CDA数据科学研究院 CDA考试中心 CDA网校 企业服务
CDA社区
CDA竞赛 CDA技术答疑 CDA会员 职业咨询
关于CDA APP下载
全国热线4000-51-9191

cda

数字化人才认证
全国校区
北京 上海 广州 深圳 成都 西安 南京 长沙 宁波
数据分析师 就业班 题库 CDA认证
登录 注册
首    页
课程中心
就业邦：
CDA数据分析周末就业班2025 CDA数据分析脱产就业班2025 CDA敏捷算法建模周末班
职业技能：
CDA 业务数据分析 LEVEL Ⅰ 实操班 CDA 商业策略分析 LEVEL Ⅱ 集训营 CDA 机器学习与深度学习 LEVEL Ⅲ 集训营
职业路径
直播公开课
认证考试认证考试
企业内训
CDA社区CDA社区
CDA竞赛 CDA技术答疑 CDA会员 scikit-learn中文社区 职业咨询 求职招聘 能力测试
产    品CDA社区
大数据与人工智能实验室 好学AI(下一代智能学习产品) CDA网校 CAIE人工智能工程师认证
证书查询

您的位置：首页 > 课程列表 > 数据科学家精英培训

数据科学家精英培训

数据科学家精英培训

数据科学家精英培训-CDA LEVEL Ⅲ

难度系数:

课程系列：Level Ⅲ

周期：2-3个月

课程信息：
相关等级报考推荐：
  • Level I¥1200元
  • Level II¥1700元
  • Level III¥2500元
立即报名 咨询老师
收藏
课程介绍 大纲案例 服务升级 主讲老师 认证标准 课程问答

  • WHAT 课程简介

    数据科学家精英培训：CDA LEVEL 3数据科学家精英培训是符合「CDA数据分析师人才行业标准」最高等级准则的一套能够将数据分析师（Data Analyst）培养为数据科学家（Data Scientist），具备专业性、科学性、高端性、先进性的领袖级人才培养方案。该课程主要面向从业多年的、有技术基础的大数据及数据分析专业人士、数据工程师等，为他们提供一个成为数据领袖的跳板。 课程内容是在CDA LEVEL 1和LEVEL 2大纲的基础之上，进一步涉及更先进的技术、更系统的架构、更高效的管理，包含计算机科学技术（高性能），大数据架构设计，机器学习，深度学习，数据治理，项目管理等内容，让数据科学是技术的同时，也能成为艺术。
    课程安排：
    联动式学习：线下场景案例沉浸式教学（主）+ 线上高级技术互动式教学（辅）
    课程周期：三个月，线上约20课时，线下50+课时（周末面授）
    报名方式：申请名额，考核严选（可以先下订单提交信息，考核通过后再缴费报名）
    招生规模：限额30人

  • WHY 学习目标

    让数据分析师、工程师，成长为数据科学家
    弥补缺陷，掌握数据科学家应具备的全方位综合技能
    学习到先进、前沿的算法模型及高性能技术，大大提升工作效率
    掌握大数据治理、架构设计，提升宏观视角，决策企业战略
    掌握项目管理能力，学会搭建数据团队，部门沟通协调，最大化利用资源

  • WHO 学习对象和基础

    课程对象
    数据相关岗位的专业人士，如数据分析师，数据咨询顾问，大数据、机器学习、算法工程师等
    数据相关部门的管理人士，如数据部主管、总监，首席数据官（CDO），CTO，CIO等
    数据领域的研究或教育人士，如科研人员、研究员，高校数据相关专业教师等
    学员基础
    需要具备CDA LEVEL 1+2的知识技能，包括数据分析、数据挖掘、大数据等技术
    掌握java基础编程，python、R等相关数据分析编程软件，实现数据挖掘全流程
    有一定的工作经验，具备良好的沟通交流能力



