京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从统计到数据分析,从数据挖掘到大数据,数据科学逐渐成为了一门新兴的学科,数据分析师也逐渐成为了一门抢手的职业。如何成为数据分析师?如何入行数据分析?教育是一个难题!在这个行业中,是否有高质量的证书?拿到证书后能找到多少薪资的工作?今天,我们来分析分析作为这个行业中的老牌,CDA数据分析师的等级标准。》了解更多《

CDA Level I :
面向范围:人人皆需的职场数据思维与通用数据技能
官方介绍为: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,能够熟练运用一种数据专业分析软件,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。(小编觉得会 Excel 都行)
小编解读:数据分析已成为一门通用的技能,除了专门的分析师岗位,还有许多相关岗位也需要具备数据分析能力为自己镀金,如产品经理、市场营销、运营人员、财务人员等等,LEVEL 1 的知识偏基础,对于零基础的同学来讲认证备考也是没问题的。考过 LEVEL 1 就相当于工作 2 年左右的业务数据分析师,与 CDA 就业班刚毕业的学员一样,能拿到 9k~20k 左右的月薪。
面向范围:企业数字化发展中必备的数据分析流程与技能。
官方介绍为:不限数据分析岗位工作经验,通过 CDA Level Ⅰ 认证。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 Modeler、PYTHON、R、SAS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。(小编觉得这个比一级有点难度了,之所以不限工作经验,是因为需要在 Leve I 的基础上有工作经验了)
小编解读:CDA Level II 更偏向于专业的分析师,对 LEVEL 1 中涉及的产品经理、市场营销、运用人员如不能满足工作要求,通过 Level 2的学习更能够提高工作效率。LEVEL 2 的知识是数据挖掘,对于软件的使用,建模的能力,算法技能,商业洞察力,都有很高的要求。拿到 LEVEL 2 证书可以胜任一个专门的中级数据分析师岗位。月薪一般可以达到 20~40k 的水平。
CDA Level III:
面向范围:企业数字化发展中必备的高级数据分析方法与技术。
小编解读:三级是在一级和二级两个方向上的进一步提升。数据科学家除了需要具备一级、二级的技能之外,还需要具备更前沿的算法,如深度学习、AI语音识别、图像识别等内容;需要具备更宏观的思维,如数据治理,大数据架构等;需要具备更高效的方法,如计算机高性能编程技术;更需要具备带团队的领导力,如项目管理,如何构建大数据团队等管理技能。拿到三级证书,可以做企业中的首席数据官CDO职位。年薪一般会在50W以上。
| 级别 | 岗位名称 | 薪资(k) | 技能要求 |
| LEVEL 1 | 【数据分析师】 | 9k~20k | 1. 统计概率基础理论知识 |
| 【数据分析员】 | 2. SQL数据库技能 | ||
| 【数据助理】 | 3. 会使用EXCEL、SPSS、R、PYTHON等任意相关软件进行数据处理 | ||
| 【数据产品经理】 | 4. 掌握常用分析方法,结合业务分析问题 | ||
| 【数据运营】 | 5. 制作出好的数据报表 | ||
| …… | |||
| LEVEL 2 | 【资深数据分析师】 | 20k~50k | 1. 具备数据挖掘、大数据、数据仓库等相关理论基础 |
| 【数据建模分析师】 | 2. 会使用PYTHON、R、Hadoop、Spark等相关工具处理海量数据并进行数据挖掘。 | ||
| 【数据挖掘工程师】 | 3. 精通机器学习等相关算法模型。 | ||
| 【大数据分析师】 | 4. 能帮助企业搭建大数据平台,并完成大数据分析 | ||
| 【大数据工程师】 | 5. 洞察数据,助力业务决策 | ||
| …… | |||
| LEVEL 3 | 【高级数据分析师】 | 50k以上 | 1. 具备高级的计算机科学技术,掌握深入的AI理论 |
| 【大数据总监】 | 2. 具有大数据架构设计,企业数据治理的能力 | ||
| 【数据科学家】 | 3. 精通机器学习、深度学习等AI相关前沿技术 | ||
| 【首席数据官CDO】 | 4. 熟知数据安全、立法等知识 | ||
| …… | 5. 具备项目管理能力,搭建管理数据团队,决策企业战略等。 |
以下是CDA考生报考条件:
Level I:无要求,皆可报考Level III:获得CDA Level Ⅱ 认证证书


希望以上介绍,对数据分析新人们有好的参考意义,无论考不考取证书,按照 CDA 认证体系学习,一定没有问题,推荐大家关注 CDA考试中心服务号,可以获得免费辅导资料,并且可以看看学长学姐们的一些观点。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26