数据治理工程师考试内容是什么

【报考条件】Level I：无要求，皆可报考Level II：（满足以下之一皆可报名）1. 获得CDA Level Ⅰ认证证书2. 本科及以上学历需从事数据分析相关工作1年以上3. 本科以下学历需从事数据分析相关工作2年以上Level III：（满足以下之一皆可报名）1. 获得CDA Level Ⅱ认证证书2. 本科及以上学历需从事数据分析相关工作3年以上3. 本科以下学历需从事数据分析相关工作4年以上 （注：上述数据分析相关工作不限制行业，工作可涉及统计，数据分析，数据挖掘，数据库，数据管理，大数据架构等内容。）【考试方式】CDA Level Ⅰ和Level Ⅱ为线下统考，上机答题。考生报名后根据准考证信息到考试地点参加考试。CDA Level III为分为线下上机考试+线上答辩面试两个部分。【考试内容】Level Ⅰ业务数据分析师：120分钟，客观题（单选+多选），闭卷，上机答题。考点请参考CDA Level Ⅰ考试大纲。Level Ⅱ建模分析师：90分钟，客观题（单选+多选），上机答题；120分钟，案例操作，闭卷，自行携带电脑操作（安装好带有数据挖掘功能的软件如：SQL,SPSS MODELER,R,PYTHON，SAS,WEKA,等，进行案例操作分析。案例数据将统一提供CSV文件）。考点请参考CDA Level Ⅱ建模分析师考试大纲。Level Ⅱ大数据分析师：150分钟，客观题（单选+多选），闭卷，上机答题。考点请参考CDA Level Ⅱ大数据分析师考试大纲。Level Ⅲ数据科学家：第一阶段：150分钟，客观题+主观题，闭卷，上机答题。第二阶段：1个月内，项目案例，开卷。提交项目结果，60分钟，线上答辩面试。（第一阶段考试通过者，才有资格参与第二阶段面试）。考点请参考CDA Level Ⅲ大数据分析师考试大纲。

