我身边的朋友考完了CDAI级在准备考CDAII级，如果含金量不高的话那也没必要还继续报名继续往上报考...图啥，含金量高不高，以个体的角度来看，看大纲内容，看考试条目是不是跟现在岗位需求，能力需求，技术要求一样或者相关；说句题外话，证书的目的到底在哪？简单来说，帮助企业招人时过滤筛选，因为对方第一次见你，不熟悉你，也不知道你多大能力，最直接能够看到的东西就是你脸蛋，身材，学历，和相关技能证书，相当于企业把初次筛选人力能力要求的成本转移给了大学或者相关技能认证机构，CDA考证在专业性、认可度、权威性、国际化都达到了很高的水平。
风中一匹狼丶
2021-05-26
CDA证书的含金量是很高的，而且会越来越高。具体可以咨询下cda认证考试中心
欢迎到咱们问答区进行提问呀！
CDA证书是全球最具含金量的数字化人才证书，已得到许多知名企业的认可与引进。如国际知名企业Oracle、IBM、 Pearson VUE、CDMS、德勤、Scikit-learn社区等都与CDA有着密切合作；在中国区，企业客户包括几乎所有银行，如中农工建，招商银行，邮储银行，各地城市银行，外资如渣打银行等；3大电信运营商中国电信，中国联通，中国移动；知名车企如奔驰，宝马，福特；知名互联网企业如京东、腾讯、字节跳动、苏宁等；跨国大型企业如华为、IBM、国家电网、麦当劳、迈瑞医疗；政府机关如央行清算总中心、解放军第9601工厂、重庆市统计局、税务局等。
风中一匹狼丶
2021-05-26
实际上严格来说，只有当样本来自一个正态分布总体时，才可以使用t分布来检验百分数点和置信区间，在总标准差已经知道的情况下，根据中心极限定理，得到标准化的正太随机变量，样本大，就更接近。但是小样本的偏差很难消除，在总体数据分布未知的情况下，最好使用非参数检验；所以你的问题，可以转化成，小样本情况下，总体均值已知，总体标准差未知（虽然确实知道），情况下使用t统计量检验；或者用更好的办法---非参数检验
xiaowang222
2021-05-22
“将金融知识和数据分析技能结合”这不就是当下流行的金融数据分析吗，金融的项目很多，数据分析的岗位细节也不太一样，我的朋友之前也是从事非技术方向的金融岗位，后来数据分析转行去做信贷数据分析了；随着国家和全球对5G的重视，未来是数据的未来。
cjk46
2021-05-21
既然你都有转行的想法了，我建议你转行要趁早，现在越来越多的非统计学专业的人都成功转行到数据分析行业。目前这个行业就业也前景非常好，现在市场上对于数据分析人才处于供不应求的状态。只要有想法，有行动力，再加上你已经有两年的工作经验，转行是没有问题的。如果你这两年的工作是金融行业，那再结合数据分析技能将会有更好的发展，具体详情可以到cda校区咨询一下，那边的就业老师会根据每个人的情况做个具体分析。
cjk46
2021-05-21
我看你这个帖子讲的比较清晰，感谢！
那个A/B测试之后就可以确定是选择A渠道还是选择B渠道吗
还是说只是去优化A和B两种渠道的资金投放比例
liting李
2021-05-21
DATEIF(((Price!$A$2:$A$37=B2)*(Price!$D$2:$D$37<E2)*(Price!$D$2:$D$37),图中公式不明白呢？这部分能解释下吗？2个星号连接起来的三段都是什么意思呢？整段公式能解释下么？我就卡在如何根据同一个sku下的不同日期，去匹配单价。。
LXM21
2021-05-19
我觉得对于有些统计学基础的人来说（尽管不是统计学科班出身），从一般职员转到数据分析人员难度是不太大的。数据分析在金融行业的应用是比较广泛的，你可以将你目前的金融专业知识和数据分析知识进行一个很好的结合，这样可以让自己更加具有不可替代性。
cjk46
2021-05-17
你也是用这个库的时候出的问题吗？pydub库
ermutuxia
2021-05-17
你好请问你这个问题解决了么，可以分享下方法么
ermutuxia
2021-05-15
