大数据运维工程师考试科目

嗜爱成瘾戒不掉对你的眷恋
  • 回答数

    5

  • 浏览数

    1934

首页> 工程师报名> 大数据运维工程师考试科目

5个回答默认排序
  • 默认排序
  • 按时间排序

青衫落拓

已采纳

1.大数据工程师工作中会做什么?集群运维:安装、测试、运维各种大数据组件数据开发:细分一点的话会有ETL工程师、数据仓库工程师等数据系统开发:偏重Web系统开发,比如报表系统、推荐系统等这里面有很多内容其实是十分重合的,下面大致聊一下每一块内容大致需要学什么,以及侧重点。2.集群运维数据工程师,基本上是离不开集群搭建,比如hadoop、Spark、Kafka,不要指望有专门的运维帮你搞定,新组件的引入一般都要自己来动手的。因此这就要求数据工程师了解各种大数据的组件。由于要自己的安装各种开源的组件,就要求数据工程师要具备的能力: Linux 。要对Linux比较熟悉,能各种自己折腾着玩。由于现在的大数据生态系统基本上是 JVM系的,因此在语言上,就不要犹豫了,JVM系的Java和Scala基本上跑不掉,Java基本上要学的很深,Scala就看情况了。3. ETLETL在大数据领域主要体现在各种数据流的处理。这一块一方面体现在对一些组件的了解上,比如Sqoop、Flume、Kafka、Spark、MapReduce;另一方面就是编程语言的需要,Java、Shell和Sql是基本功。4.系统开发我们大部分的价值最后都会由系统来体现,比如报表系统和推荐系统。因此就要求有一定的系统开发能力,最常用的就是 Java Web这一套了,当然Python也是挺方便的。需要注意的是,一般数据开发跑不掉的就是各种提数据的需求,很多是临时和定制的需求,这种情况下, Sql就跑不掉了,老老实实学一下Sql很必要。如何入门?前面提到了一些数据工程师会用到的技能树,下面给一个入门的建议,完全个人意见。1.了解行业情况刚开始一定要了解清楚自己和行业的情况,很多人根本就分不清招聘信息中的大数据和数据挖掘的区别就说自己要转行,其实是很不负责的。不要总是赶热点,反正我就是经常被鄙视做什么大数据开发太Low,做数据就要做数据挖掘,不然永远都是水货。2.选择学习途径如果真是清楚自己明确地想转数据开发了,要考虑一下自己的时间和精力,能拿出来多少时间,而且在学习的时候最好有人能多指点下,不然太容易走弯路了。在选择具体的学习途径时,要慎重一点,有几个选择:自学报班找人指点别的不说了,报班是可以考虑的,不要全指望报个辅导班就能带你上天,但是可以靠他帮你梳理思路。如果有专业从事这一行的人多帮帮的话,是最好的。不一定是技术好,主要是可沟通性强。3.学习路线学习路线,下面是一个大致的建议:第一阶段先具备一定的Linux和Java的基础,不一定要特别深,先能玩起来,Linux的话能自己执行各种操作,Java能写点小程序。这些事为搭建Hadoop环境做准备。学习Hadoop,学会搭建单机版的Hadoop,然后是分布式的Hadoop,写一些MR的程序。接着学学Hadoop生态系统的其它大数据组件,比如Spark、Hive、Hbase,尝试去搭建然后跑一些官网的Demo。Linux、Java、各种组件都有一些基础后,要有一些项目方面的实践,这时候找一些成功案例,比如搜搜各种视频教程中如何搞一个推荐系统,把自己学到的用起来。第二阶段到这里是一个基本的阶段了,大致对数据开发有一些了解了。接着要有一些有意思内容可以选学。数据仓库体系:如何搞数据分层,数据仓库体系该如何建设,可以有一些大致的了解。用户画像和特征工程:这一部分越早了解越好。一些系统的实现思路:比如调度系统、元数据系统、推荐系统这些系统如何实现。第三阶段下面要有一些细分的领域需要深入进行,看工作和兴趣来选择一些来深入进行分布式理论:比如Gossip、DHT、Paxo这些构成了各种分布式系统的底层协议和算法,还是要学一下的。数据挖掘算法:算法是要学的,但是不一定纯理论,在分布式环境中实现算法,本身就是一个大的挑战。各种系统的源码学习:比如Hadoop、Spark、Kafka的源码,想深入搞大数据,源码跑不掉。

115评论

道理我都懂

央视网消息(焦点访谈):职场有个说法叫“证多不压身”,就是说拿到的职业资格证书越多,越好找工作。这也催生出了社会上各种各样的职业认证,其中不乏靠发证敛财,借培训钱的机构。为了治理这种乱象,这几年国家先后7次取消了几百项职业资格认证,并且要坚决防止已取消的职业资格“死灰复燃”,任何单位组织,都不得变相开展资格资质的许可和认定。然而就是在这样的严管之下,一些机构和个人依旧在公开组织大规模的所谓培训,开展国家明令已经取消的职业资格认证,只不过换了一个马甲,声称自己进行的是“国际认证”。这种很能唬人的国际认证是怎么一回事呢?