具体的建议你直接去经管之家（人大经济论坛）CDA官网上看看，CDA数据分析师的考试和报名都在上面

数据分析师考试科目有这些：

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

1. 零基础就业转行者、应届毕业生

2. 产品、运营、营销等业务岗与研发、技术岗在职者

3. 企业创始人、经理人、管理咨询类岗位从业者

岗位去向：商业（业务）分析师、初级数据分析师、（数据）产品运营、（数字）市场营销、数据专员等

CDA Level I 包含以下科目：《职业道德与操守》、《数据库与 SQL 基础》、《统计学（初级）》、《业务数据分析》、《数据可视化》

PART 1 数据分析概述与职业操守（占比3%）

PART 2 数据结构（占比15%）

PART 3 数据库基础（占比17%）

PART 4 描述性统计分析（10%）

PART 5 多维数据透视分析（10%）

PART 6 业务数据分析（30%）

PART 7 业务分析报告与数据可视化报表（15%）

CDA Level II

面向范围：企业数字化发展中必备的数据分析流程与技能。

1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。

2. 数字化转型企业创始人与数字化流程中相关负责人。

岗位去向：数据分析师、（数据）产品运营经理、（数字）营销经理、风控建模分析师、量化策略分析师、数据治理（质量）等

CDA Level II 包含以下科目：《数据采集与数据处理》、《统计分析》、《商业策略分析》、《数据治理》

PART 1 数据采集与处理（占比12%）

PART 2 数据模型管理（占比3%）

PART 3 标签体系与用户画像（占比5%）

PART 4 统计分析（占比25%）

PART 5 数据分析模型（占比40%）

PART 6 数字化工作方法（占比15%）

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。

1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。

2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。

岗位去向:高级数据分析师、机器学习工程师、算法工程师、数据科学家、首席数据官等

CDA Level III 包含以下科目：《数据挖掘与高级数据处理》、《自然语言处理与文本分析》、《算法应用与实战》

PART 1 数据挖掘概论（占比15%）

PART 2 高级数据处理与特征工程（占比25%）

PART 3 自然语言处理与文本分析（占比20%）

PART 4 机器学习算法（占比40%）

PART 5 机器学习实战（案例操作部分）

数据分析师考试评价目标：cda数据分析师课程理论知识直接应用于项目数据分析和投资决策工作，根据项目决策的需要，对项目各种相关数据进行精算和评估。

想要了解更多关于数据分析师的问题，可以咨询一下CDA认证中心。全球CDA持证者秉承着先进商业数据分析的新理念，遵循着《CDA职业道德和行为准则》新规范，发挥着自身数据专业能力，推动科技创新进步，助力经济持续发展。

央视网消息（焦点访谈）：职场有个说法叫“证多不压身”，就是说拿到的职业资格证书越多，越好找工作。这也催生出了社会上各种各样的职业认证，其中不乏靠发证敛财，借培训骗钱的机构。为了治理这种乱象，这几年国家先后7次取消了几百项职业资格认证，并且要坚决防止已取消的职业资格“死灰复燃”，任何单位组织，都不得变相开展资格资质的许可和认定。然而就是在这样的严管之下，一些机构和个人依旧在公开组织大规模的所谓培训，开展国家明令已经取消的职业资格认证，只不过换了一个马甲，声称自己进行的是“国际认证”。这种很能唬人的国际认证是怎么一回事呢？

那么这家叫做“美国认证协会中国总部”的机构，究竟有没有取得我国主管部门颁发认证的资质呢？

记者登录了国家人社部设立的外国职业资格证书查询平台，在“国际证书查询”一栏中，输入美国认证协会发放的证书编号后，却根本查询不到任何结果。

无论中国心理学界、美国心理学界同行，还是美国加州相关政府部门，对这家能够颁发注册国际心理咨询师认证的美国认证协会都一无所知。那么这位中国区负责人反复提及的“广泛认可”究竟是谁的认可呢？

原来这家公司在美国主要是做职业技能培训，就是这样一家培训公司，到了中国就做起了心理咨询师的资格认证。

一份培训结业证书，变成了是国际专业的职业资格认证；培训公司变成了专业协会。

就在记者调查接近尾声的时候，又接到了培训机构的电话，告知有另外一个国际心理师的认证可以考。

从记者的调查来看，美国认证协会中国总部负责发所谓的国际认证证书，培训机构负责收价格不菲的培训费，他们的关系不言自明。这样的资格认证虽然没有什么含金量，却让有些人赚了不少真金白银。如此鱼龙混杂、滥竽充数的培训和认证，不仅扰乱了行业正常发展秩序，也使得旨在激发市场主体内在活力和社会创造力的国家政策打了折扣。对此不仅消费者要警惕，管理部门也应该对它们好好“认证”一下。

-----------

所以，看看是否很眼熟？ 自己看吧，不做任何评论。

CDGA，CDGP。在2022年DAMA中国以国际数据管理协会以数据管理知识体系为基础，理论与实战的结合、细分行业的发展、人才的培养，特设数据治理专业人才资质认证考试。考试科目为CDGA，100道单选题。CDGP，单选题，多选题，计算题和设计题。

数据分析师考试内容都有哪些呢？数据分析师考试由中国商业联合会数据分析专业委员会与工业与信息化部教育与考试中心联合举办。每年四次。

数据分析师考试大纲列上来：

第一部分考试介绍

一、考试目标

数据分析师专业技术考试主要测试考生是否具备数据分析基础知识，是否了解数据分析工作流程及数据分析技术，是否具备利用数据分析知识解决实际业务问题的能力。

侧重考查考生对数据分析知识的掌握和应用，借助数据分析知识解决实际数据分析工作和企业决策工作的能力，根据企业决策的需要，对各种相关数据进行分析和评估能力。

考点涉及数据分析统计基础、数据获取、数据预处理、数据可视化、数据算法模型及客户数据分析、产品数据分析、营销数据分析、采购数据分析、物流数据分析、生产制造数据分析、智能供应链及投资收益风险分析等。

