据采集与处理 | · 数据挖掘概论 |
· 数据分析师职业操守 | · 数据模型管理 | · 高级数据处理 | |
· 数据结构与数据库基础 | · 标签体系与用户画像 | · 特征工程 | |
· 描述性统计分析 | · 统计分析 | · 自然语言处理 | |
· 多维数据透视分析 | · 数据分析模型 | · 文本分析 | |
· 业务数据分析与报告 | · 数字化工作方法 | · 机器学习算法 | |
· 数据可视化报表 | · 根因分析与策略优化 | · 机器学习实战 | |
岗位去向 | [ 商业(业务)分析师 ] | [ 数据分析师 ] | [ 高级数据分析师 ] |
[ 初级数据分析师 ] | [ (数据)产品运营经理 ] | [ 机器学习工程师 ] | |
[(数据)产品运营 ] | [(数字)营销经理 ] | [ 算法工程师 ] | |
[(数字)市场营销 ] | [ 风控建模分析师 ] | [ 数据科学家 ] | |
[ 数据专员 ] 等 | [ 量化策略分析师 ] | [ 首席数据官 ] 等 | |
[ 数据治理(质量) ] 等 |
CDA Level Ⅰ:
面向范围:人人皆需的职场数据思维与通用数据技能
1. 零基础就业转行者、应届毕业生
2. 产品、运营、营销等业务岗与研发、技术岗在职者
3. 企业创始人、经理人、管理咨询类岗位从业者
岗位去向:商业(业务)分析师、初级数据分析师、(数据)产品运营、(数字)市场营销、数据专员等
CDA Level II:
面向范围:企业数字化发展中必备的数据分析流程与技能。
1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。
2. 数字化转型企业创始人与数字化流程中相关负责人。
岗位去向:数据分析师、(数据)产品运营经理、(数字)营销经理、风控建模分析师、量化策略分析师、数据治理(质量)等
CDA Level III:
面向范围:企业数字化发展中必备的高级数据分析方法与技术。
1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。
2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。岗位去向:
岗位去向:高级数据分析师、机器学习工程师、算法工程师、数据科学家、首席数据官等
【CDA认证标准大纲(可下载)】
以下为CDA认证标准大纲知识点内容,是最终考试的考点。图片所示为每个等级罗列的知识模块列表,更详细的考点以及相关参考学习教材,请下载对应等级的考试大纲查看。
LEVEL Ⅰ
考试大纲 立即下载
LEVEL Ⅱ
考试大纲 立即下载
LEVEL Ⅲ
考试大纲 立即下载
【报考条件】
Level I:无要求,皆可报考
Level II:
获得CDA Level Ⅰ认证证书
Level III:
获得CDA Level Ⅱ认证证书
(注:上述数据分析相关工作不限制行业,工作可涉及统计,数据分析,数据挖掘,数据库,数据管理,大数据架构等内容。)
【考试方式】
Level Ⅰ:120分钟 客观选择题(单选+多选+内容相关+案例分析),上机答题。考点请参考CDA Level Ⅰ考试大纲。
Level Ⅱ:150分钟 客观选择题(单选+多选+内容相关+案例分析)。考点请参考CDA Level Ⅱ建模分析师考试大纲。
Level Ⅲ:210分钟(90分钟 线下上机答题+120分钟 案例操作题),客观题+主观题,上机答题。
【报名时间】
Level Ⅰ:随报随考。
Level Ⅱ:随报随考。
Level Ⅲ:一年四届(3、6、9、12月的最后一个周六),每届考前一个月截止该届报名。
【考试地点】
CDA数据分析师认证考试由Pearson VUE考试服务公司代理。Pearson VUE是一家在全球测评行业占据杰出地位的计算机化考试服务公司,CDA与Pearson VUE开展合作,目前在中国大陆及港澳台地区提供CDA认证考试发送服务。
Level Ⅰ:全国30+省市,70+城市,250+考场。考生可选择就近考场预约考试。
Level Ⅱ:全国30+省市,70+城市,250+考场。考生可选择就近考场预约考试。
Level Ⅲ:全国30所城市,北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/宁波/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/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州。
