京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师等级认证考试
(Certified Data Analyst Certificate)

经管之家(原人大经济论坛)与CDA协会达成战略合作,推出CDA数据分析师证书。此证书在国内需通过经管之家举办的CDA等级认证考试后获得。
一、考试简介:
CDA(Certified Data Analyst),简称“CDA数据分析师”,指在互联网、零售、金融、电信、医学、旅游等行业专门从事数据的采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才。CDA旨在加强国内外乃至全球范围内正规化、科学化、专业化的数据分析人才建设,进一步提升数据分析师的职业素养与能力水平,促进数据分析行业的高质量持续快速发展。由于国内缺乏数据分析师考核认证标准,经管之家以丰厚的积淀,整合资源,汇聚国内外学术界、实务界专业数据分析师团队举办“CDA数据分析师认证考试“,为企业、政府等单位培养优秀的数据分析人才。CDA数据分析师等级标准来源于经管之家与CDA协会成员长年从事数据分析教育与工作的经验和实践,对数据分析行业的研究,对数据分析教育的不断完善开发,从而总结出来的一套专业化,科学化,规范化,系统化的标准来认证什么样的人才才是合格的CDA数据分析师。CDA数据分析师分为三个等级,如下:
二、CDA等级认证考试:

CDA 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。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、SPSS、SAS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。两年以上数据分析岗位工作经验,或通过CDA 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。在Level Ⅰ的基础上更要求掌握多元统计、时间序列、数据挖掘等理论知识,掌握高级数据分析方法与数据挖掘算法,能够熟练运用SPSS、SAS、Matlab、R等至少一门专业分析软件,熟悉适用SQL访问企业数据库,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。
CDA 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CDA 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云端大数据的人员。在Level Ⅰ的基础上要求掌握JAVA语言和linux操作系统知识,能够掌握运用Hadoop、Spark、Storm等至少一门专业大数据分析软件,从海量数据中提取相关信息,并能够结合R python等软件,形成严密的数据分析报告。
CDA Level Ⅲ:数据分析专家。五年以上数据分析岗位工作经验,或通过二级认证半年以上。专指从事各行业、企业整体数据资产的整合、管理的专业人员,面向用户数据创造不同的产品与决策,一般指首席分析师(CA)。数据分析专家需要掌握CDA Level Ⅱ的所有理论及技术要求,还应了解计算机技术,软件开发技术,大数据分析架构及企业战略分析方法, 能带领团队完成不同主题数据的有效整合与管理。对行业、业务、技术有敏锐的洞察力和判断力,为企业发展提供全方面数据支持。
三、报考条件:
专业不限,但拥有本科学历或相当的专业水准(工作经验)
Level Ⅰ:(满足以下之一皆可报名)
1. 拥有本科及以上学历或在校本科大四学生
2. 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:(满足以下之一皆可报名)
1. 获得CDA Level Ⅰ认证半年以上
2. 本科及以上学历并从事数据分析相关工作2年以上
3. 本科以下学历需从事数据分析相关工作3年以上
Level Ⅲ:(满足以下之一皆可报名)
1. 获得CDA Level Ⅱ认证1年以上
2. 本科及以上学历并从事数据分析相关工作5年以上
3. 本科以下学历需从事数据分析相关工作6年以上
(注:上述数据分析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。)
四、报名办法
1、报名时间:
(1)从即日起,可通过本站在线报名http://cda.pinggu.org/online_registration.html
(2)报名流程:
在线注册——提交资料——完成缴费——审核通过——报名成功
考试信息及电子准考证请在考试系统查看!
五、考试内容:
Level Ⅰ:客观题(单选+多选)
Level Ⅱ:客观+案例分析(选择+案例操作)
考试最终成绩分为A,B,C,D不及格四个层次,A,B,C三个层次皆为通过考试并获得认证证书。
考纲下载:
CDA LEVEL Ⅰ 业务数据分析师_考纲及解析(点击下载)
CDA LEVEL Ⅱ 大数据分析师_考纲及解析(点击下载)
六、官方考试最新安排:
CDA LEVEL Ⅰ(业务数据分析师):2015年12月26日(下午)
CDA LEVEL Ⅱ(数据建模分析师):2015年12月27日(上午)
CDA LEVEL Ⅱ(大数据分析师):2015年12月27日(下午)
地点:北京/上海/深圳/广州/成都/杭州/武汉/长沙/贵阳/青岛/沈阳/福州/西安
考试费用:
CDA LEVEL Ⅰ: 1000元(CDA学员由论坛补贴400元)
CDA LEVEL Ⅱ: 1500元(CDA学员由论坛补贴500元)
截止时间:2015年12月7日
在线报名地址:http://cda.pinggu.org/online_registration.html(请用IE浏览器打开)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06