12月的CDA考试，看看状元们都说了些啥？

第三届CDA数据分析师认证考试，在刚刚过去的2015年12月月底悄悄落下帷幕。

热腾腾的成绩已经揭晓，崭新新的证书大抵都抵达每位通过考试的持证人手中啦！

CDA数据分析师旗下的“每天一个数据分析师”微信公众号，本期采访了可不止一位，他们有的是从业几年甚至十几年的老兵，有的是从零开始想要转型的准数据分析师。但他们不久前做了同一件事儿，那就是参加了第三届CDA数据分析师认证考试，并且名列前茅。

下面一起来看看我们状元们的风采吧！

Step 1 ：小白也有春天

秦志龙

CDA Level 2 建模方向·状元

毕业于北大物理系，目前在一家研究所工作，虽然现在的日常工作与数据分析没有太大关系，但对数据分析有浓厚兴趣，准备转型做一名数据分析师。

备考建议

我的学习过程很简单，就是遵照我们的考试大纲列出的参考书都看了，比如说数据挖掘方面的推荐两本教材，工具选择了spss modeler，把推荐的教材对照着考试大纲的需求从头到尾学了一遍，把大纲上每个要求的点都弄透弄会，最后再复习下。我复习了将近两个月，平均每天坚持学习3-4个小时。

想好参加考试的目的是什么，是为了拿到一个证还是学能力，这两方面都很重要，除了考试本身和分数之外，要注重提升自己的真才实学，在准备的过程中不要仅以考试为目的；回到考试本身来讲，我们的考试更多的是对数据挖掘本身以及各种算法的认识，如果备考时间没有那么充足，建议同学们不要在算法细节上钻的太深。

我的计划

我选择CDA考试是为了增加一些求职的竞争力，大多数人走入工作岗位之后还是会有学习的需求，面对很多新事物，新的挑战，学习能力很重要。下一次准备考一考大数据方向。我现在只是掌握了一些理论和方法，但是在实践方面还很缺乏，这方面还要再加强，多找机会实践。

Step 2 ：跨专业转型

苏振裕 

CDA Level 2 建模方向·榜眼

最初学的是和金属有关的专业，和统计、计算机完全没有关系。后来接触到数学建模，随之对数据挖掘产生兴趣，目前在电信行业，成功转行。

备考建议

之前参加了CDA LEVEL 1的考试，之前看过一些spss，R语言统计分析的书，觉得如果不是要自己编写核心代码计算，应用层面都是不会太难。

除了平时看书，考前复习。CDA考试的很多题目都是上课的时候的例题，我觉得能把培训视频看两遍，跟着老师一步一步操作，就能把原理、软件操作搞定。我就是这么做的，理论结合实际，记忆效果更好。

如果想把数据挖掘学好，光看培训视频还是不够的，培训视频只是入门，还要看其他的书，案例。看书会存在很多疑惑，疑惑的原因我想还是在算法原理和使用范围方面吧，这些反过来可以加深对培训视频的理解和记忆。

很多参加CDA的同学都是在工作了的，平时上班很辛苦，要是每天能看半小时书也是不容易。说白了还是多看书多积累，工作之后更能理解知识是怎么用的，更有效果。

我的经历

我在大学学的是金属相关专业，后来在一个伪随机数研究项目中开始接触数学建模，用的是软件是MATLAB，兴趣使然，看了很多MATLAB的书，也看了一些数据建模的书。

决定转行业是在大四实习的时候，那时候在一个比较大的不锈钢厂的物理实验室管理一台电子显微镜，也了解了不锈钢厂的生产流程。不喜欢工业生产，下定决心转行。想想大学自己看过的书是MATLAB，spss，就投了很多简历，没有回应。后来找了一份数据库方面的工作，是电信行业的。当时领导说了一些数据分析的事情，然后开始看R语言，听说数据挖掘很火，也在看数据挖掘的书籍。当时真的是很紧啊，主要不是统计和计算机出身，对很多知识看起来都比较慢。

到目前为止，虽然对数据挖掘也算了解，也能用，但是核心的算法和计算方式就不太明白了。这就是商业应用和算法开发的区别。商业应用侧重在将算法应用在商业问题上，算法开发除了了解核心原理，还要懂得优化算法，改造算法。

目前在做电信的数据建模，就目前的感受是，数据挖掘的算法都是很简单的，重要的是商业理解，要对这个行业有积累。为什么项目的大部分时间都是画在数据清洗上？是因为数据的提取要确定各种口径，怎么取，数据出了问题要回溯。这些都是业务经验。在做分析的时候会发现很奇怪的结论，很难解释，其实是数据有问题，要重新核查口径。当没办法从数据中发现为什么异常，就应该从实际情况去看。

和数据较真，觉得技术很高大上，喜欢一切从数据出发，这就是刚从事数据分析人员容易犯的错误，要知道，技术最终还是服务商业的。

Step 3 ：多读书，读好书

王清文

CDA Level 1 状元

CDA  Level 第14期上海学员，在互联网行业做运营数据分析师三年有余，保持每天学习和阅读的习惯。

备考建议

1级考试有一些比较基础的理论知识，比如说概率密度函数，以前学过，现在有点模糊了，跟着老师又回顾了一遍，挺受用的。CDA的培训比较系统，懂一开始的统计基础到后来的SPSS、SAS，再到后来的实践。自学会比较零碎，CDA学下来知识结构比较清晰，用起来也比较得心应手。CDA第三本教材上数据挖掘的一些理论内容讲的比较细致。

我的学习

我一开始做运营数据分析，与业务比较相关，最近几年大数据确实很火，最近我自己也在学习数据挖掘，看了两本国外的书，一本是《模式识别与机器学习》，还有一本叫做《统计学习要素》，这两本是学习数据挖掘的基础读物。

就数据挖掘来说，可以读一些书，一个是《集体智慧编程》，里面介绍了一些简单的实现，比如推荐算法，还有搜索引擎的算法，用Python来写的，如果想要做数据挖掘的话可以做一些Python的书，这一本是我入门的第一本书。另外，在Coursera上有吴恩达的公开课，讲数据挖掘讲的比较清晰，有理论基础，深入浅出，也有一些实现，主要用Matlab。

学SAS的话，徐刚老师讲的很好，提供了一些教材。如果想做数据分析的话，SAS还是要学一下，它有一些现成的东西，不用写算法，比如描述性的数据分析、建模之类的，很方便。

Step 4：能用技术解决的问题都不是问题

樊海平 

CDA Level 2 大数据方向 状元  

10余年从业经验，最初从事计算机相关行业，目前偏爱研究数据挖掘。

我的忠告

学统计出身的人和我们学程序出身的人看大数据的角度是不一样的，在学习大数据的过程中可以两方面兼顾。如果统计的基础比较好，可以多接触一些程序的东西，程序员可以多学习数据挖掘的内容。

眼高手低，这可能是毕业生的通病，即便是理论基础很扎实，要解决好实际工作中遇到的问题还是需要更多实践经验，这个行业还是有很多坑的，要务实一点。

能用技术解决的问题都不是问题，更多的问题是人的问题，比如说沟通，每个人对一个问题的理解不一样，如何说服老板接受你的想法，把结果用最合适的方法介绍给领导和客户，让让他们信服。我们聘用的一些分析师就存在这样的情况，技术很好，但就是将不明白，表达能力不够。

Tips：

CDA数据分析师全国认证考试，一年由经管之家举办两次，分别在6月和12约最后一个周末进行。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。最新考试信息请戳这里，第四届考试将在2016年6月25-26日举行。

如果您有兴趣接受采访，请微信加好友：trasn863