京公网安备 11010802034615号
经营许可证编号:京B2-20210330
嗨,朋友们,你们好!
我们曾经见证过你们的成长, 如今经过时间的沉淀,相信你们在不同行业里有所成就,真正运用数据思维为企业创造更大的价值,同时也实现了自己的小目标,我们为你们喝彩!
2021,愿你遇见更好的自己,我们CDA人继续在一起。
CDA数据分析师正式启动
心中有「数」有奖征文活动
目前正在火爆报名中!
无论是关于——
数据分析应用与实操案例
CDA认证考试备考心得
行业数据分析报告
数据分析师成长之路
软件工具操作技巧
…
欢迎CDA持证人和学员们
多多整理和输出自己的干货内容,
踊跃向我们投稿哦!
你可以…
梳理出你的进阶经验,
提炼出你的备考心得,
总结出你的实战打法,
归纳出你的避坑方法,
分享出你的代码方案……
还有丰厚的奖金和礼品等着你!
活动主办
CDA数据分析师
活动时间
2021年 9月5日-30日
活动规则
征文对象
CDA持证人和学员
征文内容
征文形式
题材不限,题目自拟
所有投稿者作品必须为原创,投稿者可在活动期间撰写文章内容自行发布在知乎、微博等平台后(文章中显著体现CDA持证级别),将发布平台的文章链接发送工作人员。
注:投稿文章同步授权CDA在其官方平台进行发布、宣传。
字数要求
文章字数不少于1500字(不含代码段),且要求文字通顺、图片清晰、代码规范。
奖项设置
所有参与者皆可获得CDA网校3个月会员资格(海量课程免费学) !
投稿方式
请长按下方二维码添加好友
注明 “ 征文+姓名 ”
(请务必按此格式添加好友,否则不予通过)
评审日期
2021年10月1日-10日
评审标准
专家组介绍
常国珍
北京大学会计学博士,中国大数据产业生态联盟专家委员会委员,腾讯云最有价值专家(TVP)。曾任ThoughtWorks数据科学家、毕马威咨询大数据总监、中银消费金融数据部高级经理、百度大数据产品经理。具有18年数据规划、数据治理咨询经验。协助企业逐步积累数据资产,运用数据智能工具优化业务流程,取得数字化竞争优势,帮助企业建立数据体系,设计数据分析人员成长路径。
徐杨
英国Glasgow大学计量经济学毕业,师从Hisayuki Yoshimoto。主攻计量模型与算法,研究方向为复杂数据空间的模型参数识别与检验问题,对各种回归模型和机器学习模型有深入研究。曾就职于中国银行,中国社科院,长期从事算法研发工作,参与过多个大型经济数据分析项目。
曹鑫
CDA数据分析师人才教育品牌联合创始人,举办过多届CDAS中国数据分析师行业峰会,参与人超过万人,教学内容专注于Python相关应用,包括自动化办公、可视化、爬虫等。
结果公布
2021年10月11日
CDA数据分析师公众号 公布
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15