CDA人工智能学院：数据科学、人工智能从业者的在线学院。

数据科学（Python/R/Julia）数据分析、机器学习、深度学习

第十届CDA数据分析师认证考试，在2019年6月底圆满地落下了帷幕。

之前我们采访了CDA认证考试 Level 1中的几位优秀考生，为大家分享了他们备考中的心路历程。

今天我们带来的是Level 2 大数据和建模方向中取得优异成绩的几位考生，他们当中有学校在读的研究生，有入职不久的职场新人，还有经验丰富的数据工作者，那么他们有怎样的备考心得体会呢？

下面让我们来一睹他们的风采吧！

LEVEL Ⅱ 大数据分析师

希望今后能继续在大数据行业做些有趣、有意义、有价值的东西出来。

1.目前从事的工作

我目前在江苏欣网视讯软件技术有限公司工作，主要从事电信行业相关的大数据分析和产品开发。

2.报考CDA认证考试的契机

当时我们公司鼓励员工报名参加CDA考试，我看了大纲后发现CDA二级大数据分析师的考试内容相当实用，与当前工作经常用到的大数据知识非常接近，就果断报名了。

3.数据科学零基础的我是如何备考的

我在5月31日报名，大概备考了4周时间。学习计划一般每天是下班回家后学习1-2小时左右。

先跟据考纲要求，把所有考试内容系统的过了一遍。对于本来就常用的一些内容，例如Hadoop生态圈的知识，简单的复习就够了。

对于了解不够深入的内容，例如数据挖掘和机器学习方面，就查找相关资料，定点突破。

4. 备考中有哪些知识难点

Spark的基础原理，RDD、GraphX和MLlib都是有一定难度的，尤其是MLlib部分，对于数据挖掘和机器学习方面还要有一些了解。

5.推荐的书籍和课程

首先就是伴随着众多人进入Hadoop世界的《Hadoop权威指南》，该书也是CDA考试推荐的必读书目，目前最新版本为第四版。

另外，可以结合林子雨教授的视频课程《大数据原理与应用》来共同学习，效果更佳。

如果觉得不过瘾，还想深入了解，推荐《Hadoop应用架构》，该书站在架构的高度，详细阐释了Hadoop生态圈诸多工具如何相互配合，形成各种大数据分析场景的完整建设方案。

Spark学习推荐同样是O’Reilly出品的《Spark快速大数据分析》，该书对Spark的构架和相关组件作了细致的描述，也是迈入Spark分析领域的基础指南。只是该书完成较早，Spark 2.x版本尚未发布，部分考纲内容尚未覆盖。

所以建议同时阅读林子雨教授编著的《Spark编程基础》，并结合配套的林教授的视频课程《Spark大数据处理技术》，林教授的书和课程对Spark MLlib的讲解和描述非常详尽，非常值得一看。

6.对备考者们的建议

对于正在从事大数据行业，尤其是Spark相关工作的同学来说，由于考试内容相当实用，备考内容不少就是平时的工作内容。所以不用太紧张，跟着大纲过一遍，回顾下自己熟练掌握的内容，重点学习不够了解的内容，把握重点，定点突破。

对于打算从事大数据分析的同学，CDA也是一个很不错的进入大数据世界机会。建议按照考纲推荐的图书，有计划地进行系统性、有深度的学习。知其然，更要知其所以然。

另外要知道，大数据是一个实用性很强的行业，学习理论的同时一定要多动手。从基本的Linux安装、Hadoop分布式搭建，扩展到Hadoop生态圈Hive、HBase、Flume、Spark等项目的部署和使用，都自己动手试试，多踩坑才能学的更多更深。

7.今后的职业发展规划

希望能和公司同事一起，共同努力，在大数据行业做些有趣，有意义，有价值的东西出来。

LEVEL Ⅱ 建模分析师

学校学习的理论知识往往是不够的，我想以技能傍身，通过CDA认证考试加强自身的学习。

1.报考CDA认证考试的契机

我是安徽大学应用统计专业研一的学生。我本科也是统计学专业，从本科到研究生看着统计学专业日益火爆，在统计学越来越热门的当今，自己的能力要能匹配专业的发展速度。而学校学习的理论知识往往是不够的，所以想要以技能傍身，通过考证加强自身的学习。

