大数据工程师等级考试难考吗

CDA Level Ⅰ：业务数据分析师。需要掌握概率论和统计理论基础，能够熟练运用 Excel、SQL、SPSS、Python 等一门专业分析软件，有良好的商业理解能力，能够根据业务问题指标利用常用数据分析方法进行数据的处理与分析， 并得出逻辑清晰的业务报告。 CDA Level Ⅱ：建模分析师。在 LevelⅠ的基础上更要求掌握多元统计、机器学习等理论知识，掌握高级数据分析方法与数据挖掘算法， 能够熟练运用 PYTHON、R 、SPSS Modeler、SAS 等至少一门专业分析软件，结合业务，能从海量数据提取相关信息，从不同维度进行建模分析， 形成逻辑严密能够体现整体数据挖掘流程化的数据分析报告。 数据的分析和报告。 息；通过相关数据分析算法，结合 相关工具和软件完成数据的处理和 分析。 根据不同的数据业务需求选择合适的组 件进行分析与处理。并对基于 Spark 框架 提出的模型进行对比分析与完善。 主题构造数据集市；在人和数据之间 建立有机联系，面向用户数据创造不 同特性的产品和系统；具有数据规划 的能力。 结果展现能力 能够形成逻辑清晰的报告，传 递分析结果，对实际业务提出 建议和策略。 报告体现数据挖掘的整体流程，层 层阐述信息的收集、模型的构建、 结果的验证和解读，对行业进行评 估，优化和决策。 报告能体现大数据分析的优势，能清楚地 阐述数据采集、大数据处理过程及最终结 果的解读，同时提出模型的优化和改进之 处，以利于提升大数据分析的商业价值。 交付完整项目结果与商业报告，逻辑 严密，具有可评估与可实施性。为企 业数据资产管理提供详细方案，对企 业发展提供数据规划策略。CDA Level Ⅱ：大数据分析师。在 LevelⅠ的基础上要求掌握 Python 语言和 Linux 操作系统知识，能够掌握运用 Hadoop、Hive、Spark 等专业大数据架构及软件，从海量数据中提取相关信息，结合相关机器学习算法，进行大数据分析并形成严密的大数据分析报告。 CDA Level Ⅲ：数据科学家。在同时具备 LevelⅠ和 LevelⅡ三门科目要求的基础上，掌握更高级的前沿技术，包括计算机科学技术，高 性能数据处理，大数据架构，机器学习，深度学习，数据治理、项目管理等。并能够负责制定企业数据发展战略，发现企业数据价值，提升企业运 行效率，增加企业价值。能够带领数据团队将企业的数据资产进行有效的整合和管理，建立内外部数据的连接；具有数据规划的能力。

数据分析师CPDA和CDA的考试难度是不一样的。CDA数据分析员是基础大数据分析人才培养项目，要掌握数理统计学基础知识，基础的算法和商业模型的原理和分析步骤，结合Datahoop平台实际操作，进行简单场景的数据分析，运用统计学分析方法和简单算法构建基础实践模型，并结合案例场景，独立完成数据分析。而CPDA数据分析师是高端大数据人才认证项目，是在不同业务场景具备完整的大数据思维、数据认知能力、数据调用能力、数据综合处理能力、数据呈现能力及数据决策能力，打造知业务、重分析、懂行业、善融通的优秀数据分析师。CDA的考试难度相对CPDA的考试难度是低一些的，不过CDA的考试是分级别的考试的，考高级的CDA的考试难度也是挺大的，不能一概而论。选择哪一种的考试，可以根据自己的实际情况来选择，或者是在报考前和中鹏的考试了解一下考试难度的情况，看看哪一种适合自己的。

难度是有的，但可以考虑去培训呀，自学的话肯定是会比较难的

不一样吧，我同学之前在他们这里考的时候，考的是CDA的，考的是比较基础的内容的，而且还是一级一级考的，应该和CPDA的不一样的。

我考了，很简单，不是有参考教材吗，看完，然后还有一本真题解析，也做完。。就没有问题上午，下午都只需要及格就行。。。

学数据科学,认准CDA,3个等级课程设计比较专业,认证是分开的,满足不同学员需求.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.想转行的话建议还是要系统学习,毕竟现在找工作主要看业务和项目经验,虽然报名要交学费,但是能高效地学习系统知识,避免技术很多坑,免得陷入死循环.让所学技能变成自己的项目经验,这样找工作更有自信.现在很多企业招聘人才都要求CDA学员优先,学好技能后有更多内推机会.

大数据从事的是开源工作，更倾向于“研发”，能够重新激起程序员研发程序的热情，职业生涯有了新的追求，这意味着大数据会成为值得程序员长期奋斗不断突破的工作；其次，由于大数据属新兴领域，专业人才比较缺乏，高端人才更是企业争抢的对象，薪资上升容易，职业发展潜力巨大。二、大数据人才薪资如何？做技术编程也是不错的，不过目前大数据是个趋势，稍微有实力点的企业都在上大数据项目，而Hadoop本身又是编程开发的，再加上Hadoop工程师普遍比纯技术编程开发要高30%以上，所以有很多搞技术编程的都在往hadoop大数据方向转。做技术编程的人已经比较多了，很多人工作4~5年月薪也难上2万，能上万的更是寥寥。但Hadoop很多人只1年经验就拿2万以上了。所以很多现在待遇还不错的人也在学大数据，主要也是考虑未来发展天花板的问题。大数据工程师的工作难度大吗?首先我们先了解一下大数据工程师们需要处理哪些工作，根据工作内容，大家就能够在心中有个基本的概念。在工作岗位上，大数据工程师需要分析优化系统，解决系统运行中的稳定性问题;负责大数据基础设施框架的维护及二次开发，如kafka、flink、hbase等，负责进行数据采集、处理、分析、统计、挖掘工作等等。大数据工程师的工作累吗?除开以上工作之外，大数据工程师还需要负责数据仓库、数据集市建设，通过离线、实时方式接入各数据源数据;根据业务需求对数据、清洗、处理、计算，建模等工作，负责 即时查询工具、固定报表、运营数据产品、Dashboard等产品的设计、研发及应用等等。