课程案例，项目特训

点击图片任何区域可放大

画像在O2O互联网场景的实践

案例介绍 从“互联网+、移动互联网、AI+”等概念的更迭，大家对数据的认知越来越清晰。数据既是线上场景的产物，反之又作用线上场景的持续优化。“数据将改变互联网”、“数据的量变将带来世界的质变”众说纷纭，但是大数据技术怎样在O2O行业中落地实践并发挥作用成为让人深思的问题。在外卖的物流场景下的调度是一个时空最优解的模型评估，模型的演进的过程中，都有重要的特征支持着变革，边界非常清晰。模型演进对于画像部分，是开始在配送服务精细化运营的落地步骤；画像是为了满足个体的真实差异而对个性化的支撑方式。分享围绕互联网企业在智能调度系统方向上从的逐步演进，画像贯穿在整个生态当中，在大刀阔斧的业务版本演进同时，能够细致入微的解决落地场景的实践。 技能涉及 用户画像、特征挖掘、模型评估、个性化推荐、时空最优。
点击图片任何区域可放大

文本挖掘实战

案例介绍 文本分析(Text analysis)是文本挖掘、信息检索的一个基本问题。它将文本中抽取出的特征词进行量化，进而表示其文本信息。由于文本是由特定的人进行编撰的，文本的语义结构不可避免地会反映人的特定立场、观点、价值和利益。通过大量数据的支撑，并结合文本内容的分析，可以推断出文本编撰者的意图和目的，以进行各种不同场景应用。 技能涉及 分词、词性标注、命名实体标订、情绪标订、词关联分析、文件分类、文件摘要、文件聚类、文字云。
点击图片任何区域可放大

深度学习在影像物体辨识上的应用 ...

案例介绍 Cifar-10是由深度学习大师 Geoffrey Hinton 教授与其在加拿大多伦多大学的学生 Alex Krixhevsky 与 Vinoid Nair 所整理之影像数据集, 包含 6 万笔 32*32 低分辨率之彩色图片, 其中 5 万笔为训练集; 1 万笔为测试集, 是机器学习中常用的图片辨识数据集。Cifar-10 的所有图片被分为 10 个类别(飞机、汽车、鸟、猫、鹿、狗、青蛙、船、卡车)。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

深度学习在手写数字辨识上的应用 ...

案例介绍 对于开始接触 TensorFlow 、 Keras 等深度学习框架的人而言，“MNIST 手写数字辨识”是非常适合入门的练习项目，其角色就好比刚学习程式语言时所印出的 " Hello world ! " 一样。而 MNIST 手写数字辨识，顾名思义，便是让机器辨识出手写数字影像是 0 到 9 之间的哪一个数字。MNIST 资料集是由 Yann LeCun 等人提供在 THE MNIST DATABASE 上面的手写数字资料，这些资料包含图片与标签两种形式的内容。其中， training data（共 55000 笔）与 validation data（共 5000 笔）皆具有图片及标签，而 test data（共 10000 笔）则是只有图片，而没有标签。每一笔资料的照片是由 28 pixels x 28 pixels ，总共 784 个 pixels 所组成，图片显示的是 0 到 9 之中的一个阿拉伯数字；资料的标签则表示该手写数字图片所呈现的数字为何，也就是 0 到 9 中一个数值。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

大数据指标模型治理与实践

案例介绍 大数据对业务数据ETL处理后，面临在数据仓库层面对业务词库定义、指标建模、元数据统一等问题；后期对外数据通过产品化和AdHoc方式交付数据，存在指标定义相同，但是语义理解存在较大偏差，如何进行指标模型的多口径计算逻辑统一，避免繁琐的人工维护和迭代，是本议题主张的部分；通过一处定义数据指标，多处交付统一的模型抽象、定义、训练和交付整体实践。 技能涉及 元数据、大数据计算、ETL、数据建模、计算口径、血缘关系、语义理解、统一模型。
点击图片任何区域可放大

社会网络分析实战

案例介绍 社会网络是许多节点以及节点间关系构成的一个网络结构。社会网络的核心概念是人与人之间的关系，通过这些关系定义了我们是谁，以及如何行事。我们的人格、教育、背景、种族、民族等所有的一切都会与我们的关系模式产生互动，进而在关系中留下不可磨灭的印记。社会网络分析（Social Network Analysis）则是通过对社会网络进行观察和研究，回答许多社会的问题。具体来说，是用来查看节点、链接之间的社会关系的分析方式。 技能涉及 网络分析(节点进出程度、网络的密度)、Page Rank、扩散分析、群组分析、群组聚类、网络社区结构。
点击图片任何区域可放大

