北京业务数据分析师培训课程

北京CDA数据分析师，专注数据分析培训+内训.CDA得到国内外各大银行和电信运营商跨国企事业单位的认可，专业从事大数据教育与人才培养，优质师资全程辅导，用通过率说话，选择北京CDA数据分析师培训学校。

【考试简介】

CDA(Certified Data Analyst)，亦称“CDA数据分析师”，指在互联网、零售、金融、电信、医疗、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。CDA秉承着总结凝练较先进的商业数据分析实践为使命，明晰各类数据分析从业者的知识体系为职责，旨在加强范围内化、科学化、专业化的大数据及数据分析人才队伍建设，进一步提升数据分析师的职业素养与能力水平，促进数据分析行业的高质量持续发展。

至今，CDA持证人已遍布在世界范围各行各业，包括世界500强企业、科技独角兽、大型金融机构、国企事业单位、行政机关等等，“CDA数据分析师”人才队伍遵守着CDA职业道德准则，发挥着专业技能，已成为支撑科技发展的核心力量。

“CDA数据分析师认证”是一套专业化，科学化，国际化，系统化的人才考核标准，分为CDA LEVELⅠ，LEVELⅡ，LEVELⅢ，涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能，符合当今大数据及数据分析技术潮流，为各界企业、机构提供数据分析人才参照标准。经管之家为区CDA数据分析师认证考试主办机构，于每年6月与12月底在全国范围举办线下数据分析师考试，通过考试者可获得CDA数据分析师认证证书。

【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的数据分析人才。

级别Level I

（业务分析师）Level II

（建模分析师）Level II

（大数据分析师）Level III

（数据科学家）

理论

基础概率论、统计学理论基础统计学、概率论和数理统计、多元统计分析、时间序列、数据挖掘概率论和数理统计、Python基础、Linux基础、数据挖掘和机器学习统计学、大数据、机器学习、数据治理和项目管理

软件

要求必要：Excel、SQL

可选：Python、SPSS、R等必要：Excel、SQL

可选：Python、R、SPSS Modeler、Spark等必要：SQL、Hadoop、HDFS、Mapreduce、Hbase、Hive、Sqoop、Spark

可选：Kafka、Flume、ZooKeeper等必要：Excel、SQL、Python、Hadoop、Spark

可选：R、SAS、Tensorflow等

分析方

法要求掌握基本数据预处理方法，SQL数据库技术，数据分析方法（描述性统计分析，推断性统计分析，方差分析，线性回归等）；市场调研（数据报告），常用数据分析模型（聚类分析、逻辑回归、时间序列等）。

除掌握基本数据处理及分析方法以外，还应掌握数据分析及数据挖掘方法（特征工程、贝叶斯、决策树、神经网络、支持向量机、集成方法、关联规则、序列模式等）和可视化技术。

熟练掌握hadoop集群搭建；熟悉nosql数据库的原理及特征，并会运用在相关的场景；熟练运用Spark及Spark MLLib算法库提供的进行大数据分析的数据挖掘算法，包括无监督算法（k-means算法、DBSCAN算法、FP-Growth）、有监督学习算法（决策树、SVM、贝叶斯、集成算法、神经网络、协同过滤）等算法的原理和使用范围除掌握数据分析和挖掘的方法之外,还需了解数据治理技术，计算机编程技术，机器学习，人工智能，大数据分析架构以及业务分析方法，包括代码管理、敏捷分析、战略分析，产品管理，风险管理、客户关系管理，项目管理，运营管理等结合具体行业的业务分析方法。

业务分

析能力熟知业务，能够根据问题业务指标提取公司数据库中相关数据，进行整理、清洗、处理，通过相应数据分析方法，结合软件平台应用完成对数据的分析和报告。可以将业务目标转化为数据分析目标；熟悉常用算法和数据结构，熟悉企业数据库构架建设；针对不同分析主体，可以熟练的进行维度分析，能够从海量数据中搜集并提取信息；通过相关数据分析方法，结合一个或多个数据分析软件完成对海量数据的处理和分析。熟悉hadoop+hive+spark进行大数据分析的架构设计，并能针对不同的业务提出大数据架构的解决思路。掌握hadoop+hive+Spark+tableau平台上Spark MLlib、SparkSQL的功能与应用场景，根据不同的数据业务需求选择合适的组件进行分析与处理。并对基于Spark框架提出的模型进行对比分析与完善。带领数据团队，能够将企业的数据资产进行有效的整合和管理，建立内外部数据的连接；熟悉数据仓库的构造理论，可以指导ETL工程师业务工作；可以面向数据挖掘运用主题构造数据集市；在人和数据之间建立有机联系，面向用户数据创造不同特性的产品和系统；具有数据规划的能力。

结果展

现能力能够形成逻辑清晰的报告，传递分析结果，对实际业务提出建议和策略。报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。报告能体现大数据分析的优势，能清楚地阐述数据采集、大数据处理过程及较终结果的解读，同时提出模型的优化和改进之处，以利于提升大数据分析的商业价值。

报告形式多样化，图文并茂，逻辑严密。为企业数据资产管理提供详细方案，对企业发展提供数据规划策略。

CDA Level I：业务数据分析师。专指互联网、金融、电信、零售、等行业领域前端业务人员；从事市场、咨询、BI、管理、财务、风控、供应、数据分析等职位业务人员；非统计、计算机专业背景基础差入行和转行就业人员。CDA LevelⅠ业务数据分析师需要掌握概率论和统计理论基础，能够熟练运用Excel、SQL、R、Python、SPSS等一门专业分析软件，有良好的商业理解能力，能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析，并得出逻辑清晰的业务报告。

CDA Level II：建模分析师。一年以上数据分析岗位工作经验，或通过CDA LevelⅠ认证。专指金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与数据挖掘的人员。在LevelⅠ的基础上更要求掌握多元统计、机器学习等理论知识，掌握数据分析方法与数据挖掘算法，能够熟练运用PYTHON、R、SPSS Modeler、SAS等至少一门专业分析软件，熟悉适用SQL访问企业数据库，结合业务，能从海量数据提取相关信息，从不同维度进行建模分析，形成逻辑严密能够体现整体数据挖掘流程化的数据分析报告。

CDA Level II：大数据分析师。一年以上数据分析岗位工作经验，或通过CDA LevelⅠ认证。专指、金融、电信、零售、互联网、电商、医学等行业专门从事数据分析与云端大数据的人员。在LevelⅠ的基础上要求掌握PYTHON语言和Linux操作系统知识，能够掌握运用Hadoop、Hive、Spark等专业大数据架构及分析软件，从海量数据中提取相关信息，并能够结合python和相关机器学习算法，形成严密的大数据分析报告。

CDA Level III：数据科学家。三年以上数据分析岗位工作经验，或通过任意一门CDA Level II认证。专指、金融、电信、零售、互联网、电商、医学等行业数据分析经验丰富人员。在同时具备CDA LevelⅠ和CDA Level II基础上，掌握更的前沿技术，包括计算机科学技术、高性能数据处理、大数据架构、深度学习、数据治理、项目管理等。负责制定企业数据发展战略，发现企业数据价值，提升企业运行效率，增加企业价值。能够带领数据团队将企业的数据资产进行有效的整合和管理，建立内外部数据的连接；具有数据规划的能力。