数据治理工程师考试内容

央视网消息（焦点访谈）：职场有个说法叫“证多不压身”，就是说拿到的职业资格证书越多，越好找工作。这也催生出了社会上各种各样的职业认证，其中不乏靠发证敛财，借培训骗钱的机构。为了治理这种乱象，这几年国家先后7次取消了几百项职业资格认证，并且要坚决防止已取消的职业资格“死灰复燃”，任何单位组织，都不得变相开展资格资质的许可和认定。然而就是在这样的严管之下，一些机构和个人依旧在公开组织大规模的所谓培训，开展国家明令已经取消的职业资格认证，只不过换了一个马甲，声称自己进行的是“国际认证”。这种很能唬人的国际认证是怎么一回事呢？

那么这家叫做“美国认证协会中国总部”的机构，究竟有没有取得我国主管部门颁发认证的资质呢？

记者登录了国家人社部设立的外国职业资格证书查询平台，在“国际证书查询”一栏中，输入美国认证协会发放的证书编号后，却根本查询不到任何结果。

无论中国心理学界、美国心理学界同行，还是美国加州相关政府部门，对这家能够颁发注册国际心理咨询师认证的美国认证协会都一无所知。那么这位中国区负责人反复提及的“广泛认可”究竟是谁的认可呢？

原来这家公司在美国主要是做职业技能培训，就是这样一家培训公司，到了中国就做起了心理咨询师的资格认证。

一份培训结业证书，变成了是国际专业的职业资格认证；培训公司变成了专业协会。

就在记者调查接近尾声的时候，又接到了培训机构的电话，告知有另外一个国际心理师的认证可以考。

从记者的调查来看，美国认证协会中国总部负责发所谓的国际认证证书，培训机构负责收价格不菲的培训费，他们的关系不言自明。这样的资格认证虽然没有什么含金量，却让有些人赚了不少真金白银。如此鱼龙混杂、滥竽充数的培训和认证，不仅扰乱了行业正常发展秩序，也使得旨在激发市场主体内在活力和社会创造力的国家政策打了折扣。对此不仅消费者要警惕，管理部门也应该对它们好好“认证”一下。

-----------

所以，看看是否很眼熟？ 自己看吧，不做任何评论。

数据分析师考试科目有这些：

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 I 包含以下科目：《职业道德与操守》、《数据库与 SQL 基础》、《统计学（初级）》、《业务数据分析》、《数据可视化》

PART 1 数据分析概述与职业操守（占比3%）

PART 2 数据结构（占比15%）

PART 3 数据库基础（占比17%）

PART 4 描述性统计分析（10%）

PART 5 多维数据透视分析（10%）

PART 6 业务数据分析（30%）

PART 7 业务分析报告与数据可视化报表（15%）

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 II 包含以下科目：《数据采集与数据处理》、《统计分析》、《商业策略分析》、《数据治理》

PART 1 数据采集与处理（占比12%）

PART 2 数据模型管理（占比3%）

PART 3 标签体系与用户画像（占比5%）

PART 4 统计分析（占比25%）

PART 5 数据分析模型（占比40%）

PART 6 数字化工作方法（占比15%）

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: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 Level III 包含以下科目：《数据挖掘与高级数据处理》、《自然语言处理与文本分析》、《算法应用与实战》

PART 1 数据挖掘概论（占比15%）

PART 2 高级数据处理与特征工程（占比25%）

PART 3 自然语言处理与文本分析（占比20%）

PART 4 机器学习算法（占比40%）

PART 5 机器学习实战（案例操作部分）

数据分析师考试评价目标：cda数据分析师课程理论知识直接应用于项目数据分析和投资决策工作，根据项目决策的需要，对项目各种相关数据进行精算和评估。

想要了解更多关于数据分析师的问题，可以咨询一下CDA认证中心。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职业道德和行为准则》新规范，发挥着自身数据专业能力，推动科技创新进步，助力经济持续发展。

