请选择 进入手机版 | 继续访问电脑版
楼主: CDA网校
2096 8

[每天一个数据分析师] CDA数据分析师认证优秀考生采访 [推广有奖]

  • 4关注
  • 96粉丝

管理员

大师

60%

还不是VIP/贵宾

-

威望
3
论坛币
26308 个
通用积分
2983.1599
学术水平
259 点
热心指数
267 点
信用等级
234 点
经验
193541 点
帖子
5031
精华
19
在线时间
3669 小时
注册时间
2019-9-13
最后登录
2024-3-28

初级热心勋章

CDA网校 学生认证  发表于 2020-12-18 10:09:04 |显示全部楼层 |坛友微信交流群
相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
近日,我们采访了在本届考试中名列前茅的几位优秀学员,并在本文中整理了他们的备考和学习经验,希望备考者们能够有所参考,并取得理想的成绩。
今天为大家带来的是,在CDA认证考试 Level Ⅰ中取得优异成绩的几位考生。下面让我们来一睹他们的风采吧!

CDA LEVEL Ⅰ优秀考生

第一名   陈晓亮

D2CAB624-B377-4bd8-82B6-EF301B4BD99B.png


1.报考CDA认证考试的契机
我目前在一家国企银行分行从事产品经理的工作。
我本科专业是数学专业,大学时系统学习过数据库、统计分析的知识,一直对数据分析很感兴趣,希望能够从事数据分析一类的工作。
当得知CDA数据分析师,了解其课程和发展方向后,就果断报了名。一方面为考Level Ⅱ 做准备,另一方面为将来从事数据分析工作做好铺垫。

2.我是如何备考的
01周末+碎片化时间 分阶段攻坚复习
我报考了今年7月份的CDA Level Ⅰ 认证考试,去年6月报名了CDA数据分析师的线上培训课程,其中的学习内容就基本囊括了LEVEL Ⅰ 的考试内容。
报名考试后,大概从春节假期开始备考,主要是围绕大纲进行复习,同时回顾去年网课的内容进行拓展学习。
临考前2个月进入攻坚复习阶段,主要依靠周末时间复习,工作日则利用晚上的一些碎片时间进行复习。

02我的备考主要分为三个阶段:
第一阶段:将考试大纲和考试解析打印出来,按照顺序逐个知识点过一次,SQL部分可以一边学习一边实操。
第二阶段:主要是系统整理知识点,主要是手工画思维导图。
第三阶段:是根据思维导图进行复习,同时做一下课后的习题和网上找一些模拟题进行练手。

3.备考中有一些知识难点
因为有统计学和数据库的基础,所以Part 1的统计学、Part 2的SQL以及Part 3的数据采集和预处理相对来说难度不大,只是知识点比较多,需要进行系统梳理。而Part 4的数据建模分析部分相对较难,尤其是主成分分析、因子分析涉及的数学比较深,理解起来相对困难,实际上这些也是我掌握比较薄弱的环节。

4.对备考者们的建议
获得证书不是终点,持续学习的能力很重要
如果只是想通过考试获得证书并不困难,但要想从事数据分析还远远不够,需要坚持学习,把Excel、SQL、Python等分析工具学好。

5.未来的职业发展规划
虽然我已参加工作多年,但庆幸从没丢掉学生时代所养成的持续学习的良好习惯。今后我也会继续坚持学习,努力通过LEVEL Ⅱ 和LEVEL Ⅲ的考试。未来想从事机器学习和数据挖掘方面的工作