画像在O2O互联网场景的实践

案例介绍 从“互联网+、移动互联网、AI+”等概念的更迭，大家对数据的认知越来越清晰。数据既是线上场景的产物，反之又作用线上场景的持续优化。“数据将改变互联网”、“数据的量变将带来世界的质变”众说纷纭，但是大数据技术怎样在O2O行业中落地实践并发挥作用成为让人深思的问题。在外卖的物流场景下的调度是一个时空最优解的模型评估，模型的演进的过程中，都有重要的特征支持着变革，边界非常清晰。模型演进对于画像部分，是开始在配送服务精细化运营的落地步骤；画像是为了满足个体的真实差异而对个性化的支撑方式。分享围绕互联网企业在智能调度系统方向上从的逐步演进，画像贯穿在整个生态当中，在大刀阔斧的业务版本演进同时，能够细致入微的解决落地场景的实践。 技能涉及 用户画像、特征挖掘、模型评估、个性化推荐、时空最优。
点击图片任何区域可放大

文本挖掘实战

案例介绍 文本分析(Text analysis)是文本挖掘、信息检索的一个基本问题。它将文本中抽取出的特征词进行量化，进而表示其文本信息。由于文本是由特定的人进行编撰的，文本的语义结构不可避免地会反映人的特定立场、观点、价值和利益。通过大量数据的支撑，并结合文本内容的分析，可以推断出文本编撰者的意图和目的，以进行各种不同场景应用。 技能涉及 分词、词性标注、命名实体标订、情绪标订、词关联分析、文件分类、文件摘要、文件聚类、文字云。
点击图片任何区域可放大

深度学习在影像物体辨识上的应用 ...

案例介绍 Cifar-10是由深度学习大师 Geoffrey Hinton 教授与其在加拿大多伦多大学的学生 Alex Krixhevsky 与 Vinoid Nair 所整理之影像数据集, 包含 6 万笔 32*32 低分辨率之彩色图片, 其中 5 万笔为训练集; 1 万笔为测试集, 是机器学习中常用的图片辨识数据集。Cifar-10 的所有图片被分为 10 个类别(飞机、汽车、鸟、猫、鹿、狗、青蛙、船、卡车)。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

深度学习在手写数字辨识上的应用 ...

案例介绍 对于开始接触 TensorFlow 、 Keras 等深度学习框架的人而言，“MNIST 手写数字辨识”是非常适合入门的练习项目，其角色就好比刚学习程式语言时所印出的 " Hello world ! " 一样。而 MNIST 手写数字辨识，顾名思义，便是让机器辨识出手写数字影像是 0 到 9 之间的哪一个数字。MNIST 资料集是由 Yann LeCun 等人提供在 THE MNIST DATABASE 上面的手写数字资料，这些资料包含图片与标签两种形式的内容。其中， training data（共 55000 笔）与 validation data（共 5000 笔）皆具有图片及标签，而 test data（共 10000 笔）则是只有图片，而没有标签。每一笔资料的照片是由 28 pixels x 28 pixels ，总共 784 个 pixels 所组成，图片显示的是 0 到 9 之中的一个阿拉伯数字；资料的标签则表示该手写数字图片所呈现的数字为何，也就是 0 到 9 中一个数值。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

大数据指标模型治理与实践

案例介绍 大数据对业务数据ETL处理后，面临在数据仓库层面对业务词库定义、指标建模、元数据统一等问题；后期对外数据通过产品化和AdHoc方式交付数据，存在指标定义相同，但是语义理解存在较大偏差，如何进行指标模型的多口径计算逻辑统一，避免繁琐的人工维护和迭代，是本议题主张的部分；通过一处定义数据指标，多处交付统一的模型抽象、定义、训练和交付整体实践。 技能涉及 元数据、大数据计算、ETL、数据建模、计算口径、血缘关系、语义理解、统一模型。
点击图片任何区域可放大

社会网络分析实战

案例介绍 社会网络是许多节点以及节点间关系构成的一个网络结构。社会网络的核心概念是人与人之间的关系，通过这些关系定义了我们是谁，以及如何行事。我们的人格、教育、背景、种族、民族等所有的一切都会与我们的关系模式产生互动，进而在关系中留下不可磨灭的印记。社会网络分析（Social Network Analysis）则是通过对社会网络进行观察和研究，回答许多社会的问题。具体来说，是用来查看节点、链接之间的社会关系的分析方式。 技能涉及 网络分析(节点进出程度、网络的密度)、Page Rank、扩散分析、群组分析、群组聚类、网络社区结构。
点击图片任何区域可放大