【考试费用】
Level Ⅰ:1200 RMB
Level Ⅱ:1700 RMB
Level Ⅲ:2000 RMB
(注:考试未通过者可进行一次补考,补考费用为六折优惠。每个等级科目补考权限各仅有一次。)
报考LevelⅠ和Level Ⅱ成功后会发送《考试大纲》、《CDA数据分析师备考手册》(包含:《考试大纲》、《考试大纲解析》、《模拟考试题》三份资料)到考生邮箱,报考Level Ⅲ成功后会发送《考试大纲》、《模拟考试题》两份资料到考生邮箱。其他教材根据考试大纲中推荐的学习书目自行网上购买学习。
【报考流程】
详细说明(请考生认真阅读):
CDA数据分析师认证考试由Pearson VUE考试服务公司代理。Pearson VUE是一家在全球测评行业占据杰出地位的计算机化考试服务公司,CDA与Pearson VUE开展合作,在中国大陆及港澳台地区提供CDA认证考试发送服务。
1)进入CDA认证考试中心网站:https://www.cdaglobal.com/
2)注册并登录网站,进入个人中心完善报考相关信息。
3)选择报考科目,并完成缴费确认。
4)等待审核(1-2天),若审核未通过请补充完善报考资料。
5)审核通过报名成功,考生将会收到相关邮件提示。考生按照邮件提示进行后续操作即可。
6)CDA LEVEL I考生需根据邮件指示,到Pearson VUE网站(https://www.pearsonvue.com.cn/cda),预约就近考场及考试时间。CDA LEVEL II和LEVEL III考生需在考前一个月内到Pearson VUE网站预约考场。预约成功后将会收到确认邮件通知。
7)根据预约的考场和时间,按照邮件须知,参加考试。
8)CDA LEVEL I考试结束后当场出成绩报告,CDA LEVEL II及LEVEL III考试结束7日后考生可到CDA考试中心网站查询最终成绩。
9)考试通过者,将在考后30日内收到由CDA考试中心寄出的认证证书。
【人才评定】
CDA考试成绩评定规则由CDA数据分析师认证考试命题委员会制定。每门考试最终成绩为A,B,C,D四个档,其中A,B,C为通过,D为不通过。考试结束后,CDA考试中心可提供成绩核查服务,不提供答题结果查询服务,不公布本届真题及答案。需要核实成绩的考生可在考试7日后登陆CDA考试中心,进入个人中心-成绩查询中核查成绩。
【持证人权益】
1.可吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA就业及职业发展推荐,持证人简历可发送至exam@cda.cn。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析教研组,参与兼职教研、讲师、个人IP打造等事项。
5.享有AIU人工智能学院一个月黄金会员。学院资源包括CDA引进和翻译的国外前沿数据科学学习资源(如MIT、Coursera、BDU等视频课程),AIU数据科学、人工智能等系列精品视频课程。
6.享有经管之家论坛学习资源(如电子书、案例、数据等)免费下载权限,优秀文献资料(如书籍、课件、报告等)免费下载权限。平台内实行开放式项目咨询合作,企业对接,跨界合作。
7.其他特权皆以各类活动公告为主。
【CDA证书】
通过CDA 认证考试者可获得 CDA 中英文认证证书。
共识性 CDA数据分析师人才行业标准由国际范围内数据科学领域行业专家、学者及知名企业共同制定并于每年修订更新,保证标准的中立性、共识性、前沿性,CDA证书已获得如中国银行、招商银行、IBM大数据大学,中国电信,国家电网,苏宁易购,德勤,猎聘,CDMS等企业机构的认可。
专业性 CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
权益性 CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。
联系我们:
微信号:13321103290
推荐学习书籍
《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门!
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
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14