wangeunice
数据分析师考试内容都有哪些呢？数据分析师考试由中国商业联合会数据分析专业委员会与工业与信息化部教育与考试中心联合举办。每年四次。
数据分析师考试大纲列上来：
第一部分考试介绍
一、考试目标
数据分析师专业技术考试主要测试考生是否具备数据分析基础知识，是否了解数据分析工作流程及数据分析技术，是否具备利用数据分析知识解决实际业务问题的能力。
侧重考查考生对数据分析知识的掌握和应用，借助数据分析知识解决实际数据分析工作和企业决策工作的能力，根据企业决策的需要，对各种相关数据进行分析和评估能力。
考点涉及数据分析统计基础、数据获取、数据预处理、数据可视化、数据算法模型及客户数据分析、产品数据分析、营销数据分析、采购数据分析、物流数据分析、生产制造数据分析、智能供应链及投资收益风险分析等。
二、考试科目及考试形式
考试分为理论机考和实操笔试，三科考试时限均为120 分钟，满分都为100分。
三、教材与资料
《供应链优化与投资分析》
《数据分析基础》
《营销数据分析》
《战略管理》《面授讲义》是数据分析师考生必修必考教材与资料，查看数据分析师考试教材介绍。
四、知识点要求注释
识记：要求掌握概念、熟悉理论、重点考试要求范围；
理解：要求应知应会，非重点考试要求范围；
应用：掌握实际使用方法，运用计算工具或分析软件进行实 和分析，考试要求范围；
了解：拓展性知识，非考试要求范围。
第二部分 考试内容
根据数据分析师专业技术考试的考试目标、科目和考试形式等要求，数据分析师专业技术考试科目要点包括但不限于以下内容：
一、 数据分析理论知识
数据分析理论知识是对考生数据分析基础知识的掌握程度的测试。数据分析基础主要从数据分析的整个流程去考查学生知识，其中涵盖了数据获取、数据预处理、数据可视化、数据分析算法与模型以及数据分析结论建议等方面的知识内容。考试题型主要是客观题，包含单项选择题、多项选择题、判断题，以机考形式考核。
数据分析理论知识考试内容：
1.数据分析整体流程考察，以及各个环节常用方式方法。
（1） 数据及其分类。
（2） 数据分析基础知识：概率统计基本概念、参数估计、假设检验、数据分析基本方法等。
（3） 数据分析工具。
2.数据获取
（1）内部数据获取：数据库基本理论、关系型数据库、非关系型数据库、大数据存储和获取、数据仓库。
（2）外部数据获取：网络爬虫、物联网数据获取、行业数据获取、政府数据获取、外购交易数据、API数据获取等。
（3）抽样调查技术：抽样调查基本概念、抽样方法、抽样误差和精度描述、抽样实施步骤等。
3.数据预处理
数据预处理的意义、方法、以及各种预处理方法的适用条件。
（1）数据的描述性分析：集中趋势测度、离散趋势测度等。
（2）数据清洗：缺失数据、异常数据等。
（3）数据集成。
（4）数据转换：数据标准化、数据的代数运 、数据的离散化等。
（5）数据规约：变量规约、数值规约等。
4.数据可视化
（1）基本图表及其使用技巧。
（2）可视化工具优缺点及适用情况和意义。
5.数据分析技术—机器学习基础
监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络算法、SVM算法等原理及简单计算。
非监督算法中各种聚类算法，降维算法，以及关联规则算法、文本挖掘中基本算法原理及简单计算。
6.数据分析应用
（1）战略研究、市场研究、消费者使用习惯与态度研究、品牌诊断、新产品研究、广告研究、渠道研究等。
（2）客户数据分析应用：用户画像的方法、维度分解和模型应用的简单分析与计算等。
（3）产品数据分析应用：产品定位、产品设计阶段数据分析模型原理、产品运营数据分析模型原等。
（4）营销数据分析应用：市场预测模型原理、价格模型原理、促销广告模型原理等。
（5）供应链优化数据分析应用：大数据智能供应链、采购模型原理、生产模型原理、物流模型原理等。
（6）投资数据分析应用：量化投资概念和特点、实业投资技术选择方法、数据编制与估算、收益与风险数据分析等。
