做數據分析時數量級最好是多少

㈠ 數據分析師等級

數據分析師的考試是CDA的有分等級的考試的，每個等級的考試內容是不一樣的。
CDA Level Ⅰ：業務數據分析師
120分鍾，客觀題（單選+多選），上機答題。考點請參考CDA Level Ⅰ考試大綱。
CDA Level II：建模分析師
90分鍾，客觀題（單選+多選），上機答題；120分鍾，案例操作，自行攜帶電腦操作（安裝好帶有數據挖掘功能的軟體如：SQL ,PYTHON,SPSS MODELER,R SAS,WEKA,等，進行案例操作分析。案例數據將統一提供CSV文件）。
CDA Level II：大數據分析師
90分鍾，客觀題（單選+多選），上機答題；120分鍾，案例操作，自行攜帶電腦操作（具體准備工作請見考試大綱中的詳細說明）。
CDA Level III：數據科學家
第一階段：150分鍾，客觀題+主觀題，閉卷，上機答題。
第二階段：1個月內，項目案例，開卷。提交項目結果，60分鍾，線上答辯面試。（第一階段考試通過者，才有資格參與第二階段面試）。
CDA的考試是一級一級的考的，我在中鵬考的時候就先考了一級然後考二級的，需要符合報考的條件才能考，不過他們的老師教的是真的可以。

㈡ 數據分析師的薪資大約有多少

一般來說，數據分析師的薪資在8k-30k區間內，可以看出，這是一個較大的區間范圍。尤其是15k-17.5k這個區間出現了突低的情況，這是由於在15k-17.5k這個區間前後的區間在10k-20k這樣范圍較廣的區間，這個區間的平均工資就是12k左右。但是數據分析師很少有拿到30k以上的高薪，大部分都是在8k-20k范圍內的。

下面來說數據分析師薪資的第二個方面，就是不同城市薪資之間的分布如何。經過調查發現，在需求較大的幾個城市諸如北京、上海、深圳、杭州等地中，北京的整體薪資水平處於較高位置，其中位數大約在20k——處於全國的首位;其次為上海和杭州。對於深圳出現的均值較高且中位數較低的情況。由此可以發 現數據分析師的薪資總體水平還是挺高的，廣泛的分布在9k和20k之內。

最後說說數據分析師薪資的第三個方面，就是數據分析師薪資隨學歷、經驗是如何變化的。在現在的階段並沒有發現數據分析行業對博士學歷的需求，大部分都是要求本科及以上，由此可見，本科學歷是入行的基本條件。大專也是可以接受的，但是在能力相差不大的情況下還是會選擇學歷高的，碩士及以上學歷對於求職者來說具有較高的競爭力。數據分析師對於工作經驗的要求就是對1到3年和3到5年的要求是比較多的，而5到10年的數據分析師是比較少的。數據分析師可以說是一個公司的財富，一般來說，數據分析師的學歷和經驗越高，薪資也就是在20k到30k之間。

關於數據分析師的薪資大約有多少，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

以上是小編為大家分享的關於數據分析師的薪資大約有多少?的相關內容，更多信息可以關注環球青藤分享更多干貨

㈢ 數據分析師的級別如何劃分

1、數據跟蹤員：機械拷貝看到的數據，很少處理數據

雖然這個工作的人還不能稱作數據分析師，但是往往作這樣工作的人還都自稱是數據分析師，這樣的人，只能通過×××系統看到有限的數據，並且很少去處理數據，甚至不理解數據的由來和含義，只是機械的把自己看到的數據拷貝出來，轉發給相應的人。

2、數據查詢員/處理員：數據處理沒問題，缺乏數據解讀能力

這些人可以稱為分析師了，他們已經對數據有一定的理解了，對於大部分數據，他們也知道數據的定義，並且可以通過監控系統或者原始的數據，處理得到這些數據。統計學的方法，這批人還是很精通的，統計學的工具，他們也是用起來得心應手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗也是用的爐火純青。