CDA LEVEL Ⅰ优秀考生


第二名 林雪


D5F4DE32-29B4-4b66-AB26-7C846982E5C4.png



1.目前从事的工作
我目前在中国电信广西公司从事数据仓库、大数据集群运维工作,每天都要与数据打交道。

2.报考CDA认证考试的契机
以考带学 提升职场竞争力
我报考了今年7月份举行的第十二届CDA认证考试。报考主要有三个方面原因:
一是公司鼓励:从公司了解到有CDA认证考试。公司鼓励专业技术人员一专多能,鼓励员工持续在岗学习、专研技术、提高技能,考取专业资格证书。
二是以考带学:在工作中发现问题解决问题,获取到的是一个个知识点。而一门技术需要掌握什么?掌握到什么程度?如何检验自己水平?以考带学是一个很好的方式。
三是CDA实用:CDA一级中的知识点,在公司内部大数据专业考试中常能碰到,系统的学习对自己有帮助。
3.我是如何备考的
一本书 一套视频
一份考试大纲  一个考前冲刺班
我备考的全部资料是:
一本书、一套视频、一份考试大纲、一个考前冲刺班
一本书是贾俊平老师《统计学》第七版;
一套视频是于晓宇老师主讲的《统计学》;
一份考试大纲就是考试中心发给考生的考试大纲。

关于时间的安排和复习的方式:
2月中到4月底:
两个半月,中午1.5小时,晚上1.5小时,每天3个小时,完成《统计学》学习。按章节从头学到尾不打一点折扣学完。在学习过程中,课本例题自己做一遍,学完后,配套练习册上的习题做一遍,检验自己对本章知识的掌握程度。学习的过程中结合看统计学视频,帮助理解。我之前看到前辈优秀学员分享经验,提到于晓宇老师的统计学视频,就跟着前辈的经验走。网上不少统计学视频课程,大家选择自己喜欢的、能看下去的课程学习即可,都有帮助。
6月中:
上考前冲刺班两个周末一共4天课,跟着老师的串讲匆匆回顾了一遍统计学知识,并粗略过一遍机器学习的知识点。
7月考前一周:
受到疫情影响,我另一门专业考试被调整到CDA考前一周的周六。在我完成这门考试后,距离CDA考试只有6天时间,其中还有3个工作日,怎么办?集中火力猛攻考试大纲中的机器学习章节,看了5天半,最后挤出半天时间匆匆过了一遍统计学,甚至抽样统计的方法和图表这两章是考试当天早上花半个小时完成回顾。在短时间,高密度的复习节奏下,打印出考试大纲,以考试大纲为主,紧紧围绕考纲,辅以冲刺班视频对知识点的讲解,是这个阶段最高效的复习方式。

4.备考中有哪些知识难点
在备考时,统计学前面四章看得很开心,第五章《概率与概率分布》就是平原突然来到山峰,短短十几页,学了二十天。毕业十五年后重新捡起微积分、概率统计知识,十分痛苦难熬。这个阶段,我在B站上找了很多10到20分钟的短视频来看,以能完成练习册的习题为标准,艰难的啃了20天,完成了这章的复习。
《统计学》我啃得很细致,在复习的过程中,我准备了4种不同颜色的笔,用来写心得。回顾复习的过程,甚至在132页“一个总体参数的区间估计”章节,用了4种颜色,在三个不同的时间写上了我的疑问和思考心得。

5.上班 带娃 还要学习,我是如何兼顾的
作为一个职场妈妈,我不仅要上班还要管娃管家中琐事。我自己有三个心得:
规划好每日学习时间段:疫情期间娃不上学,中午在公司看书外,晚上还能在公司看到8点半;娃上幼儿园后需要早睡,我改成早起5点半或者6点起床看书1个小时左右。
收拢自己的精力:快速高效解决日常购物等繁杂琐事;
抓紧一切时间复习:带娃去海边、去游乐场、去课外班的时候,带上书和耳机;地铁上也是看视频的好时段。

6.未来的职业发展规划
我喜欢数据分析,今后也将致力于数据统计、治理、挖掘、运维、可视化的一些列工作。后面陆续考完CDA的考试,下一阶段目标是通过CDA LEVEL II的考试。学是为了更好的用。把所学应用于工作中,与公司同事一起成长,面向管理层、面向客户、面向一线,又有快又好的出活给他们带来切实的帮助,我是追求的终极目标。




CDA LEVEL II 大数据方向-优秀考生


第一名 卢竹林


280B74E4-C78A-4c2b-8903-D2CE358EB825.png


1.报考CDA认证考试的契机
目前主要在学校从事信息化工作,目前学校越来越重视大数据在教学、管理方面的应用,所以信息化的工作方面会用到比较多的数据分析的思维和技能。