画像在O2O互联网场景的实践

案例介绍 从“互联网+、移动互联网、AI+”等概念的更迭，大家对数据的认知越来越清晰。数据既是线上场景的产物，反之又作用线上场景的持续优化。“数据将改变互联网”、“数据的量变将带来世界的质变”众说纷纭，但是大数据技术怎样在O2O行业中落地实践并发挥作用成为让人深思的问题。在外卖的物流场景下的调度是一个时空最优解的模型评估，模型的演进的过程中，都有重要的特征支持着变革，边界非常清晰。模型演进对于画像部分，是开始在配送服务精细化运营的落地步骤；画像是为了满足个体的真实差异而对个性化的支撑方式。分享围绕互联网企业在智能调度系统方向上从的逐步演进，画像贯穿在整个生态当中，在大刀阔斧的业务版本演进同时，能够细致入微的解决落地场景的实践。 技能涉及 用户画像、特征挖掘、模型评估、个性化推荐、时空最优。
点击图片任何区域可放大

文本挖掘实战

案例介绍 文本分析(Text analysis)是文本挖掘、信息检索的一个基本问题。它将文本中抽取出的特征词进行量化，进而表示其文本信息。由于文本是由特定的人进行编撰的，文本的语义结构不可避免地会反映人的特定立场、观点、价值和利益。通过大量数据的支撑，并结合文本内容的分析，可以推断出文本编撰者的意图和目的，以进行各种不同场景应用。 技能涉及 分词、词性标注、命名实体标订、情绪标订、词关联分析、文件分类、文件摘要、文件聚类、文字云。
点击图片任何区域可放大

深度学习在影像物体辨识上的应用 ...

案例介绍 Cifar-10是由深度学习大师 Geoffrey Hinton 教授与其在加拿大多伦多大学的学生 Alex Krixhevsky 与 Vinoid Nair 所整理之影像数据集, 包含 6 万笔 32*32 低分辨率之彩色图片, 其中 5 万笔为训练集; 1 万笔为测试集, 是机器学习中常用的图片辨识数据集。Cifar-10 的所有图片被分为 10 个类别(飞机、汽车、鸟、猫、鹿、狗、青蛙、船、卡车)。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

深度学习在手写数字辨识上的应用 ...

案例介绍 对于开始接触 TensorFlow 、 Keras 等深度学习框架的人而言，“MNIST 手写数字辨识”是非常适合入门的练习项目，其角色就好比刚学习程式语言时所印出的 " Hello world ! " 一样。而 MNIST 手写数字辨识，顾名思义，便是让机器辨识出手写数字影像是 0 到 9 之间的哪一个数字。MNIST 资料集是由 Yann LeCun 等人提供在 THE MNIST DATABASE 上面的手写数字资料，这些资料包含图片与标签两种形式的内容。其中， training data（共 55000 笔）与 validation data（共 5000 笔）皆具有图片及标签，而 test data（共 10000 笔）则是只有图片，而没有标签。每一笔资料的照片是由 28 pixels x 28 pixels ，总共 784 个 pixels 所组成，图片显示的是 0 到 9 之中的一个阿拉伯数字；资料的标签则表示该手写数字图片所呈现的数字为何，也就是 0 到 9 中一个数值。 技能涉及 Keras、TensorFlow、MLP（多层感知器）、DNN（普通深度网络）模型、CNN（卷积神经网络）模型。
点击图片任何区域可放大

大数据指标模型治理与实践

案例介绍 大数据对业务数据ETL处理后，面临在数据仓库层面对业务词库定义、指标建模、元数据统一等问题；后期对外数据通过产品化和AdHoc方式交付数据，存在指标定义相同，但是语义理解存在较大偏差，如何进行指标模型的多口径计算逻辑统一，避免繁琐的人工维护和迭代，是本议题主张的部分；通过一处定义数据指标，多处交付统一的模型抽象、定义、训练和交付整体实践。 技能涉及 元数据、大数据计算、ETL、数据建模、计算口径、血缘关系、语义理解、统一模型。
点击图片任何区域可放大