3、數據分析師：解讀數據，定位問題提出答案

數據分析師這群人，對於數據的處理已經不是問題了，他們的重點已經轉化到怎麼樣去解讀數據了，同樣的數據，在不同人的眼中有不一致的內容。好的數據分析師，是能通過數據找到問題，准確的定位問題，准確的找到問題產生的原因，為下一步的改進，找到機會點的人。

4、數據應用師：將數據還原到產品中，為產品所用

數據應用，這個詞很少被提到。但是應用數據被提的很多，分析了大量的數據，除了能找到問題以外，還有很多數據可以還原到產品中，為產品所用。典型的是在電子商務的網站中，用戶的購買數據，查看數據和操作的記錄，往往是為其推薦新商品的好起點，而數據應用師就是要通過自己的分析，給相應的產品人員一個應該推薦什麼產品，購買的可能性會最大的一個結論。

5、數據規劃師：走在產品前面，讓數據有新的價值方向

數據規劃師，不能說水平上比數據應用師高多少，而是另外一個讓數據有價值的方向。往往在實際的應用中，數據都是有其生命周期的，用來分析、應用的數據也是，這點上，尤其是在互聯網公司更加明顯，一個版本的更新，可能導致之前的所有數據都一定程度的失效。

㈣ 數據分析師分為哪些級別

數據分析師的級別有以下幾種：

CDA 是一套科學化，專業化，國際化的人才考核標准，共分為CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ三個等級，涉及行業包括互聯網、金融、咨詢、電信、零售、醫療、旅遊等，涉及崗位包括大數據、數據分析、市場、產品、運營、咨詢、投資、研發等。該標准符合當今全球數據科學技術潮流，可以為各行業企業和機構提供數據人才參照標准。CDA 行業標准由國際范圍數據科學領域的行業專家、學者及知名企業共同制定並每年修訂更新，確保了標準的公立性、權威性、前沿性。通過 CDA 認證考試者可獲得 CDA 中英文認證證書。 CDA數據分析師的證書是值得考的，這個證書在我國的認可度也是比較高的。而且一個認可度高的職業認證是證明職業技能的一個重要依據。CDA證書由中國成人教育協會數據分析教育培訓專業委員會監制，考試通過拿到的證書代表了技能水平，可做為企、事業單位選拔和聘用專業人才的參考依據

CDA Level Ⅰ

面向范圍：人人皆需的職場數據思維與通用數據技能

1. 零基礎就業轉行者、應屆畢業生

2. 產品、運營、營銷等業務崗與研發、技術崗在職者

3. 企業創始人、經理人、管理咨詢類崗位從業者

崗位去向：商業（業務）分析師、初級數據分析師、（數據）產品運營、（數字）市場營銷、數據專員等

CDA Level II

面向范圍：企業數字化發展中必備的數據分析流程與技能。

1. 產品、運營、營銷等業務部門與研發、中台、技術類部門數據分析相關崗位在職者。

2. 數字化轉型企業創始人與數字化流程中相關負責人。

崗位去向：數據分析師、（數據）產品運營經理、（數字）營銷經理、風控建模分析師、量化策略分析師、數據治理（質量）等

CDA Level III

面向范圍:企業數字化發展中必備的高級數據分析方法與技術。

1. 業務崗與技術崗從事數據分析、數據挖掘、機器學習等技術在職提升者。

2. 從事演算法科學、深度學習等工作的科研人員、分析師與工程師等。

崗位去向:高級數據分析師、機器學習工程師、演算法工程師、數據科學家、首席數據官等

想要考取CDA數據分析的證書可以去CDA認證中心了解。在2020 年 6 月, CDA 數據分析師與全球計算機化考試服務商，Pearson VUE 達成深度合作，雙方簽定了 CDA 考試服務協議。甚至在2020 年底，CDA 認證得到了教育部中國成人教育協會的認可，並成為協會理事單位。