系统梳理知识疏漏,不是为了考试而考试
我报考了今年7月LEVEL  Ⅱ 大数据方向的CDA认证考试,主要是想系统的学习整个数据专业方面的知识结构和工作技能。通过考试,督促自己的加强相关知识和技能方面的学习和应用。CDA考试算是目前为数不多,在数据技能专业方向的认证,在是市场有一定认可程度。
因为一开始报名考试,就不是为了考试,所以从报名到考试,并没有完全针对考试进行复习,只是根据考试大纲要求的知识,整理自己需要学习相关专业数据,自己找书和看在线教程,关注相关行业的公众号
一方面系统的梳理自己知识的疏漏;另一方面有意识在工作中应用相关技能。

2.我是如何备考的
报名到考试有大半年,受疫情影响倒是有很多时间在家学习相关知识。备考时间说长也长,说短也短。并不算完全为考试去准备。
对知识进行查漏补缺,自己跑一跑相关实例

3.备考中有哪些知识难点
备考中,我觉得具体的难点在以下几点:
整个大数据架构,涉及的软件很多,所有软件自己安装调试,在家跑书中实例一遍,需要踩过很多坑,因为没有培训和指导,主要是考网上和书本资料解决,整个架构中涉及软件版本等对接的确用了比较多的时间。
大数据相关实例的算法的理解和应用,特别底层原来需要用比较多少时间学习和理解,而且感觉理解的不够透彻,对考试可能问题不是很大,不过对实践中可能关系比较大。
主要是针对大纲,对知识进行查漏补缺,主要的相关数据分析实例自己跑一跑。
还是希望更加专业的数据专业知识,会报考LEVEL Ⅲ的考试。希望通过考试,结合自己工作,提高自己数据思维和工作层次。

CDA LEVEL II 大数据方向-优秀考生


第二名 朱晓晨


7F604310-2B32-484a-B2C0-A9A01F82015F.png



1.目前从事的工作
我目前在一家央企的省公司,担任大数据工程师。工作中会使用大数据生态圈的一些框架来做数据处理和分析。

2.报考CDA认证考试的契机
开始想报考数据分析方向的认证,在了解相关的认证考试后,感觉CDA和本职工作相关,而且认证有一定的权威性,对职业发展有一定帮助,所以选择报考CDA LEVEL Ⅱ 大数据方向的认证考试。
周末集中时间备考,根据知识点查漏补缺
我平时从事相关的开发工作,所以对大数据生态圈中的一些组件和框架也都比较熟悉。

3.我是如何备考的
我在考前一个月进行备考,周末每天3-4小时备考,主要是查缺补漏。包括:Hadoop,Spark,Hive,Mysql,Sqoop组件的搭建和配置。Spark数据挖掘的分析步骤,代码实践。Hadoop,Spark,HBase等组件底层原理的学习。这里的几个框架组件在案例题实操中需要用到,自己搭建一遍有助于复习框架底层原理。
如果是基础弱的话,建议提前2-3个月备考。并且需要熟悉:
Linux命令
SQL语句
一门编程语言。建议Java,Python或Scala。
大数据基础理论。谷歌的三篇论文原理,GFS,BigTable,MapReduce
大数据生态圈组件学习,重点在Hadoop,Spark,Hive
理论方面,如果没有大数据基础的同学以谷歌的三篇论文为主,而大数据的相关框架是基于这三篇论文实现的。包括HDFS,HBase,MapReduce原理;此外还有Spark的原理。
实践方面,要会搭建,维护大数据集群。Spark的应用要熟练。
根据例题,大纲,查缺补漏。
去了解主流的一些大数据架构和解决方案,了解大数据生态圈中每个组件的功能,哪些用于数据处理,哪些用于数据存储,哪些用于数据传输。
在备考的时候以大纲和例题为主。大数据分析师重点在大数据组件的应用,其次再是机器学习,统计分析等内容。

