京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
编辑:Mika
作者:姜寿明 CDA Level Ⅰ 持证人
大家好,我叫姜寿明,是一名CDA Level Ⅰ 持证人。
我目前在一家金融科技公司从事咨询和解决方案相关工作。
我本科读的信息与计算科学专业,当中差不多是一半数学和一半计算机课程。我也算是经过了一些统计学、数据库以及软件编程相关较为初级和系统化的学习与训练。之后我在研究生读的是管理科学与工程专业。
毕业后,我的第一份工作是在一家上市公司集团战略部门从事战略规划工作。后面我就沿着咨询规划和解决方案这条职业发展路线走了下来。
工作几年后,我时常思考如何能够不断提升自己在咨询领域的专业能力,从而提高在职场的核心竞争力。
为此,我研究了一些招聘平台上中高级职位的招聘要求,我发现除了具备系统化的咨询规划理论和经验外,很多岗位还要求有良好外语能力以及数据分析能力,例如掌握Python、SQL、SPSS、R、Tableau、大数据分析等软件工具和技能。
恰巧我一个朋友在学习和备考CDA资格证书,我跟她初步了解后就也开始以这个为目标进行系统化的备考学习了。
我学习方式主要是围绕考试大纲,接着我在网络途径搜集了一些质量比较高的线上课程,准备跟着课程进行查漏补缺的学习。
与此同时,我把本科时期学的一些统计学类课本也拿出来翻了一下。
因为除了日常的工作,我主要利用空余时间学习,所以备考的战线拉得比较长,我一共准备了一年半时间。
我一般要求自己每周至少学习3到4天,每次半个小时以上。中间也会因为偶尔工作比较忙,中断一两个周停止学习。但我并不懊悔,重要的是持续坚持下来。
在备课过程中,我虽然有一些统计学的专业基础,但是确实离学习时间也比较久远了,其中一些较为复杂的部分,比如假设检验、回归拟合等的理论和实操方法还是花了一些时间去反复复习和理解,所幸最终考试的涉及这部分的知识考察并不难。
一、考试大纲和模拟题一定要好好看、好好做,做好知识点查漏补缺;
二、做笔记是很有必要的,尤其是系统化学习、战线拉的比较长的时候,需要对抗遗忘,以及最后集中备考那几天需要有弹药。
在未来规划方面,我还是会继续在自己的专业领域深耕积累,提升自己的综合能力。
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
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