二、数据分析算法与模型
数据分析算法与模型主要考查学员对所学算法与模型的宏观掌握情况，考查学员对数据分析基本知识的掌握程度以及对于数据分析算法的理解以及应用算法的建模能力。考试题型主要是通过算法模型进行案例分析，题量在4-5 个左右。以计算结果正误和解题思路步骤为考核标准。数据分析算法与模型考试内容：
1.机器学习算法
监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络算法、SVM算法等。
非监督算法中各种聚类算法，降维算法，以及关联规则算法，文本挖掘基本算法。
2.应用模型
KANO 模型、PSM模型、巴斯模型、规划求解、层次分析法、节约里程法、经济生产（订货）模型、收益评价指标计算、盈亏平衡分析 、敏感性分析 、风险概率分析。
三、数据分析应用
数据分析应用主要考查学员在实战中运用分析原理、选择合适的分析方法和决策的思维解决实际业务问题的能力。考试题型主要是通过数据分析流程、分析业务背景辨别适合应用的分析算法模型，并综合评估分析结果，对实际问题进行分析、预测并提出解决方案。
考试题型是大案例分析，题量在 2-4 个左右。 以分析思路步骤和预测结果与真实数据误差项为考核标准。
数据分析应用考试内容：
1.数据获取
（1） 结构化数据获取方式和方法。
（2） 非结构化数据获取方式和方法。
2.数据预处理
（1）数据的描述性分析：集中趋势测度、离散趋势测度等。
（2）数据清洗：缺失数据、异常数据等。
（3）数据集成。
（4）数据转换：数据标准化、数据的代数运算、数据的离散化等。
（5）数据规约：变量规约、数值规约等。
3.数据可视化
（1）基本图表及其使用技巧。
4.数据分析技术—机器学习基础
（1）方法选择;监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络
算法、SVM算法等。
非监督算法中各种聚类算法，降维算法，以及关联规则算法、文本挖掘中基本算法等。
（2）方法评估
5.数据分析应用
（1）战略研究、市场研究、消费者使用习惯与态度研究、品牌诊断、新产品研究、广告研究、渠道研究等。
（2）客户数据分析应用：用户画像的方法、维度分解和模型应用等。
（3）产品数据分析应用：产品定位、产品设计阶段数据分析、产品运营数 等。
（4）营销数据分析应用：市场预测模型、价格模型、促销广告模型等。
（5）供应链优化数据分析应用：大数据智能供应链、采购模型、生产模型、物流模型等。
（6）收益与风险数据分析应用等。
第三部分 考核目标
考点 要求 题目难易程度比例分配（难、中等、易）
数据及分类的相关知识 识记 易50%,中等25%，难25%
概率统计相关知识（数据分布、参数估计、假设检验等） 识记 易25%，中等50%，难25%
数据分析工具 理解、应用 易25%，中等50%，难25%
结构化数据获取（数据库基础理论知识、SQL语言相关知识） 识记 易50%，中等25%,难25%
非结构化数据获取（非结构化数据获取方式和相关概念） 识记 易50%，中等25%,难25%
抽样调查技术 理解 易50%，中等25%,难25%
数据分析基础指标（集中趋势、离散趋势等指标） 识记 易25%，中等50%，难25%
数据预处理方法（数据清洗、数据转换等方法） 识记、应用 易25%，中等50%，难25%
数据可视化（各种图表相关知识和应用场景） 识记、应用 易25%，中等50%，难25%
数据分析各种算法（监督学习算法与非监督学习算法） 识记、应用 易25%，中等50%，难25%
产品分析模型和应用（各种算法应用，以及kano模型，PSM模型等） 识记、应用 易25%，中等50%，难25%
客户分析模型和应用（客户画像分析流程及应用） 识记、应用 易25%，中等50%，难25%
营销分析模型和应用（市场预测模型、价格模型、促销广告模型等） 识记、应用 易25%，中等50%，难25%
