CDA數(shù)據(jù)崗位模型：

基于CDA多年的數(shù)據(jù)分析教學(xué)經(jīng)驗(yàn)以及對(duì)當(dāng)下企業(yè)數(shù)據(jù)相關(guān)崗位、薪資待遇的調(diào)查研究，總結(jié)出來(lái)了一套職場(chǎng)“崗位模型”。最左側(cè)是經(jīng)典的CDA LEVEL 1 2 3等級(jí)標(biāo)準(zhǔn)，每個(gè)等級(jí)對(duì)應(yīng)企業(yè)相關(guān)數(shù)據(jù)崗位及薪資范圍。圖片中部為對(duì)應(yīng)崗位的技能列表，即勝任某一崗位需要擁有什么樣的能力。最后側(cè)是該技能對(duì)應(yīng)的CDA精英學(xué)院課程。CDA等級(jí)標(biāo)準(zhǔn)還規(guī)定了各個(gè)級(jí)別的能力概要，如下表所示：

【CDA等級(jí)認(rèn)證考試大綱】

CDA  Level I ：業(yè)務(wù)數(shù)據(jù)分析師。專(zhuān)指政府、金融、電信、零售等行業(yè)前端業(yè)務(wù)人員；從事市場(chǎng)、管理、財(cái)務(wù)、供應(yīng)、咨詢(xún)等職位業(yè)務(wù)人員；非統(tǒng)計(jì)、計(jì)算機(jī)專(zhuān)業(yè)背景零基礎(chǔ)入行和轉(zhuǎn)行就業(yè)人員。CDA Level Ⅰ業(yè)務(wù)數(shù)據(jù)分析師需要掌握概率論和統(tǒng)計(jì)理論基礎(chǔ)，能夠熟練運(yùn)用Excel、R、Python、SPSS等一門(mén)專(zhuān)業(yè)分析軟件，有良好的商業(yè)理解能力，能夠根據(jù)業(yè)務(wù)問(wèn)題指標(biāo)利用常用數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)的處理與分析，并得出邏輯清晰的業(yè)務(wù)報(bào)告。

CDA  Level II：建模分析師。一年以上數(shù)據(jù)分析崗位工作經(jīng)驗(yàn)，或通過(guò)CDA Level Ⅰ認(rèn)證。專(zhuān)指政府、金融、電信、零售、互聯(lián)網(wǎng)、電商、醫(yī)學(xué)等行業(yè)專(zhuān)門(mén)從事數(shù)據(jù)分析與數(shù)據(jù)挖掘的人員。在Level Ⅰ的基礎(chǔ)上更要求掌握多元統(tǒng)計(jì)、時(shí)間序列、數(shù)據(jù)挖掘等理論知識(shí)，掌握高級(jí)數(shù)據(jù)分析方法與數(shù)據(jù)挖掘算法，能夠熟練運(yùn)用SPSS Modeler、PYTHON、R、SAS等至少一門(mén)專(zhuān)業(yè)分析軟件，熟悉適用SQL訪(fǎng)問(wèn)企業(yè)數(shù)據(jù)庫(kù)，結(jié)合業(yè)務(wù)，能從海量數(shù)據(jù)提取相關(guān)信息，從不同維度進(jìn)行建模分析，形成邏輯嚴(yán)密能夠體現(xiàn)整體數(shù)據(jù)挖掘流程化的數(shù)據(jù)分析報(bào)告。
 
CDA  Level II：大數(shù)據(jù)分析師。一年以上數(shù)據(jù)分析崗位工作經(jīng)驗(yàn)，或通過(guò)CDA Level Ⅰ認(rèn)證。專(zhuān)指政府、金融、電信、零售、互聯(lián)網(wǎng)、電商、醫(yī)學(xué)等行業(yè)專(zhuān)門(mén)從事數(shù)據(jù)分析與云端大數(shù)據(jù)的人員。在Level Ⅰ的基礎(chǔ)上要求掌握J(rèn)AVA語(yǔ)言和linux操作系統(tǒng)知識(shí)，能夠掌握運(yùn)用Hadoop、Hive、Spark等專(zhuān)業(yè)大數(shù)據(jù)架構(gòu)及分析軟件，從海量數(shù)據(jù)中提取相關(guān)信息，并能夠結(jié)合python等軟件，形成嚴(yán)密的數(shù)據(jù)分析報(bào)告。
 