二、考试科目及考试形式

考试分为理论机考和实操笔试，三科考试时限均为120 分钟，满分都为100分。

三、教材与资料

《供应链优化与投资分析》

《数据分析基础》

《营销数据分析》

《战略管理》《面授讲义》是数据分析师考生必修必考教材与资料，查看数据分析师考试教材介绍。

四、知识点要求注释

识记：要求掌握概念、熟悉理论、重点考试要求范围；

理解：要求应知应会，非重点考试要求范围；

应用：掌握实际使用方法，运用计算工具或分析软件进行实 和分析，考试要求范围；

了解：拓展性知识，非考试要求范围。

第二部分  考试内容

根据数据分析师专业技术考试的考试目标、科目和考试形式等要求，数据分析师专业技术考试科目要点包括但不限于以下内容：

一、 数据分析理论知识

数据分析理论知识是对考生数据分析基础知识的掌握程度的测试。数据分析基础主要从数据分析的整个流程去考查学生知识，其中涵盖了数据获取、数据预处理、数据可视化、数据分析算法与模型以及数据分析结论建议等方面的知识内容。考试题型主要是客观题，包含单项选择题、多项选择题、判断题，以机考形式考核。

数据分析理论知识考试内容：

1.数据分析整体流程考察，以及各个环节常用方式方法。

（1）  数据及其分类。

（2）  数据分析基础知识：概率统计基本概念、参数估计、假设检验、数据分析基本方法等。

（3）  数据分析工具。

2.数据获取

（1）内部数据获取：数据库基本理论、关系型数据库、非关系型数据库、大数据存储和获取、数据仓库。

（2）外部数据获取：网络爬虫、物联网数据获取、行业数据获取、政府数据获取、外购交易数据、API数据获取等。

（3）抽样调查技术：抽样调查基本概念、抽样方法、抽样误差和精度描述、抽样实施步骤等。

3.数据预处理

数据预处理的意义、方法、以及各种预处理方法的适用条件。

（1）数据的描述性分析：集中趋势测度、离散趋势测度等。

（2）数据清洗：缺失数据、异常数据等。

（3）数据集成。

（4）数据转换：数据标准化、数据的代数运 、数据的离散化等。

（5）数据规约：变量规约、数值规约等。

4.数据可视化

（1）基本图表及其使用技巧。

（2）可视化工具优缺点及适用情况和意义。

5.数据分析技术—机器学习基础

监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络算法、SVM算法等原理及简单计算。

非监督算法中各种聚类算法，降维算法，以及关联规则算法、文本挖掘中基本算法原理及简单计算。

6.数据分析应用

（1）战略研究、市场研究、消费者使用习惯与态度研究、品牌诊断、新产品研究、广告研究、渠道研究等。

（2）客户数据分析应用：用户画像的方法、维度分解和模型应用的简单分析与计算等。

（3）产品数据分析应用：产品定位、产品设计阶段数据分析模型原理、产品运营数据分析模型原等。

（4）营销数据分析应用：市场预测模型原理、价格模型原理、促销广告模型原理等。

（5）供应链优化数据分析应用：大数据智能供应链、采购模型原理、生产模型原理、物流模型原理等。

（6）投资数据分析应用：量化投资概念和特点、实业投资技术选择方法、数据编制与估算、收益与风险数据分析等。

二、数据分析算法与模型

数据分析算法与模型主要考查学员对所学算法与模型的宏观掌握情况，考查学员对数据分析基本知识的掌握程度以及对于数据分析算法的理解以及应用算法的建模能力。考试题型主要是通过算法模型进行案例分析，题量在4-5 个左右。以计算结果正误和解题思路步骤为考核标准。数据分析算法与模型考试内容：

