数据分析师 是数据师Datician['detɪʃən]的一种，指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

这是一个用数据说话的时代，也是一个依靠数据竞争的时代。世界500强企业中，有90%以上都建立了数据分析部门。IBM、微软、Google等知名公司都积极投资数据业务，建立数据部门，培养数据分析团队。各国政府和越来越多的企业意识到数据和信息已经成为企业的智力资产和资源，数据的分析和处理能力正在成为日益倚重的技术手段。

互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。

与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。

就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。

此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。

数据分析师证书是为了适应大数据时代要求，加强正规化、专业化、职业化的数据分析师人才队伍建设，进一步提升我国数据分析师的职业素质和能力水平，涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等，涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资、研发等，旨在提升全民数字技能，助力企业数字化转型，推动行业数字化发展。

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

考试时间：120分钟

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

考试时间：150分钟；

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 I

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

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

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)

报考CDA LevelⅠ和Level Ⅱ会发送《考试大纲》、《CDA数据分析师备考手册》(包含：《考试大纲》、《考试大纲解析》、《模拟考试题》三份资料；报考Level Ⅲ成功后会发送《考试大纲》、《模拟考试题》两份资料)。