CDA  Level III：數(shù)據(jù)科學(xué)家。三年以上數(shù)據(jù)分析崗位工作經(jīng)驗(yàn)，或通過(guò)任意一門(mén)CDA Level ⅠI認(rèn)證。專(zhuān)指政府、金融、電信、零售、互聯(lián)網(wǎng)、電商、醫(yī)學(xué)等行業(yè)數(shù)據(jù)分析資深人員。掌握前沿AI相關(guān)技術(shù)，負(fù)責(zé)制定企業(yè)數(shù)據(jù)發(fā)展戰(zhàn)略，發(fā)現(xiàn)企業(yè)數(shù)據(jù)價(jià)值，提升企業(yè)運(yùn)行效率，增加企業(yè)價(jià)值。能夠帶領(lǐng)數(shù)據(jù)團(tuán)隊(duì)將企業(yè)的數(shù)據(jù)資產(chǎn)進(jìn)行有效的整合和管理，建立內(nèi)外部數(shù)據(jù)的連接；具有數(shù)據(jù)規(guī)劃的能力。

根據(jù)各等級(jí)的要求，適合大家學(xué)習(xí)的方法需要科學(xué)、專(zhuān)業(yè)地規(guī)劃，從“CDA數(shù)據(jù)分析研究院”長(zhǎng)年的項(xiàng)目合作和培訓(xùn)經(jīng)驗(yàn)來(lái)看，對(duì)于一個(gè)零基礎(chǔ)的學(xué)員需要做到以下的步驟來(lái)進(jìn)行系統(tǒng)性的規(guī)劃：

一、自身檢查：是否適合數(shù)據(jù)分析崗位。

       什么樣的人適合做數(shù)據(jù)分析師？

       1. 對(duì)數(shù)據(jù)敏感：對(duì)數(shù)字不恐懼，經(jīng)常關(guān)注行業(yè)數(shù)據(jù)動(dòng)態(tài)，能夠從數(shù)據(jù)變化中自行感覺(jué)出實(shí)務(wù)背后的原因規(guī)律。

       2. 抗壓力與耐性：在處理數(shù)據(jù)中需要強(qiáng)大抗壓力和耐心。與數(shù)據(jù)打交道需要你愛(ài)上數(shù)據(jù)而不是排斥數(shù)據(jù)。

       3. 自學(xué)能力強(qiáng)：在數(shù)據(jù)分析的過(guò)程中需要經(jīng)常自行研究學(xué)習(xí)一些新的思路和方法，不斷修正，不斷更新。

二、 從入門(mén)到精通系統(tǒng)學(xué)習(xí)

       CDA數(shù)據(jù)分析研究院師資團(tuán)提供的科學(xué)學(xué)習(xí)規(guī)劃如下：

       1. 統(tǒng)計(jì)概率基礎(chǔ)：數(shù)據(jù)分析行業(yè)分析，數(shù)據(jù)挖掘經(jīng)典流程，數(shù)據(jù)的描述性分析，數(shù)據(jù)的推斷性分析，方差分析，回歸分析，多元統(tǒng)計(jì)等系列理論課程，唯有掌握原理，方能駕馭工具。

       2. 數(shù)據(jù)分析工具學(xué)習(xí)：根據(jù)等級(jí)的要求，一般軟件在學(xué)術(shù)界和企業(yè)界的應(yīng)用廣泛程度為，學(xué)術(shù)界 ：STATA >R > SPSS >SAS > Matlab； 商業(yè)界：EXCEL> PYTHON>SPSS> R>SAS。上手難度：SAS>PYTHON>R>SPSS>EXCEL工具的選擇不在于多，而在于跟具體問(wèn)題相結(jié)合，在學(xué)習(xí)的過(guò)程中可以選擇1-2門(mén)的工具進(jìn)行熟練使用。參考各大數(shù)據(jù)分析工具的區(qū)別。

       3. 數(shù)據(jù)分析建模：利用工具進(jìn)行數(shù)據(jù)分析模型、數(shù)據(jù)挖掘算法建模運(yùn)用，常用的數(shù)據(jù)分析方法有（回歸分析法、主成分分析法、典型相關(guān)分析、因子分析法、判別分析法、聚類(lèi)分析法、結(jié)構(gòu)方程、Logistic模型等），常用的數(shù)據(jù)挖掘算法有（時(shí)間序列、Panel Data、關(guān)聯(lián)法則、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、遺傳算法）以及可視化技術(shù)。

       4. 以上三部分皆為數(shù)據(jù)分析硬性技術(shù)，要想熟能生巧需要經(jīng)常在學(xué)習(xí)和工作中運(yùn)用，不斷改善，不斷優(yōu)化模型，將技術(shù)與具體業(yè)務(wù)結(jié)合起來(lái)，經(jīng)過(guò)長(zhǎng)時(shí)間的積累方能成為高級(jí)數(shù)據(jù)分析師。