供应链优化（大数据智能供应链、采购模型、生产模型、物流模型） 识记、应用 易50%，中等25%,难25%
投资分析（收益和风险分析等） 识记、应用 易50%，中等25%,难25%
第三部分内容详细内容在数据分析师考试大纲中查看。或者直接搜索【CPDA数据分析师】进入查看考试大纲。
h通过数据分析师考试即可获得数据分析师证书，证书样图如下：
地图为数据分析师考试北京考点。
郑二头头
数据分析要学习Python、R、SAS等编程工具；对数据仓库需要了解可以去九道门做些实验项目；如果你觉得还是难，那就采用最基础的学习路径，直接买MYSQL关系型数据库的书看，随便到网上去找个免费的MYSQL课程听；分布式存储HDOOP需要简单了解；云计算的技术作为了解就可以了；数据可视化不是很难，如果不要求特别美工的话，大家先理解图表，再研究研究仪表板，阿里云的Quich BI及DataV,百度的echarts都不错，主要是展示的业务结构需要规划；大数据技术:这个相对来说有些难度，如果是学数学统计类专业小伙伴就非常有优势了，其他专业的小伙伴也不用担心，毕竟工作后还可以继续学习，在工作中用的比较多的是聚类、关联、决策树、线性回归等，如果你不去做模型和算法工程师那么只需要会用就可以了，实在不行有专业的工具让我们用，阿里云的机器学习PAN是可以直接出结果的工具。可以到九道门商业数据分析实训官网上去看一些案例，自己做做训练。如果自学的小伙伴觉得很难坚持，那就只能去报班了，如果要成为大数据分析师的话就要时间沉定，或者让老师带你，像我就是进到决明后由赵强老师带了半年，现在基本上已经能熟练的搞这一套了。
mrs探险家
为了适应大数据时代的要求，数据分析这一工作需要更加正规化、专业化以及职业化，因此，数据分析师应运而生，成了较多人争相报考的科目。那么 数据分析师资格证书好考吗 ？通过率是多少呢？相信很多人都对数据分析师资格证的考试感兴趣。本期乔布简历就来和大家讲讲数据分析师资格证的那些事儿~一方面，据了解，数据分析师资格证的通过率有80%以上，通过率如此之高，大家是不是也可以放心一点了呢？另一方面，数据分析师资格证分三个等级， 每个等级的条件只要满足两者之一就能报考数据分析师资格证。Level Ⅰ： 拥有本科及以上学历或在校本科大四学生、本科以下学历非学生需从事数据分析相关工作1年及以上；Level Ⅱ：本科及以上学历并从事数据分析相关工作2年以上、本科以下学历需从事数据分析相关工作3年以上；Level Ⅲ：本科及以上学历并从事数据分析相关工作5年以上、本科以下学历需从事数据分析相关工作6年以上。一级门槛较低，但非本科的考生可能还需要一份 简历 来证明自己从事过相关工作。二级和三级都需要有个人 简历 来证明自己有过相关的工作经验，相关工作不限制行业，工作涉及统计，数据分析，数据挖掘，数据库，数据管理等内容即可。因此，看来，要考出数据分析师资格证也需要提前做好准备，需要从事相关的工作，这样才能够较容易的考出 数据分析师的资格证 。国家级的资格证肯定是有一定的难度的，通过率高也不代表一定能够通过，觉得在决定报考数据分析师资格证书后，一定要认真备考，只有认真备考了，才能够在考试中发挥自己真正的实力，不会因为自己的不努力而错失一个机会，不会因为自己没有认真对待而留下遗憾。最后，希望报考数据分析师资格证的考生们都能如愿以偿。
罗成or房谋杜断
level1：数据分析师-统计学、概率论基础知识level2：建模分析师-统计学、概率论基础知识 大数据分析师-大数据分析基础、Hadoop 理论、数据库 与数据仓库、机器学习理论level3：数据科学家-计算机科学、大数据架构、机器学习 与深度学习、数据治理、项目管理
夭爻溔訞濘綸
下面给你整理了一部分应聘数据分析师会遇到的问题：
1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。
2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的?
