京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“数”风流人物,还看今朝丨CDA数据分析师持证人&老学员聚会活动·上海站
8月5日下午,位于上海静安寺的科技寺众创空间内,50余名CDA持证人迎来了新一期的聚会活动,尽管天气炎热,依然阻挡不了大家的热情。
活动开始前1小时,就陆续有人开始入场签到。工作人员引导大家在背景板签到,领取专属纪念品,并细心地为大家贴上“CDA人”专属标签。
本次活动的特别合作伙伴——科技寺,为现场小伙伴提供了舒适的交流环境,凉开水与咖啡饮料应有尽有,即便有阳光直射,室内的温度还是比较凉快的。
本次活动由CDA协会副秘书长周磊先生主持,并作为第一名分享嘉宾,跟大家介绍了目前全国持证人群体情况,回顾了CDA认证的发展历史与对CDA认证后续的发展愿景。
周磊认为,CDA认证的发展离不开成员组织的成长和认可,同时需要坚持客观、公正、专业的测评体系,最终获得广泛的企业基础和参与度。CDA数据分析师认证的愿景是成为商业分析领域国际化、专业化的顶尖认证,在这个道路上,CDA认证已经走过近5年,获得了成千上万名学员的关注和支持。
他同时介绍了CDA认证在提升专业度、公正度方面的努力,目前CDA认证考试覆盖了全国23个城市(北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨),每年报考考生约为2500人,并呈现快速增长的趋势。
各地考试由目前国内最大的考试和教育服务供应商ATA机构负责实施,配备了专业的考试监考人员,确保考试期间的严肃性与公正性。由国内外专家组成的命题组,每年都会更新最新的考试大纲与详细解析,配备CDA系列丛书作为参考书,降低考生备考的难度。
同时,他也进一步介绍了后续的持证人计划,除了原先享有的一些持证人权益,2018年起,各地CDA持证人将能够有机会参加更多类型的线上线下活动,获得专属的猎头服务,并能够免费加入到全新的“CDA数据分析师俱乐部”会员计划中来。该项会员计划将以会员付费的形式,面向数据分析行业所有感兴趣的人士,以优质的学习资源作为纽带,提供更高品质的学习服务。CDA会员计划预计于8月中旬正式推出。
主办方内容分享结束后,大家开始自我介绍,并回顾自己在数据分析领域的经历,现场有来自银行信用卡中心的分析师,有来自德勤等咨询公司的项目经理,也有刚成立创业团队的小伙子,活动甚至吸引了科技寺内的入驻企业,加入到现场开始招聘优秀的商业分析小伙伴。
活动的第二位分享嘉宾是春秋航空的算法工程师,CDA Level1持证人张卓然,目前位于阿里天池数据科学家排名第14位。作为多年的数据竞赛“老炮儿”,他曾斩获多项竞赛的好名次,现场发表了“从0-1大数据竞赛经验分享”为主题的演讲,从参加数据竞赛需要的能力、比赛经验、流程、模型选择等多方面详细谈了下自己的心得。他认为,良好的数据预处理是做好分析的第一步,面对多种数据处理的情况,介绍了不同的处理方法。数据分析同时也是一门艺术,贯穿整个流程。
在谈到为什么要参加比赛,他认为有以下几个点:
1. 竞赛可以帮助大家接触业务,更好的反思工作中的不足和思维漏洞,更好的融入工作;
2. 竞赛的排行榜可以鼓励大家研究更好的算法,挖掘更好的特征,寻找更加恰当的数据处理技巧,大大提升了创新能力;
3. 可以通过技术圈、kernel等更好的学习,提升自己的数据处理能力;
4. 竞赛帮助大家更深入的理解所学的知识,鼓励大家不断的学习和摸索新的领域;
5. 可以对自己总结的方法,理解的新技巧进行检验;
6. 可以认识更多的朋友,今后可以相互合作等。
第三位分享嘉宾是就职于某研究所的代星博士,也是CDA Level2持证人。他介绍了数据挖掘、深度学习在工程仿真研究中的作用,并结合自己在科研和实际工作的项目经验,给大家带来了一个不同角度的思考与解决方法思路。他认为,未来在声纹识别、飞机失控状态下的语音识别、设备装置健康诊断、声纹植入等多个领域,数据科学技术也将大有可为,并且也是他个人非常关注的领域。
演讲活动结束后,现场进入自由交流环节。
最后,用一张照片定格本次活动。
8月11日下午,杭州老学员、持证人活动现场见!
(点击阅读原文或扫描下图二维码,获取报名通道)
更多考试介绍及备考福利请点击:CDA 认证考试中心官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16