由于研一上半学期接触到了数据挖掘加上导师也是数据挖掘方向，导致自己对数据挖掘、机器学习很感兴趣，刚好了解到CDA Level 2建模分析师的考试重点刚好是数据挖掘算法和软件实操，因此决定报考。

2.我是如何备考的

由于是学生，我的时间比较充裕，考虑到自身对软件的熟练程度不够而CDA L2能否通过就取决于实操，所以3月份学期刚开学就首先投入到软件的学习中。

（本人对R软件有一定的基础就选择了R）我的备考之路分为四个阶段：

一、语言(软件)的学习

实操的重要性刚才已经提到，选择一个数据分析软件或拿手的一门语言(R/Python)保证熟练操作。这个阶段需要贯穿整个备考时期。

二、考纲重点的学习

在我了解了考纲后，将考试重点分为数据的预处理和算法建模两大块，由于我是统计专业，深刻了解数据预处理的重要性，对这部分考纲知识点有一定的基础，就把重点放在算法建模上，有针对性的看算法书一个一个攻克算法，准备时间大概为1个月。

三、查缺补漏

在攻克了重难点以后，需要对所有知识点进行查缺补漏，最好的办法就是完整性的看书，我将《数据挖掘导论》看了两遍，对知识点进行补充。

四、冲刺视频

在看完考纲和课本之后通过冲刺视频进行考点的梳理，将思维拉回到考试线上，做好笔记，反复回忆，对提及的操作题反复练习，做好考试准备。（复习时间为1个月）

3. 备考中有哪些知识难点

对于我来说，分类问题模型评估的阈值确定是一个难点。因为之前在学校几乎没有接触过这种调节阈值的问题，通过这次考试了解到了类不平衡问题阈值的调节，通过F值确定阈值以及通过profit确定阈值的方法。