3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则?
4、什么是：协同过滤、n-grams, map reduce、余弦距离?
5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库?
6、如何设计一个解决抄袭的方案?
7、如何检验一个个人支付账户都多个人使用?
8、点击流数据应该是实时处理?为什么?哪部分应该实时处理?
9、你认为哪个更好：是好的数据还是好模型?同时你是如何定义“好”?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好?
10、什么是概率合并(AKA模糊融合)?使用SQL处理还是其它语言方便?对于处理半结构化的数据你会选择使用哪种语言?
11、你是如何处理缺少数据的?你推荐使用什么样的处理技术?
12、你最喜欢的编程语言是什么?为什么?
蛋爹是石头
数据分析师考试科目主要涉及数据库管理、数据分析及统计、知识管理、数据挖掘和大数据技术等多个方面。
一，数据库管理：考试包含数据库结构、模式、SQL查询语句等知识点。需要考生掌握 SQL 的基本操作，可以熟练的建立、更改、查询数据库，操作 Oracle、MySQL 等数据库系统，具备解决数据库相关问题的能力。
二，数据分析及统计：考试包括数据分析理论、数据挖掘、统计推断理论等知识。需要考生具备应用 Excel、SPSS 等软件进行数据分析的基本能力，能够根据实际情况设计有效的分析方法，挖掘有价值的数据，分析和预测未来发展动态。
三，知识管理：考试内容涉及知识管理的相关理论，需要考生了解知识管理的概念、历史发展、方法、技术等，能够把企业信息资源发挥最大效益，提升企业核心竞争力。
四，数据挖掘：考试内容涉及数据挖掘的相关理论，需要考生掌握数据挖掘的各种技术及其应用，如关联分析、聚类分析、时间序列分析等，以及能够搜集、整理、挖掘企业内部数据，为企业提供决策支持。
五，大数据技术：考试内容涉及大数据处理的相关理论，需要考生掌握 Hadoop、Spark 等大数据处理技术，能够对海量数据进行快速处理，分析企业内部各类信息，收集、整理、清洗数据，提高企业数据分析能力。
数据分析师的工作职责
互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。
与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。
就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。
此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。
青柠果茶
数据分析师理论考试多数为理论和简单计算、题量大，但相对题目的难度不高，主要考核学员的理论熟练程度和记忆能力；实际操作考试由于是对实际解决问题的能力进行考核，所以题目量不大，但难度高、计算量大、对学员能否将理论综合运作的要求高，往往是通过考核的主要障碍。据统计，数据分析师证书的通过率在80%以上，就这一数字来看，考试难度是不大的。但随着数据分析师普及度越来越高，参与考试的人数也越来越多，因此，为了更好地为行业选拔人才，资格考试难度可能会进一步加大。所以学习大数据是一个不错的选择，学大数据推荐到CDA数据认证中心了解一下。CDA入选教育部2020年“终身学习品牌根据《教育部办公厅关于举办 2020年全民终身学习活动周的通知》和教育部职业教育与成人教育司《关于征集"百姓学习之星"和"终身学习品牌项目"有关事宜的函》提出的开展百位"百姓学习之星"和百个"终身学习品牌项目"推荐认定和宣传展示活动的要求，全民终身学习活动周工作小组组织全国各省（自治区、直辖市）开展了"百姓学习之星"和"终身学习品牌项目"征集活动。 在此期间，北京国富如荷网络科技有限公司“CDA线上学习平台”，入选教育部2020年“终身学习品牌项目”。
优质职业资格证问答知识库
