如何自考数据分析师

数据分析师是数据师的一种，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。希望可以帮到你哦

较简单的数据分析员可以自学，但是深层次高的数据分析师就比较难了。建议是在机构里进行系统的培训上课，学的东西比较全面。而且现在的数据分析师，不单单是做一些简单的KPI，很多大公司已经开始做BI，数学建模，分析客户购买的关联性、给客户分级别、计算客户的生命周期等等。官网上显示是有这个课程的，具体的你可以向他们咨询。

如果只想单独考证,根据官网公布考试大纲有针对性复习,复习一段时间了做下模拟试题,自己学习肯定要付出更多精力和时间.例如2级建模方向,官网推荐几本书籍,参考如下:1.《数据挖掘导论》，蓝色的中文翻译版，书很厚，但是里面的内容挺有用的，大纲解析里没讲明白的地方大多都能在里面找到答案；2.《机器学习》（西瓜书），阅读难度比《数据挖掘导论》高了一个等级，我是挑着看的；3.《利用Python进行数据分析》，里面主要教你pandas、numpy等一些基础操作，如果已经会用的则可以略过；4.《Python机器学习基础教程》，教你怎么用sklearn，你也可以看《机器学习实战》，不过后者我没看过，听说是用python2.7写的；

不需要的，数据分析师证书校园考重要的知识点整理一下，做题不一定要做难题，基础是根本，每次考试不要着重在一个题目上，要放宽心态，准备好笔记本和错题集，错题集用来记录自己做错的题，笔记本记录一些容易忽略细节和重点。 不要急，总之，要自信，相信自己一定可以。

能考的话还是考吧，一般是建议考的啊，数据分析师的证书是数据分析的职业证书，考了之后是可以证明你的实力的啊。数据分析的考试是分为CDA和CPDA的，CDA是数据分析员，CPDA是数据分析师。CDA的考试是可以个人报考的，但CPDA的不可以。 现在很多从业者都是考的CPDA的，而且数据分析师CPDA的考试是不分等级的，所以CPDA的含金量是比较高的。考CPDA是需要经过培训学习，通过后才能考试拿证的，在培训学习的时候可以学到很多实用性的知识点，对后期的工作是很有帮助的。之前同事是在中鹏考的CPDA的证书的，他考完证书之后在薪资待遇上都提升挺大的。

大数据是未来发展必然趋势，不懂数据分析很可能在将来会被时代所淘汰，所以现在很多人都争抢学习数据分析并参加数据分析师考试，而且很多人都是零基础学习。零基础学习数据分析是有一定难度的，需要要提前做一些功课准备关于自考方面的。

CDA证书由中国成人教育协会数据分析教育培训专业委员会监制，考试通过拿到的证书代表了技能水平，可做为企、事业单位选拔和聘用专业人才的参考依据。随着社会的发展，CDA数据分析师需求会越来越来，CDA数据分析师也会越多越被人认可。

权威性：CDA 认证由行业协会、知名企业及业界专家学者共同制定与背书并于每年修订更新，保证标准的公立性、权威性、专业性、前沿性。

专业性：CDA认证标准符合当今全球数据科学技术潮流，满足各行业数字化发展中对数据相关岗位的人才要求，考试专家命题、评分公平、流程严格，具有高含金量。

认可度：CDA认证已得到越来越多企业的认可与引进，成为企业的人才评价标准，包括中国电信、联通、中国人民银行、中国银行、中国烟草、国家电网、招商银行、奔驰、联想、苏宁等。

国际化：CDA与国际知名考试服务机构Pearson VUE合作，认证考点覆盖全球。CDA全球会员联盟开放式合作进一步建立企业会员与雇主联盟，具备中立性并逐步成为国际化认证标杆。

自学备考CDA数据分析师，需要准备以下书籍：

[1]王英英.MySQL 8从入门到精通[M].清华大学出版社,2019.（选读）

[2]MICK.SQL基础教程[M].SQL进阶教程[M].人民邮电出版社2017.（选读）

[3]黄缙华.MySQL入门很简单[M].清华大学出版社,2011.（选读）

[4]斯蒂芬森,晋劳,琼斯.SQL入门经典（第5版）[M].人民邮电出版社,2011.（选读）

[5]贾俊平,何晓群,金勇进.统计学（第7版）[M].中国人民大学出版社,2018.（选读）

[6]黄成明.数据化管理（第1版）[M].电子工业出版社,2014.（选读）

[7]京东数据创新组.京东平台数据化运营（第1版）[M].电子工业出版社,2016.（选读）

[8]刘宝红,赵玲等.供应链的三道防线（第1版）[M].机械工业出版社,2020.（选读）

[9]陈哲.活用数据:驱动业务的数据分析实战（第1版）[M].电子工业出版社,2019.（选读）

[10]顾生宝.数据决策:企业数据的管理、分析与应用（第1版）[M].电子工业出版社,2020.（选读）

想要自考可以借鉴咨询CDA认证机构，了解考试大纲，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。