数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：

他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。

他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。

他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。

为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：

1、简介

如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。

2、关于数据挖掘项目

这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：

他一开始是如何描述这个项目的

项目持续了多长时间

这个项目的关键问题是什么

问题是如何得到解决的

在数据挖掘项目中最为困难的阶段是什么

最有趣的阶段又是什么

在他眼里，客户是怎么样的

团队的其他成员又是如何表现的

从中获得了什么样的经验

在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。

3、关于数据挖掘的流程

考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。

必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。

另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。

4、解决问题

软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。

5、收尾

在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。

数据挖掘领域是一个独特的行业，通常的招聘面试方法可能不大适用于本行业的特点。在招聘一个合格的数据挖掘工程师时，公司一般关注以下三个方面：他聪明吗？聪明意味着能透过复杂的信息建构问题并以正确的方式加以解决。聪明人还能从失败中获取经验。他能否专注于项目？专注意味着在各种困难的环境内，仍能独立或合作完成项目。他是否能与团队一起工作。团队合作需要很好的沟通能力，工作中涉及到的概念、问题、模型、结论等都需要成员之间正确的沟通方能加以明确。为了解候选人是否具有数据挖掘工程师的潜质，需要一小时的面试，主要通过以下五个环节：1、简介如同交谈之初的寒暄一样，简介是使候选人放松下来。可以先介绍一下公司本身的情况，再回答对方的一些疑问。如果问题很复杂，可以将回答放到面试的最后阶段再处理。2、关于数据挖掘项目这是最为重要且耗时的面试阶段，询问候选人最近接手的数据挖掘项目的情况和处理方式。要提问的方面包括：他一开始是如何描述这个项目的项目持续了多长时间这个项目的关键问题是什么问题是如何得到解决的在数据挖掘项目中最为困难的阶段是什么最有趣的阶段又是什么在他眼里，客户是怎么样的团队的其他成员又是如何表现的从中获得了什么样的经验在这个面试阶段，不仅要提问关于“what”的问题，还要很多关于“why”的问题。因为优秀的数据挖掘工程师要能面对客户，清晰的论证并支持其提出的观点。3、关于数据挖掘的流程考察候选人对于工作流程的认识是必要的，如果他谈到了跨行业数据挖掘流程规范（CRISP-DM）意味着好兆头。有很多时候，候选人对这些规范不以为然。虽然说从不同的角度来看待问题是一种创新，但是创新也需要建立在坚实在流程标准之上。因为它可以保证我们不会出现大的纰漏。必要的时候，可以用白板让候选人画出流程图。并让他评价这些工作中最为重要或需要反思的地方。因为建模工作不可能一次完成，反复的提炼问题、建立模型的情况是经常遇到的。另外可以在某个挖掘流程进行深入考查，例如询问对方如何避免过度拟合，如何从大量的候选变量中进行筛选，如何评价或比较模型的效果。4、解决问题软件公司的面试一般会包括“编码测试”，考查数据挖掘工程师也应该如此。一种可以参考的作法是提供一份存在缺陷的分析报告。让候选人对报告进行研究，表达报告中结论的意义，提出其中所存在的问题或不足，提出改进或补救的方法。5、收尾在面试的最后阶段，需要回答候选人的其它提问，并使之相信本公司在本行业中的优势地位，以及在职业生涯中的作用。在完成面试后，需要立即将面试记录进行整理存档。面试是一件苦差事，但也是一个交流学习的机会。通过面试可以了解到其它人遇到的问题，以及他们是如何解决的。

Level Ⅰ业务数据分析师：120分钟，客观题（单选+多选），闭卷，上机答题。

Level Ⅱ建模分析师：90分钟，客观题（单选+多选），上机答题；120分钟，案例操作，闭卷，自行携带电脑操作（安装好带有数据挖掘功能的软件如：SQL,SPSS  MODELER,R,PYTHON，SAS,WEKA,等，进行案例操作分析。案例数据将统一提供CSV文件）。

Level Ⅱ大数据分析师：150分钟，客观题（单选+多选），闭卷，上机答题。

Level Ⅲ数据科学家：

第一阶段：150分钟，客观题+主观题，闭卷，上机答题。

第二阶段：1个月内，项目案例，开卷。提交项目结果，60分钟，线上答辩面试。（第一阶段考试通过者，才有资格参与第二阶段面试）。

扩展资料：

报考条件：

Level I：无要求，皆可报考

Level II：（满足以下之一皆可报名）

1、获得CDA Level Ⅰ认证证书

2、本科及以上学历需从事数据分析相关工作1年以上

3、本科以下学历需从事数据分析相关工作2年以上

Level III：（满足以下之一皆可报名）

1、获得CDA Level Ⅱ认证证书

2、本科及以上学历需从事数据分析相关工作3年以上

3、本科以下学历需从事数据分析相关工作4年以上

参考资料：cda-官网

数据挖掘工程师可以通过学习考取两个证书，证书目前主流有两个，一个是CDA，另一个是CPDA。全名是数据分析师，主要是数据分析方法、技术和软件操作为主。它包括：1、统计概率基础；2、数据分析模型方法；3、软件、工具的运用。如果这些技术不会，也不可能会操作数据分析。所以，CDA主要是针对数据分析师必不可少的技术性培训，是数据的获取、储存、整理、清洗、分析，检验到结果报告一个整体的过程，以及数据分析部分软件的操作。全名叫项目数据分析师，国内出现最早的数据分析培训，原先是信息产业部在组织，目前由中商联数据分析专业委员会和工信部教育与考试中心主管，内容主要针对的是基于企业在投资、经营、管理领域的数据分析，类似于MBA课程。课程包括《数据分析基础》、《战略管理》、《量化投资》、《量化经营》等，覆盖企业运营的每个环节，以数据分析的方法来进行的管理、经营、投资的分析，应该说企业的管理层适合学习CPDA来进行管理层面的分析和指导。关于数据挖掘工程师的课程推荐CDA数据分析师的相关课程，课程内容兼顾培养解决数据挖掘流程问题的横向能力以及解决数据挖掘算法问题的纵向能力。要求学生具备从数据治理根源出发的思维，通过数字化工作方法来探查业务问题，通过近因分析、宏观根因分析等手段，再选择业务流程优化工具还是算法工具，而非“遇到问题调算法包”点击预约免费试听课。