数据分析师证书真题

⑴ 数据分析师证书怎么考

考核方式以理论考试与实践考核相结合的形式进行，一年四次，分别在每年的3月、6月、9月、12月进行，学员完成笔试、上机考试考核。

考试需要提前报名，考试前下载打印准考证，带上居民身份证参加考试。具体考试事由会由当地老师通知。

数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

这是一个用数据说话的时代，也是一个依靠数据竞争的时代。目前世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。

各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

有更广阔的平台：

中国商业联合会数据分析专业委员会有坚实信用基础、认真的做事态度、众多的支持者及师资力量、庞大的社群生态圈。 我们专注为企业选拔优秀的数据分析人才。北京、上海、广州、深圳、苏州、杭州等地均有我们的授权中心为学员提供学习平台。

⑵ 数据分析师CPDA和CDA的考试难度一样吗

CDA Level Ⅰ：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、SPSS、Python 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。在 LevelⅠ的基础上更要求掌握多元统计、机器学习等理论知识，掌握高级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，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。 数据的分析和报告。 息；通过相关数据分析算法，结合 相关工具和软件完成数据的处理和 分析。 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。 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、大数据处理过程及最终结 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。 交付完整项目结果与商业报告，逻辑 严密，具有可评估与可实施性。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 Ⅱ：大数据分析师。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软件，从海量数据中提取相关信息，结合相关机器学习算法，进行大数据分析并形成严密的大数据分析报告。
CDA Level Ⅲ：数据科学家。在同时具备 LevelⅠ和 LevelⅡ三门科目要求的基础上，掌握更高级的前沿技术，包括计算机科学技术，高 性能数据处理，大数据架构，机器学习，深度学习，数据治理、项目管理等。并能够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。

⑶ 从数据分析师考试之笔试试题看职业要求

从数据分析师考试之笔试试题看职业要求

一、异常值是指什么？请列举1种识别连续型变量异常值的方法？
异常值（Outlier） 是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
Grubbs’ test（是以Frank E. Grubbs命名的），又叫maximum normed resial test，是一种用于单变量数据集异常值识别的统计检测，它假定数据集来自正态分布的总体。
未知总体标准差σ，在五种检验法中，优劣次序为：t检验法、格拉布斯检验法、峰度检验法、狄克逊检验法、偏度检验法。
点评：考察的内容是统计学基础功底。
二、什么是聚类分析？聚类算法有哪几种？请选择一种详细描述其计算原理和步骤。
聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。 聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)。聚类与分类的不同在于，聚类所要求划分的类是未知的。
聚类分析计算方法主要有： 层次的方法（hierarchical method）、划分方法（partitioning method）、基于密度的方法（density-based method）、基于网格的方法（grid-based method）、基于模型的方法（model-based method）等。其中，前两种算法是利用统计学定义的距离进行度量。
k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然 后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。
其流程如下：
（1）从 n个数据对象任意选择 k 个对象作为初始聚类中心；
（2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
（3）重新计算每个（有变化）聚类的均值（中心对象）；
（4）循环（2）、（3）直到每个聚类不再发生变化为止（标准测量函数收敛）。
优点：本算法确定的K 个划分到达平方误差最小。当聚类是密集的，且类与类之间区别明显时，效果较好。对于处理大数据集，这个算法是相对可伸缩和高效的，计算的复杂度为 O(NKt)，其中N是数据对象的数目，t是迭代的次数。一般来说，K<<N，t<<N 。
缺点：1. K 是事先给定的，但非常难以选定；2. 初始聚类中心的选择对聚类结果有较大的影响。
点评：考察的内容是常用数据分析方法，做数据分析一定要理解数据分析算法、应用场景、使用过程、以及优缺点。
三、根据要求写出SQL
表A结构如下：
Member_ID （用户的ID，字符型）
Log_time （用户访问页面时间，日期型（只有一天的数据））
URL （访问的页面地址，字符型）
要求：提取出每个用户访问的第一个URL（按时间最早），形成一个新表（新表名为B，表结构和表A一致）
create table B as select Member_ID, min(Log_time), URL from A group by Member_ID ;
点评：SQL语句，简单的数据获取能力，包括表查询、关联、汇总、函数等。
另外，这个答案其实是不对的，实现有很多方法，就不贴出来了，大家自己去发挥吧。
四、销售数据分析
以下是一家B2C电子商务网站的一周销售数据，该网站主要用户群是办公室女性，销售额主要集中在5种产品上，如果你是这家公司的分析师，
a) 从数据中，你看到了什么问题？你觉得背后的原因是什么？
b) 如果你的老板要求你提出一个运营改进计划，你会怎么做？
表如下：一组每天某网站的销售数据
a) 从这一周的数据可以看出，周末的销售额明显偏低。这其中的原因，可以从两个角度来看：站在消费者的角度，周末可能不用上班，因而也没有购买该产品的欲望；站在产品的角度来看，该产品不能在周末的时候引起消费者足够的注意力。
b) 针对该问题背后的两方面原因，我的运营改进计划也分两方面：一是，针对消费者周末没有购买欲望的心理，进行引导提醒消费者周末就应该准备好该产品；二是，通过该产品的一些类似于打折促销等活动来提升该产品在周末的人气和购买力。
点评：数据解读能力，获取数据是基本功，仅仅有数据获取能力是不够的，其次是对数据的解读能力。
五、用户调研
某公司针对A、B、C三类客户，提出了一种统一的改进计划，用于提升客户的周消费次数，需要你来制定一个事前试验方案，来支持决策，请你思考下列问题：
a) 试验需要为决策提供什么样的信息？
c) 按照上述目的，请写出你的数据抽样方法、需要采集的数据指标项，以及你选择的统计方法。
a) 试验要能证明该改进计划能显著提升A、B、C三类客户的周消费次数。
b) 根据三类客户的数量，采用分层比例抽样；
需要采集的数据指标项有：客户类别，改进计划前周消费次数，改进计划后周消费次数；
选用统计方法为：分别针对A、B、C三类客户，进行改进前和后的周消费次数的，两独立样本T-检验（two-sample t-test）。
点评：业务理解能力和数据分析思路，这是数据分析的核心竞争力。
综上所述：一个合格的数据分析应该具备统计学基础知识、数据分析方法、数据获取、数据解读和业务理解、数据分析思想几个方面能力。