1.机器学习算法

监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络算法、SVM算法等。

非监督算法中各种聚类算法，降维算法，以及关联规则算法，文本挖掘基本算法。

2.应用模型

KANO 模型、PSM模型、巴斯模型、规划求解、层次分析法、节约里程法、经济生产（订货）模型、收益评价指标计算、盈亏平衡分析 、敏感性分析 、风险概率分析。

三、数据分析应用

数据分析应用主要考查学员在实战中运用分析原理、选择合适的分析方法和决策的思维解决实际业务问题的能力。考试题型主要是通过数据分析流程、分析业务背景辨别适合应用的分析算法模型，并综合评估分析结果，对实际问题进行分析、预测并提出解决方案。

考试题型是大案例分析，题量在 2-4 个左右。 以分析思路步骤和预测结果与真实数据误差项为考核标准。

数据分析应用考试内容：

1.数据获取

（1）  结构化数据获取方式和方法。

（2）  非结构化数据获取方式和方法。

2.数据预处理

（1）数据的描述性分析：集中趋势测度、离散趋势测度等。

（2）数据清洗：缺失数据、异常数据等。

（3）数据集成。

（4）数据转换：数据标准化、数据的代数运算、数据的离散化等。

（5）数据规约：变量规约、数值规约等。

3.数据可视化

（1）基本图表及其使用技巧。

4.数据分析技术—机器学习基础

（1）方法选择;监督学习算法中回归和时间序列算法，分类算法中逻辑回归、决策树、贝叶斯算法、神经网络

算法、SVM算法等。

非监督算法中各种聚类算法，降维算法，以及关联规则算法、文本挖掘中基本算法等。

（2）方法评估

5.数据分析应用

（1）战略研究、市场研究、消费者使用习惯与态度研究、品牌诊断、新产品研究、广告研究、渠道研究等。

（2）客户数据分析应用：用户画像的方法、维度分解和模型应用等。

（3）产品数据分析应用：产品定位、产品设计阶段数据分析、产品运营数 等。

（4）营销数据分析应用：市场预测模型、价格模型、促销广告模型等。

（5）供应链优化数据分析应用：大数据智能供应链、采购模型、生产模型、物流模型等。

（6）收益与风险数据分析应用等。

第三部分 考核目标

考点 要求 题目难易程度比例分配（难、中等、易）

数据及分类的相关知识 识记 易50%,中等25%，难25%

概率统计相关知识（数据分布、参数估计、假设检验等） 识记 易25%，中等50%，难25%

数据分析工具 理解、应用 易25%，中等50%，难25%

结构化数据获取（数据库基础理论知识、SQL语言相关知识） 识记 易50%，中等25%,难25%

非结构化数据获取（非结构化数据获取方式和相关概念） 识记 易50%，中等25%,难25%

抽样调查技术 理解 易50%，中等25%,难25%

数据分析基础指标（集中趋势、离散趋势等指标） 识记 易25%，中等50%，难25%

数据预处理方法（数据清洗、数据转换等方法） 识记、应用 易25%，中等50%，难25%

数据可视化（各种图表相关知识和应用场景） 识记、应用 易25%，中等50%，难25%

数据分析各种算法（监督学习算法与非监督学习算法） 识记、应用 易25%，中等50%，难25%

产品分析模型和应用（各种算法应用，以及kano模型，PSM模型等） 识记、应用 易25%，中等50%，难25%

客户分析模型和应用（客户画像分析流程及应用） 识记、应用 易25%，中等50%，难25%

营销分析模型和应用（市场预测模型、价格模型、促销广告模型等） 识记、应用 易25%，中等50%，难25%

供应链优化（大数据智能供应链、采购模型、生产模型、物流模型） 识记、应用 易50%，中等25%,难25%

投资分析（收益和风险分析等） 识记、应用 易50%，中等25%,难25%

第三部分内容详细内容在数据分析师考试大纲中查看。或者直接搜索【CPDA数据分析师】进入查看考试大纲。

h通过数据分析师考试即可获得数据分析师证书，证书样图如下：

地图为数据分析师考试北京考点。