㈤ 數據分析師 cda一共多少級

數據分析師的級別有以下幾種：CDA 是一套科學化，專業化，國際化的人才考核標准，共分為CDA LEVELⅠ ，LEVEL Ⅱ，LEVEL Ⅲ三個等級，涉及行業包括互聯網、金融、咨詢、電信、零售、醫療、旅遊等，涉及崗位包括大數據、數據分析、市場、產品、運營、咨詢、投資、研發等。

基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。

技能要求：

1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。

2、懂管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。

㈥ 數據分析師的薪資大約有多少

你好，數據分析的市場平均薪資是在11637元，而北上廣地區的平均薪資比這個數字還要高上兩三千左右，如果在騰訊阿里等互聯網大廠，這個薪資就更多了。

1、大數據分析師在騰訊等互聯網大廠的職位

大數據分析師，是一個在互聯網行業大廠中非常常見的職位，幾乎所有希望放大數據價值的公司都一定會開始設立和存在的一個崗位。

在國內，像阿里巴巴、華為、網路、騰訊等等互聯網公司，在研發產品的技術線中都會有這樣的職位。

最後，互聯網行業作為新興的吸金行業，技術崗佔了員工60%以上，薪資也是非技術崗近2倍。技術崗並非只是寫代碼做碼農，雖說編程是 IT行業的核心，但是除此之外，還有測試、UI、運維、產品、運營等崗位，數學差、邏輯差，不適合編程，依然可以選擇其他崗位，可以根據這份資料了解有哪些適合自己的崗位。

希望我的回答對你有所幫助！

㈦ 數據分析師的三個等級是什麼意思

數據分析師的三個等級的意思是：

CDA Level I ：業務數據分析師

就是指互聯網、電信、政府等行業領域前端業務人員；或者是從事市場、咨詢、BI、管理、財務、數據分析等職位業務人員；也可能是一些非統計、計算機專業背景零基礎入行和轉行就業人員。

CDA Level II：大數據分析師

有著一年以上數據分析崗位工作經驗，或者是通過CDA Level Ⅰ認證。就是專指政府、電信、零售、電商、醫學等行業專門從事數據分析與雲端大數據的人員。

CDA Level III：數據科學家

有著三年以上數據分析崗位工作經驗，或者是通過任意一門CDA Level II認證的。就是專指政府、電信、零售、互聯網、電商、醫學等行業數據分析的資深人員。

如果想要考取數據分析師資格證，可以到CDA數據分析認證中心咨詢一下。 CDA考試遍布全國，旨在加強全球范圍內科學化、專業化、體系化的大數據及數據分析人才隊伍建設， 進一步提升數據分析師的職業素養與能力水平，促進數據科學行業應用的高質量持續快速發展。

㈧ 數據分析師有哪些等級

CDA Level I 等級證書主要面向業務數據分析，為數據分析領域的初級崗位，與之匹配的崗位為數據維護崗、數據分析師崗、數據賦能崗、BI 工程師崗、數據開發崗。通過比對 Level I 工作經驗 1 年以下持證人和招聘市場上 1 年以下經驗要求的上述崗位薪資，發現持證人群的工資均高於非持證人群，且城市等級跨度廣，既包含一線城市，也包含中小城市。

Level II 等級證書分為數據挖掘和大數據方向，為數據分析領域的中級崗位，與之匹配的崗位為數據挖掘工程師、大數據分析師。此類崗位需要業務數據分析經驗的支撐，比對 Level II 工作經驗 3-8 年持證人和招聘市場上 3-8 年經驗要求的上述崗位薪資。