4.推荐的书籍和课程
在备考书籍方面,我个人推荐以下基本:
《Hadoop权威指南》:了解和熟悉HDFS,Yarn,MapReduce原理。
《Spark快速大数据分析》:熟悉RDD,DataFrame算子操作,MLlib应用。
《Hive编程指南》:对Hive快速上手非常有用。
《数据挖掘导论》:如果对数据挖掘,机器学习感兴趣的话是一本很好的书。

5.备考中有哪些知识难点
备考中,个人感觉这些知识是难点:
框架运行机制
机器学习算法
Spark、Hive开发调优

6.未来的职业发展规划
之后我也将继续学习大数据生态,了解各行各业的业务知识,在大数据架构和分析两方面进一步提升。

CDA LEVEL II 建模方向-优秀考生


第一名 张国成


4C208DB2-1F6B-4828-B8C9-EF8E5A3E17F4.png


1.目前从事的工作
目前我在通信运营商从事数字化转型方面的工作,主要负责客户经营、智慧营销所涉及的大数据分析、数据挖掘、标签建设等。

2.报考CDA认证考试的契机
在此非常感谢我的公司。2020年集团公司提出数字化转型战略,为接应“数转“要求,公司领导推荐我们报考大数据建模方面的社会认证,主要是想通过认证快速提升大数据技能,为公司培养数字化转型人才,我有幸作为公司首批成员报考了本次CDA考试。

3.我是如何备考的
案例操作题是难点,一定要做到心中有数
我之前从事大数据方面工作,有一定的知识域经验积累,因此本次备考时间不是很长,大概1个月时间左右。整个备考主要是围绕考试大纲来进行,利用下班后与周末的闲暇时间,进行阅读与实操。
在备考资料中,首推备考手册,一定是弄熟弄懂备考手册里的知识点,尤其是数学推算。

4.推荐的书籍和课程
如果基础比较薄弱的考生,建议购买下考试配套的视频课程,视频课程也是仅仅围绕大纲进行展开,但李老师讲的更加详细,李老师准备的python套件对考生以的案例操作题还是今后的工作实践都很有帮助。
至于书籍的话可以看看考试推荐的《数据挖掘:概念与技术》机械工业出版社,作为备考手册的补充。

5.备考中有哪些知识难点
考试中的难点我觉得还是案例操作题,客观题根据大纲来备考完全没有问题,考试题目完成在大纲范围内,但案例操作题不一样,案例题得分是根据预测结果的准确性高低进行排名打分,排名后25%将不得分,直接影响考试成败。
案例题考试时间仅仅2个小时,在这么短的时间内,对一份陌生的、混乱的数据进行清洗、分析与洞察,并取得良好的F1值,时间还是比较紧张的,因此要提前做好案例题的演练与准备,做到心中有数。

6.对备考者们的建议
对备考者的建议方面,我有以下几点:
关于客观题,考试手册里的知识点至少看三遍,确保要求掌握的知识点全部掌握,确保决策树的信息增益、gini值、贝叶斯概率、线性回归参数等计算会算。
案例题:要亲自实践,做好缺失值、异常值、归一化等常用的数据预处理方法,掌握一两个分类算法的调参方法。
对照模拟题,学会举一反三,融会贯通。

7.未来的职业发展规划
今后的职业发展规划,我打算从以下几点:
一是学以致用,将参加认证考试所学的知识和技能用在生产实践中,为公司内部数字化转型贡献个人最大增益。
二是知识燎原,组织公司内部相关人员开展大数据学习,为企业培养储备更多的大数据转型人才。
三是强化学习,进一步提升自身技能,向Level III 数据科学家冲刺。

CDA LEVEL II 建模方向-优秀考生


第二名 马亮


1B2DC3DE-65D3-4af0-ADE6-FA9D4706DDCC.png


1.目前从事的工作
我在一家电信运营商企业从事大数据建模和分析,平时的工作就是跟数据打交道,包括数据加工、数据分析、挖掘建模等,所以对数据分析比较熟悉。

2.报考CDA认证考试的契机
用考试检验水平,同时提升数据挖掘知识
我报考了今年7月CDA Level Ⅱ 建模方向的考试。本身从事数据工作有几年了,这次报考一方面是想对自己在数据挖掘领域的知识再次梳理和提升,另一方面想通过社会认证检验自己的能力水平。