⑷ 想考数据分析师，我看网上好多的数据分析师认证，哪个值得考

数据分析师我只听说过CDA数据分析师认证，今年我们公司还找了两个运营，有个小伙就是持有CDA的认专证，上来属薪酬就10k，我们公司是做互联网运营的，对数据处理方面还是要求比较高的，但有CDA认证的我们公司就比较认可这个人的专业能力，CDA数据分析师证书在行业内还是很有权威的，别的知名度不高，建议慎选。

⑸ 我想请问怎么考大数据分析师资格证书

• 懂业务：

  从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

• 懂管理：

  一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

• 懂分析：

  指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

• 懂工具：

  指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。

• 懂设计：

  懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

大数据分析师可以使企业清晰的了解到企业现状与竞争环境，风险评判与决策支持，能够充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。所以，大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。

数据分析可谓由来已久，帐房先生在某种意义上讲也可以称之为数据分析师，分析着往来帐务、应收、支出等，但这不是大数据分析，只是基于自身数据的统计而已，所以，清楚大数据分析师的职责必须要明白数据分析与大数据分析师的区别。

⑹ 数据分析师有国家认可的职业资格考试吗

数据分析师认证

• 国家部委（工信部教育与考试中心）颁发的有：

  a，《数据内分析师职业容技术证书》（此证书是CPDA数据分析师通过后颁发）

  b，《大数据分析师专项技术证书》（此证书很多单位都在进行认证工作）

• 正规协会组织颁发的有：

  a，《CPDA数据分析师证书》（由中国商业联合的数据分析专委会颁发，也是国内最早的数据分析类认证项目）

  b，《BDA大数据分析师证书》（由中商统会颁发，前身为统计师证书，后变更为数据分析类证书项目）

• 企业颁发的证书有：

  a，实力大厂颁发的证书 阿里，腾讯等。

  b，细分行业领头企业颁发的证书 帆软，永洪，八爪鱼等。

• 其他。“一些海外协会”“合资协会”“某些逐利培训机构”“某些原论坛”等颁发的证书。

  具体还需要学员自己辨别。

• 其中，第一，第二，第三类都可以根据自己的学习意愿进行选择性的考取，其中，企业颁发的证书还需要注意企业存续的时间，有可能会出现证书考下来，但企业倒闭的情况。 第四类建议谨慎。

