一、CDA 数据分析师报名条件

CDA 分 LEVEL Ⅰ/Ⅱ/Ⅲ 三个等级，报考条件逐级递进，无专业、学历、工作经验等前置限制，仅要求跨等级报考时需通过前一级认证，具体如下：

LEVEL Ⅰ：无任何报考条件，零基础转行、应届毕业生、在职从业者等均可直接报考；

LEVEL Ⅱ：需先通过 LEVEL Ⅰ 认证，方可报名；

LEVEL Ⅲ：需先通过 LEVEL Ⅱ 认证，方可报名。

二、CDA 数据分析师考试范围

三个等级考试范围各有侧重，从基础的业务数据分析逐步进阶到高级数据挖掘与机器学习，均包含理论知识 + 实操应用，且考纲贴合企业实际数据分析工作需求，具体核心范围如下：

✅ LEVEL Ⅰ（基础级）

考试科目：《职业道德与操守》《数据库与 SQL 基础》《统计学初级》《业务数据分析》《数据可视化》

核心考点占比：

数据分析概述与职业操守（6%）、数据结构（12%）、数据库应用（17%）

描述性统计分析（10%）、多维数据透视分析（10%）

业务数据分析（25%，核心）、业务分析报告与可视化（15%）、数据管理（5%）

核心能力：掌握 Excel/SQL/BI 工具，能完成基础数据采集、清洗、可视化，制作业务分析报告，适配入门级数据分析工作。

✅ LEVEL Ⅱ（进阶级）

考试科目：《数据采集与数据处理》《统计分析》《商业策略分析》《数据治理》

核心考点占比：

数据采集与处理（9%）、指标体系（3%）、数据治理与模型管理（6%）

标签体系与用户画像（5%）、统计分析（25%）

数据分析模型（40%，核心，含回归、聚类、时间序列等）、数字化工作方法（12%）

核心能力：熟练使用 Python/SQL，能完成数据预处理、构建分析模型、做用户画像与业务策略优化，适配企业常规数据分析岗。

✅ LEVEL Ⅲ（高级）

考试科目：《数据挖掘与高级数据处理》《自然语言处理与文本分析》《算法应用与实战》

核心考点占比：

数据挖掘概论（10%）、高级数据处理与特征工程（15%）

自然语言处理与文本分析（10%）、机器学习算法（30%，核心，含分类、聚类、集成方法等）

数据挖掘实战（10%）、深度学习算法（13%）、大语言模型与 AI（NLP）（12%）

核心能力：精通 Python + 机器学习 / 深度学习框架（TensorFlow/PyTorch），能构建复杂数据模型、完成数据挖掘项目、落地算法策略，适配高级数据分析师、算法工程师等岗位。

补充：考试形式与核心工具要求

考试形式：均为线下上机答题，LEVEL Ⅲ 额外包含案例操作题（需提交分析结果）；

工具要求：LEVEL Ⅰ 以 Excel/SQL/BI 为主，LEVEL Ⅱ/Ⅲ 核心为 Python，LEVEL Ⅲ 需掌握机器学习 / 深度学习相关框架。