hadoop考试

数据分析专硕考试科目，统计学专业考研科目：1、101思想政治理论2、201英语一3、303数学三4、807概率统计统计学专业主干课程：数学分析、几何代数、数学实验，常微分方程，复变函数，实变与泛函、概率论、数理统计，抽样调查，随机过程，多元统计，计算机应用基础，程序设计语言，数据分析及统计软件、回归分析；可靠性数学，实验设计与质量控制，计量经济学，经济预测与决策，金融数学，证券投资的统计分析，数值分析，数据结构与算法，数据库管理系统，计算机网络系统，系统分析与软件设计

目前，大数据行业人才需求量是很大的，随着大数据在众多行业中的应用，大数据技术工作能力的工程师和开发人员是很吃香的，那么想要从事相关工作，可以考取哪些含金量高的证书呢？

CDA数据分析师：CDA数据分析师面向商业职场数据分析，分为三个等级，在国内由人大经济论坛主办资格考试，通过考试者可以获得CDA协会颁发的数据分析师资格证书，此证书代表数据分析师人才技能水平，为企业事业单位选拔和聘用专业人才的参考依据。

Cloudera认证专家数据科学家：DS认证旨在证明学员在大数据处理方面拥有精英级别的相关技能。它要求学员通过笔试以证明自身在基础数据科学领域的知识储备。申请者还需要展示自身在真实案例中应对数据科学挑战的能力，即设计并开发一套能够投入生产使用的数据科学解决方案，并由同行加以评估。该挑战必须在通过笔试后的二十四个月过通过，且每年组织两次、每次相隔两个季度。

Cloudera认证Apache Hadoop开发者：要求开发者具备技术知识、技能以及编写、维护并优化Apache Hadoop开发项目的能力。获得这项认证需要通过笔试：笔试共含50到55道随机题目，作答时间为九十分钟。每道题目中都包含至少五个扣分点、且内容主要从实验性角度出发。

Cloudera Apache Hadoop认证管理员：要求学员具备管理员在配置、部署、维护以及保护Apache Hadoop集群以及包括Cloudera Enterprise DataHub在内的生态系统项目时所必需的技术知识、技能与能力。要获得认证，申请者需要在九十分钟时长内解答六十道题目以通过笔试。

Cloudera Apache HBase认证专家：要求学员拥有使用Apache HBase的技术知识、技能与能力，其中包括核心HBase概念、数据模型、架构、规划设计、API以及管理等。要拥有这项认证资质，申请者需要在九十分钟时长内解答四十五道题目并通过笔试。

行业技能证书是表明劳动者具有从事某一职业所必备的学识和技能的证明，是我们求职、任职的资格凭证。大数据证书可以第三方证明你经过大数据的培训学习后，具备系统的大数据理论知识和一定的大数据项目实战经验，是一种锦上添花的作用。在以后你进行大数据相关岗位面试求职、编写简历时可以使你的技能储备更加直观的展现出来，企业录用时也可作为一个参考，谈薪资待遇时也更有底气。

其实，不管是大数据工程师证书，数据分析师证书，每个职业的相关技能认证，其实都是一种锦上添花的作用，毕竟技术类的工作都是要看你的实际操作水平的。如果有人正在寻找一个方法来获得一个优势，无论你是工作，狩猎，钓鱼或只是想要有形的技能，都需要第三方证明，而获得大数据认证则是一个明智的选择。证书的作用简单来说有几点：

1、使你的简历更加丰富，含金量更高，可能在众多简历中脱颖而出。

2、企业录用时一个参考，或者因此PK掉你的竞争者。

3、谈工资的一种资本，或者能因此要到一份不错的offer。

大数据的发展趋势很好，现在各行业对大数据的人才需要就大，如果说掌握了技术，在有一个可以证明你能力的证书在手的话，找工作会更容易一些，待遇也会更好一些。

不同学校和不同专业的数据分析专硕考试科目可能会有区别，但一般来说，数据分析专硕考试科目主要包括以下几个方面：1. 数学基础：包括高等数学、线性代数、概率论与数理统计等。2. 计算机基础：包括计算机组成原理、计算机网络、操作系统等。3. 数据库技术：包括数据库原理、SQL语言、数据仓库与数据挖掘等。4. 统计学：包括假设检验、方差分析、回归分析、时间序列分析等。5. 机器学习：包括监督学习、无监督学习、回归算法、分类算法等。6. 大数据相关技术：包括Hadoop、Spark、Flume、Hive、Pig等。7. 数据可视化：包括使用Tableau、、matplotlib等数据可视化工具。需要说明的是，考试的科目和考试内容可能因学校和专业而异。如果您有特定学校和专业的考试要求，建议您详细查询该校该专业的官方网站或咨询相关负责人。

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。

数据分析师考试包含三个等级，如下：CDA LEVEL Ⅰ（业务数据分析师）CDA LEVEL Ⅱ（数据建模分析师）CDA LEVEL Ⅱ（大数据分析师）CDA LEVEL Ⅲ（数据分析专家）考试内容Level Ⅰ：客观题（单选+多选）参考书籍：《从零进阶！数据分析师的统计基础》（人大经济论坛 主编 曹正凤 编著） 《如虎添翼！数据处理的SAS EG实现》（人大经济论坛 主编 徐筱刚 编著） 《胸有成竹！数据分析的SAS EG进阶》（人大经济论坛 主编 常国珍 编著）Level Ⅱ：客观+案例分析（选择+案例操作）考试内容由CDA协会按照CDA等级标准大纲要求命题；考试最终成绩分为A,B,C,D不及格四个层次，A,B,C三个层次皆为通过考试并获得认证证书。具体得大纲可以关注经管之家（人大经济论坛）CDA官网

level1：数据分析师-统计学、概率论基础知识level2：建模分析师-统计学、概率论基础知识 大数据分析师-大数据分析基础、Hadoop 理论、数据库 与数据仓库、机器学习理论level3：数据科学家-计算机科学、大数据架构、机器学习 与深度学习、数据治理、项目管理