社会网络分析实战

案例介绍 社会网络是许多节点以及节点间关系构成的一个网络结构。社会网络的核心概念是人与人之间的关系，通过这些关系定义了我们是谁，以及如何行事。我们的人格、教育、背景、种族、民族等所有的一切都会与我们的关系模式产生互动，进而在关系中留下不可磨灭的印记。社会网络分析（Social Network Analysis）则是通过对社会网络进行观察和研究，回答许多社会的问题。具体来说，是用来查看节点、链接之间的社会关系的分析方式。 技能涉及 网络分析(节点进出程度、网络的密度)、Page Rank、扩散分析、群组分析、群组聚类、网络社区结构。

01章数据治理

01-01大数据治理概述、大数据建模（线下）
01-02元数据管理、数据体系建设（线上）
01-03大数据隐私、安全、立法（线上）
01-04大数据质量、热度（线下）
01-05大数据生命周期模型（线下）

02章大数据高级处理与架构设计

01-01大数据架构设计的方法论概述（线上）
01-02互联网场景的大数据解决方案设计（线下）
01-03大数据存储与计算的方案选型（线下）
01-04大数据指标系统与数据安全（线下）
01-05集群资源管理、调优（线下）

03章计算机科学技术

01-01衡量性能的方法（线上）
01-02多线程编程（线上）
01-03提高性能性能的各种编程方法（线上）
01-04机器学习框架Tensorflow的原理（线上）
01-05Keras、Scikit-Learn、TFLearn等算法库的使用（线上）
01-06实作基于Tensorflow、Keras、Scikit-Learn、TFLearn的机器学习算法（线上）

04章机器学习

01-01特征选择与稀疏学习（线下）
01-02类别不平衡问题（线下）
01-03决策规则（线下）
01-04半监督学习（线上）
01-05强化学习（线上）
01-06文本挖掘（线下）
01-07社会网络分析（线下）
01-08区块链分析（线上）

05章深度学习

01-01感知机与神经网络（线上）
01-02深度学习基础概念（线上）
01-03深度学习模型训练与优化（线下）
01-04社会网络分析（线下）
01-05深度学习神经网络-DNN/CNN/RNN/LSTM神经网络（线下）
01-06生成式对抗网络（线上）
01-07深度学习在物体检测与定位上的应用（线下）
01-08深度学习在人脸识别上的应用（线下）
01-09深度学习在语音识别上的应用（线下）
01-10深度学习的未来发展趋势（线上）

06章项目管理

01-01软件项目管理基础（线上）
01-02敏捷开发（线上）
01-03代码管理（线上）
01-04构建大数据团队（线下）
01-05项目管理相关知识及常用工具（线下）
01-06常用项目管理工具介绍（线下）

07章项目实战（部分）

01-01案例名称：大数据指标模型治理与实践
01-02案例名称：画像在O2O互联网场景的实践
01-03案例名称：深度学习在影像物体辨识上的应用
01-04案例名称：深度学习在手写数字辨识上的应用
01-05案例名称：社会网络分析实战
01-06案例名称：文本挖掘实战

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑，包括中途休息时间；同时，每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”，全面覆盖同学晚自习时间。

  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导，询问同学学习状态、解决学员学习问题；同时，针对每个模块测试结果后10%的学员进行额外辅导，以确保学员能够跟上学习进度。

  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题，助教将进行每周1-2次的晚自习串讲，串讲时常为2小时左右，且相关内容需要重新制作、有别于课程内容，帮助同学攻克重难点知识。

  • 有问必答

    助教线上服务要求有问必答，并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下，调整为每个班2名助教+项目服务团队的模式，以确保快速、高质量的解决线上提问。

  • 出勤率和进度监督

    在课程持续期间，助教还需实时统计学员出勤情况，监督课堂纪律，跟进学习进度。除正常答疑外，服务团队会与班级同学保持沟通、给予正确指引，从而营造积极学习氛围。

  • 作业与测试

    在远程授课期间，每个课程会安排相关课后作业，确保同学课下能够进行适当练习，提升同学实时参与感、保证当日学习效果。除了作业，服务团队还会组织学员进行阶段性测试，以考试性质为主，主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 梁老师（九屠）