⑺ 数据分析师考试内容有哪些

考试考察内容：理论考试+实操考试。理论考试内容包括数据分析基本原理、概念及简单计算，题型分为填空、判断、单选题、多选题，此考试为上机考试。实操考试为实际案例分析，一共三科。

Level Ⅰ：业务数据分析师。专指政府、金融、电信、零售等行业前端业务人员;从事市场、管理、财务、供应、咨询等职位业务人员;非统计、计算机专业背景零基础入行和转行就业人员。

Level Ⅱ：建模分析师。两年以上数据分析岗位工作经验，或通过 Level Ⅰ认证半年以上。专指政府、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。

Level Ⅱ：大数据分析师。两年以上数据分析岗位工作经验，或通过LevelⅠ认证半年以上。专指政府、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。《投资数据分析实务》、《市场调研与预测》是项目数据分析专业考生必修必考教材。 《经济学原理》、《统计学原理》、《财务管理》是本课程的先修课程。考试内容涉及项目前期市场研究、项目相关数据采集、数据处理、数据预测、投资数据编制与估算、现金流量估算、投资数据分析、资本限量决策、不确定性分析、公司价值评估等。

⑻ 数据分析师资格证书怎么考

数据分析师资格证书在CPDA项目数据分析师网站报名考试，报考条件如下：

1、统计学、数学、经济、管理类或者相关专业大专以上学历；

2、具有一年以上工作经验；

3、具有良好的品行；

4、身心健康；

5、遵纪守法。数据分析师是专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

数据分析师的职责是如下：

1、提供多维数据分析服务；

2、对平台的用户行为路径做统计分析；

3、整理已收集的数据；

4、优化系统的数据资源；

5、配合业务部门外出讲解方案；

6、完成领导交办的其他工作。


想要考取数据分析师资格证可以到CDA数据分析认证中心看看，CDA数据分析认证中心为响应教育部《关于在院校实施“学历证书+若干职业技能等级证书”制度试点方案》（简称1+X证书）和产学合作协同育人项目，通过“以证促学”的方式， 深化复合型技术人才培养模式和评价模式改革，培养更多具有良好专业知识、实际操作技能和职业态度的高素质、高技能的应用型人才。


CDA及其认可的教育机构已与国内100多家高校达成了合作， 制定了CDA全国统一的管理制度标准，建立了高校考试中心、专业共建及新时代数据科学人才培养基地！

⑼ 数据分析师有哪些含金量较高的证书

1、SAS程序员专业证书(SAS Programmer ProfessionalCertificate)

SAS的全称是数据分析系统。很多时候，数据科学家在做机器学习时，会感觉自己对很多数据细节了解不够透彻，这时候，你就需要学习SAS，它能细化你对数据结论的了解。学会使用SAS技术，你可以通过Q-Q图、直方图和残差图等，来进行正态分布检验，也可以进行方差分析和多元方差分析等。

2、IBM 数据科学专业证书(IBM Data Science ProfessionalCertificate )

如果你已经是数据分析从业者了，那么，你一定对这份同样由Coursera发放的证书并不陌生。一旦你考取了这份证书，就能证明在你对数据科学建立了整体、系统性的认知。这一点在很多企业，尤其是互联网企业，是非常看重的点。

3、专业机器学习工程师BETA(Professional Machine Learning EngineerBETA)

这个证书的颁发机构是Google，它也是目前适合机器学习工程师，挑战难度最大(换句话说，含金量最大)的一个证书。由于对于主攻模型的数据科学家来说，我们需要具备部署和工程方面的知识，因此，考取这个证书就能从侧面论证，你是否具备了足够这方面的专业知识。

4、Tableau证书

最后说一个具有争议性，但值得考取的证书——Tableau认证。这个证书主要是针对经常需要做数据可视化的从业者提出的。我们都知道，Tableau是一个用来描述指标和数据的可视化工具，它在商业技术领域用途更广泛。

关于数据分析师有哪些含金量较高的证书，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。