4.推荐的书籍和课程

书籍要紧靠大纲，我是以《数据挖掘导论》为主，《机器学习》为辅。

在考试前了解到CDA考前冲刺课，在看完至少一遍大纲和课本，对知识点有了了解之后再反复看视频，对知识点进行梳理就会感觉很清晰。

以下是我的部分笔记：

5.对备考者们的建议

一、实操不能掉以轻心，实操的学习是不断积累的过程，熟能生巧。

二、考证不是目的，通过考证真正去学习知识，学以致用才是目的。

三、由于我备考过程中也认识了许多边工作边考证的姐姐哥哥们，对于这类考生，没有大量的时间，建议选择适合自己的数据分析工具。

四、加入数据分析备考群已获得最新考试动向，避免独战。

6.今后的发展规划

数据分析已经成为必不可少的技能，我希望将所学的数据分析、数据挖掘的知识应用在以后从事的职业中。

作为一名建模分析师，我想通过考Level 2 帮自己梳理下学过的知识。

1.目前从事的工作

目前毕业一年多，学生期间正好是统计相关方向专业的。现在是一名建模分析师，日常工作与数据比较相关。

2.报考CDA认证考试的契机

读研的时候在经管之家论坛有看到，机缘凑巧报了Level 1的考试。今年正好工作有变动，想找个时间梳理下学过的知识，就报了Level 2的考试。

3.我是如何备考的

六月初开始看的，四周左右的时间，每天复习时间大概下班后三小时以及周末时间。

选择题的部分根据考纲和解析，配合《数据挖掘》、《数据挖掘导论》梳理知识点；实操题的部分我用的是R，把考纲里提到的方法都动手实践一遍。

4. 备考中有哪些知识难点

模型评估的部分涉及多种评价指标涉及范围广，不少是较小众的，相关材料较难找到，每个指标具体统计口径计算方式难以确定，具体考试实践也比较灵活。

5.推荐的书籍和课程

就我自己的经历与学习过程，我推荐以下几本书：

·《统计学习导论》这本是ESL入门版，可以基于R语言动手实践；

· 李航博士的《统计学习方法》，今年出了第二版，算法理论部分讲的很透彻；

·《百面机器学习》，覆盖大多数算法的具体操作，包括很多应用上的细节。

6.对备考者们的建议

CDA一级二级考察的知识范围对于数学或统计专业的学生应该并不陌生，考试本身也是一个比较好的系统性梳理所学专业知识的机会。

备考主要还是以考纲解析内容为主，配合参考书来看，遇到不懂的内容多翻书多上网。实操要注意在数据前期的预处理、特征工程上多了解多实践，不要仅局限于实践算法。

7.今后的发展规划

工作上做好本职工作，听从领导安排，注意总结累积业务知识；专业上提升工具使用上的熟练度，关注前沿知识，学习新的算法与工具。期望能立足岗位，学以致用。

通过备考CDA认证考试，我希望进一步建立自己的数据分析和机器学习知识体系。

1.目前从事的工作

2006年研究生毕业后进入中兴，先后从事了路由器产品软件开发，各制式无线4G、5G产品的质量管理和过程改进。

随着公司数字化程度越来越高，devops的全面推进，就需要从大量的数据中挖掘价值，进行产品质量改进和过程改进。

2.报考CDA认证考试的契机

我在日常的工作中，主要有两大类数据要分析。一类是项目研发过程数据，另一类是产品的KPI数据。

从最早的excel，到mintab，以及6sigma分析方法，再到利用python做更大量的数据分析，使大数据分析可持续化、自动化嵌入研发流程。为了能最大化的挖掘数据隐藏价值，需要系统的学习KDD的数据挖掘方法，才能更全面地抽象和建立数据模型，一方面提升产品的版本稳定性，提前预测和修复问题，另一方面使质量管理上一个新的台阶，提供更可靠的决策支持。

基于此目标，我希望通过CDA的学习，进一步建立自己的数据分析和机器学习知识体系。

3.我是如何备考的

1）大纲为准，补充知识盲点，建立知识框架。

备考时一定要紧密联系大纲，根据大纲的内容和知识点进行查漏补缺，逐步建立自己的知识框架。这是备考中不可或缺的大前提，只有基础打好了，才能更好地进行之后的学习。

2）案例为本，解决实际问题。

先结合小的案例学习python语言，能够将原来用excel做的图表通过python实现，有了python基础，就结合scikitlearn网站做复杂的算法和实现。因为我的目标是要解决实际工作中遇到的问题，所以，学习过程是以案例为主，认证通过是个水到渠成的过程。

3）多管齐下，取长补短，了解差异。

熟悉excel，mintab，spss，python等不同方式分析的差异和优劣，选择最合适快捷的方式，提高效率的同时，深刻的了解工具差异优劣。

4. 备考中有哪些要注意的地方

1）首先要理解案例题的意图，先想清楚业务逻辑，再做数据预处理，选择合适的模型。

2）同时还要能够对模型进行调参，来保证更优的处理结果，毕竟案例题是按排名给分的哦。这就要深入理解算法原理和模型评价指标。

5.推荐的书目

· 《数据挖掘导论》

· 《机器学习》

· 《利用python进行数据分析》

· 《备考手册》

6.对备考者们的建议

1）大纲一定要吃透，理解每一个字，每一个例题。

2）学会一个个算法和模型容易，什么时候用哪个，怎么用，有什么限制得理解清楚。

3）数据处理要谨慎，不能想当然。记住GIGO原则。

4）考前冲刺，区分概念差异，强化算法的简单手算能力。

7.今后的发展规划

通过数据挖掘，机器学习相关的方法应用，做更加专业的数据挖掘和预测分析，针对不同的项目诉求，提供产品改进方案和结果评估。让数据发声，产生价值，提供专业的管理和决策支撑。

关注“AIU人工智能实验室”，回复“录播”获取更多人工智能精选直播视频！