3.我是如何备考的
我从5月底开始备考,整个过程大概有两个月的时间。
在前1个月是打基础阶段,我每天保证至少1个小时的学习时间(周末2-3个小时),主要是看视频,把老师所讲的知识点过一遍。
考前1个月的冲刺阶段,我每天保证至少2个小时的学习时间,主要是做模拟题和运行课程中老师提供的代码。
考前1周,准备实操题代码,把建模可能涉及到的代码都准备好。

4.备考中有哪些知识难点
我觉得理论考试中的计算题是难点,比如一开始我在计算条件概率的时候,一直没搞懂哪个是条件,后来通过反复做模拟题才理清楚。
实操题的难点是时间比较紧张,考试现场从无到有地徒手撸代码是不现实的,所以事先把相关代码准备好。另外心态要保持好,即使出现报错,也要放松,冷静查找可能的原因,不能自乱阵脚。

5.推荐的书籍和课程
数据方面,我推荐《机器学习实战:基于Scikit-Learn和TensorFlow 》,这本书把常见的算法理论和建模的各个环节都掰开揉碎、细细道来,并且有大量的代码,实操性很强,可以说是理论和实践结合得非常好的一本书。
一定要坚持把视频看完,首先老师讲的很好,把一些艰深的理论通过浅显的方式做讲解,其次考试的时候,试卷上的考题基本上都在老师的课上出现过。
每天保证有充足的复习时间,备考CDA的同学很多都是已经工作的,本身工作很忙,所以需要适量压缩一部分的休息和娱乐时间。

6.未来的职业发展规划
今后想在数据挖掘这个岗位上继续努力,提升自己在大数据平台方面的实操能力,同时多学习前沿知识,把更多的数据挖掘方法应用在工作中。

1037084ac44f517646.jpg.png




二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:CDA scikit-learn Hadoop权威指南 CDA LEVEL MapReduce

CDA网校 学生认证  发表于 2020-12-18 10:45:08 |显示全部楼层 |坛友微信交流群

使用道具

CDA网校 学生认证  发表于 2020-12-18 10:45:13 |显示全部楼层 |坛友微信交流群

使用道具

CDA网校 学生认证  发表于 2020-12-18 10:45:18 |显示全部楼层 |坛友微信交流群

使用道具

三重虫 发表于 2020-12-18 10:52:08 |显示全部楼层 |坛友微信交流群

使用道具

escaflowne1985 在职认证  发表于 2020-12-18 13:13:47 |显示全部楼层 |坛友微信交流群
感谢分享~~~~~~么么哒

使用道具

myazure 发表于 2020-12-18 16:39:46 |显示全部楼层 |坛友微信交流群

使用道具

Crsky7 发表于 2020-12-19 21:15:50 |显示全部楼层 |坛友微信交流群
这考试业内认可么

使用道具

CDA网校 学生认证  发表于 2020-12-21 09:08:54 |显示全部楼层 |坛友微信交流群
Crsky7 发表于 2020-12-19 21:15
这考试业内认可么
CDA数据分析师品牌已与国内外100多家企业达成了合作,包括中国移动、中国联通、中国电信、中国银行、招商银行、工商银行、渣打银行、中国人寿、 苏宁集团总部、华为、 国家电网、奔驰、宝马、咪咕集团、重庆统计局等;已开展了四届中国数据分析师行业峰会(CDA SUMMIT), 每届参会人数3000多人; 已举办各类型公开课、沙龙会议等活动共1000多期。CDA数据分析研究院为工信部指导下的“中国大数据生态产业联盟”理事会成员, 分管教育事业,也是“中国成人教育协会”成人教育培训机构工作委员会理事单位。CDA企业会员目前包括CDMS、Oracle、IBM、Big Data University、Pearson VUE、Meritdata、TalkingData、CDA INSTITUTE、Yonghong Tech、法国布雷斯特商学院、CASICloud Deutschland GmbH(德国云网)等。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-28 23:48