    曾就职于阿里巴巴·饿了么，集团首席数据架构师、P10科学家

    2014年加入百度，先后带团队建设为百度地图6大Place场景做数据分析，后专注于百度外卖大数据生态从0开始孵化并最终完善。自主研发数据采集3大平台、开放式ETL4件套、OLAP分析平台、数据集市、数据仓库等，技术驱动数十个辅助业务分析角色的分析挖掘平台。在AI和大数据技术创新层面，作为发明型专利第一发明人拥有44项发明。

  • 李御玺

    国立台湾大学资讯工程博士

    铭传大学资讯工程学系教授，铭传大学大数据研究中心主任，中华数据挖掘协会理事，中国人民大学数据挖掘中心顾问，IBM SPSS-China顾问，SAS-Taiwan顾问，CDA命题组负责人。在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。服务过的客户包括：中国工商局、中信银行、台新银行等。

  • 王学武

    工信部项目管理工程师/软件设计师

    华中科技大学计算机专业毕业，PMP，PRINCE2，CMMI评审员，IBM电子商务架构师，具有12年的项目管理与技术研发经验，曾参与实施某航企多个核心的商业智能、数据仓库项目；曾作为该企业工程过程管理组的Lead，负责推进CMMI L3评审工作。目前专注于大数据、机器学习、自然语言处理、人工智能等创新技术的研究和在行业的应用。

  • 董四辈

    每日优鲜大数据高级算法架构师

    曾任搜狗地图开发经理、当当网高级架构师，现任每日优鲜大数据高级算法架构。有10年的互联网从业经历，多次在互联网技术大会上交流分享项目经验与独特见解， 对互联网项目的落地实施具有丰富的经验，善于从商业模式与业务场景展开项目分析。目前从事生鲜推荐、搜索、微仓智能补货等工作，并关注架构设计、数据分析、网站安全、反欺诈、机器学习等新技术的应用。

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上，越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后，可获得CDA数据分析师中英文双证书，其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制，英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化，专业化，国际化的人才考核标准，共分为CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ三个等级，涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等，涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流，可以为各行业企业和机构提供数据人才参照标准。

  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 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...

    考试大纲

    考试报名

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 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
    • 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）...

    考试大纲

    考试报名

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 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
    • 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...

    考试大纲

    考试报名

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件，在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制，国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新，逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化，专业化，国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作，随报随考、专家命题、评分公平、流程严格，更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份，可在CDA认证考试中心查询，证书确保唯一性与防伪性，持证人还可获得电子徽章，加入到Linkedin个人档案中。证书三年审核一次，保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员，活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动，CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员，内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q:该课程的授课语言是什么？

    A:该课程在案例实操教学上，以Python语言为主，同时会少量涉及到Java、R语言高性能编程。但课程不只是针对软件的学习，更多是培养解决商业数据分析的能力，大数据架构设计能力，项目管理领导力等。

  • Q:没学过CDA一二级课程可参加吗？

    A:该课程不限制报名条件，只要能通过前期的考核，即可参加。三级课程对学员有一定的基础要求，内容可以查看CDA一二级考试大纲。学员可观看该课程免费提供的前导课程，进行基础的补足，更有利于掌握和吸收三级内容。

  • Q:是否有安排课外学习环节？

    A:有。该课程每一个阶段都会有相关的作业练习与项目案例，学员分组合作，讲师与助教答疑指导，帮助学员在课余时间巩固所学知识，找到解决问题的办法。同时毕业答辩涉及到大型商业项目，在三个月的学与练中充分掌握数据科学全方位技能，成为名副其实的数据领袖！

  • Q:笔试与面试考核的内容是什么？

    A:前期学员考核的内容来源于CDA一二级认证大纲中的知识点，主要包括统计理论，常用数据分析方法与模型，Hadoop大数据平台与数据库，java基础，python基础等。申报学员可以学习CDA一二级相关推荐书目，或者可观看三级免费前导视频进行补足，充分准备。

CDA教育闭环

常见问题

关于我们

CDA数据分析师公众号

  • CDA数据分析师公众号

CDA考试中心小程序

  • CDA考试中心服务号

CDA数据分析师App下载

  • CDA数据分析师App下载
Copyright © 2015-2021, www.cda.cn All Rights Reserved. CDA数据分析师(北京国富如荷网络科技有限公司) 版权所有 京ICP备11001960号-9 京公网安备 11010802034615号 经营许可证编号：京B2-20210330
联系电话：13321103290 (微信同号)

OK
客服在线
立即咨询