Level III 等級證書為數據科學，屬於數據分析領域的高級崗位，一般為上市、國企的大型企業的招聘崗位，且主要在公司總部所在地北上廣深一線城市招聘。

㈨ 數據分析師的要求

1、懂業務。從事數據分析工作的前提就會需要懂業務，即熟悉行業知識、公司業務及流程，最好有自己獨到的見解，若脫離行業認知和公司業務背景，分析的結果只會是脫了線的風箏，沒有太大的使用價值。
2、懂管理。一方面是搭建數據分析框架的要求，比如確定分析思路就需要用到營銷、管理等理論知識來指導，如果不熟悉管理理論，就很難搭建數據分析的框架，後續的數據分析也很難進行。另一方面的作用是針對數據分析結論提出有指導意義的分析建議。
3、懂分析。指掌握數據分析基本原理與一些有效的數據分析方法，並能靈活運用到實踐工作中，以便有效的開展數據分析。基本的分析方法有：對比分析法、分組分析法、交叉分析法、結構分析法、漏斗圖分析法、綜合評價分析法、因素分析法、矩陣關聯分析法等。高級的分析方法有：相關分析法、回歸分析法、聚類分析法、判別分析法、主成分分析法、因子分析法、對應分析法、時間序列等。
4、懂工具。指掌握數據分析相關的常用工具。數據分析方法是理論，而數據分析工具就是實現數據分析方法理論的工具，面對越來越龐大的數據，我們不能依靠計算器進行分析，必須依靠強大的數據分析工具幫我們完成數據分析工作。
5、懂設計。懂設計是指運用圖表有效表達數據分析師的分析觀點，使分析結果一目瞭然。圖表的設計是門大學問，如圖形的選擇、版式的設計、顏色的搭配等等，都需要掌握一定的設計原則。
貌似還有數據分析師的證書等級：當前中國數據分析師由中國商業聯合會數據分析專業委員會以及工信部教育考試中心共同考核認證，通過培訓考核，工信部教育考試中心頒發《項目數據分析師職業技術證書》，數據分析行業協會頒發《項目數據分析師證書》，此證書是申請成立項目數據分析事務所的必備條件之一。

㈩ 數據分析師的級別分為哪些

1、數據跟蹤員：機械拷貝看到的數據，很少處理數據

雖然這個工作的人還不能稱作數據分析師，但是往往作這樣工作的人還都自稱是數據分析師，這樣的人，只能通過×××系統看到有限的數據，並且很少去處理數據，甚至不理解數據的由來和含義，只是機械的把自己看到的數據拷貝出來，轉發給相應的人。

2、數據查詢員/處理員：數據處理沒問題，缺乏數據解讀能力

這些人可以稱為分析師了，他們已經對數據有一定的理解了，對於大部分數據，他們也知道數據的定義，並且可以通過監控系統或者原始的數據，處理得到這些數據。統計學的方法，這批人還是很精通的，統計學的工具，他們也是用起來得心應手，你讓他們做一下因子分析，聚類肯定是沒問題，各類檢驗也是用的爐火純青。

3、數據分析師：解讀數據，定位問題提出答案

數據分析師這群人，對於數據的處理已經不是問題了，他們的重點已經轉化到怎麼樣去解讀數據了，同樣的數據，在不同人的眼中有不一致的內容。好的數據分析師，是能通過數據找到問題，准確的定位問題，准確的找到問題產生的原因，為下一步的改進，找到機會點的人。

4、數據應用師：將數據還原到產品中，為產品所用

數據應用，這個詞很少被提到。但是應用數據被提的很多，分析了大量的數據，除了能找到問題以外，還有很多數據可以還原到產品中，為產品所用。典型的是在電子商務的網站中，用戶的購買數據，查看數據和操作的記錄，往往是為其推薦新商品的好起點，而數據應用師就是要通過自己的分析，給相應的產品人員一個應該推薦什麼產品，購買的可能性會最大的一個結論。

5、數據規劃師：走在產品前面，讓數據有新的價值方向

數據規劃師，不能說水平上比數據應用師高多少，而是另外一個讓數據有價值的方向。往往在實際的應用中，數據都是有其生命周期的，用來分析、應用的數據也是，這點上，尤其是在互聯網公司更加明顯，一個版本的更新，可能導致之前的所有數據都一定程度的失效。

關於數據分析師的級別，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

以上是小編為大家分享的關於數據分析師的級別分為哪些?的相關內容，更多信息可以關注環球青藤分享更多干貨