那么这家叫做“美国认证协会中国总部”的机构,究竟有没有取得我国主管部门颁发认证的资质呢?

记者登录了国家人社部设立的外国职业资格证书查询平台,在“国际证书查询”一栏中,输入美国认证协会发放的证书编号后,却根本查询不到任何结果。

无论中国心理学界、美国心理学界同行,还是美国加州相关政府部门,对这家能够颁发注册国际心理咨询师认证的美国认证协会都一无所知。那么这位中国区负责人反复提及的“广泛认可”究竟是谁的认可呢?

原来这家公司在美国主要是做职业技能培训,就是这样一家培训公司,到了中国就做起了心理咨询师的资格认证。

一份培训结业证书,变成了是国际专业的职业资格认证;培训公司变成了专业协会。

就在记者调查接近尾声的时候,又接到了培训机构的电话,告知有另外一个国际心理师的认证可以考。

从记者的调查来看,美国认证协会中国总部负责发所谓的国际认证证书,培训机构负责收价格不菲的培训费,他们的关系不言自明。这样的资格认证虽然没有什么含金量,却让有些人赚了不少真金白银。如此鱼龙混杂、滥竽充数的培训和认证,不仅扰乱了行业正常发展秩序,也使得旨在激发市场主体内在活力和社会创造力的国家政策打了折扣。对此不仅消费者要警惕,管理部门也应该对它们好好“认证”一下。

-----------

所以,看看是否很眼熟? 自己看吧,不做任何评论。

112评论

性傲孤冷

数据分析师考试科目有这些:

CDA Level Ⅰ

面向范围:人人皆需的职场数据思维与通用数据技能

1. 零基础就业转行者、应届毕业生

2. 产品、运营、营销等业务岗与研发、技术岗在职者

3. 企业创始人、经理人、管理咨询类岗位从业者

岗位去向:商业(业务)分析师、初级数据分析师、(数据)产品运营、(数字)市场营销、数据专员等

CDA Level I 包含以下科目:《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》

PART 1 数据分析概述与职业操守(占比3%)

PART 2 数据结构(占比15%)

PART 3 数据库基础(占比17%)

PART 4 描述性统计分析(10%)

PART 5 多维数据透视分析(10%)

PART 6 业务数据分析(30%)

PART 7 业务分析报告与数据可视化报表(15%)

CDA Level II

面向范围:企业数字化发展中必备的数据分析流程与技能。

1. 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者。

2. 数字化转型企业创始人与数字化流程中相关负责人。

岗位去向:数据分析师、(数据)产品运营经理、(数字)营销经理、风控建模分析师、量化策略分析师、数据治理(质量)等

CDA Level II 包含以下科目:《数据采集与数据处理》、《统计分析》、《商业策略分析》、《数据治理》

PART 1 数据采集与处理(占比12%)

PART 2 数据模型管理(占比3%)

PART 3 标签体系与用户画像(占比5%)

PART 4 统计分析(占比25%)

PART 5 数据分析模型(占比40%)

PART 6 数字化工作方法(占比15%)

CDA Level III

面向范围:企业数字化发展中必备的高级数据分析方法与技术。

1. 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者。

2. 从事算法科学、深度学习等工作的科研人员、分析师与工程师等。

岗位去向:高级数据分析师、机器学习工程师、算法工程师、数据科学家、首席数据官等

CDA Level III 包含以下科目:《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》

PART 1 数据挖掘概论(占比15%)

PART 2 高级数据处理与特征工程(占比25%)

PART 3 自然语言处理与文本分析(占比20%)

PART 4 机器学习算法(占比40%)

PART 5 机器学习实战(案例操作部分)

数据分析师考试评价目标:cda数据分析师课程理论知识直接应用于项目数据分析和投资决策工作,根据项目决策的需要,对项目各种相关数据进行精算和评估。

想要了解更多关于数据分析师的问题,可以咨询一下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。

74评论

乱世浮生

1、CDALevelⅠ:CDALevelⅠ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、SPSS、SAS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。

2、CDALevelⅡ:在LevelⅠ的基础上更要求掌握多元统计、时间序列、数据挖掘等理论知识,掌握高级数据分析方法与数据挖掘算法,能够熟练运用SPSS、SAS、Matlab、R等至少一门专业分析软件。

熟悉适用SQL访问企业数据库,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。

3、CDALevelⅡ:在LevelⅠ的基础上要求掌握JAVA语言和linux操作系统知识,能够掌握运用Hadoop、Spark、Storm等至少一门专业大数据分析软件,从海量数据中提取相关信息,并能够结合R、python等软件,形成严密的数据分析报告。

4、CDALevelⅢ:数据分析专家需要掌握CDALevelⅡ的所有理论及技术要求,还应了解计算机技术,软件开发技术,大数据分析架构及企业战略分析方法,能带领团队完成不同主题数据的有效整合与管理。对行业、业务、技术有敏锐的洞察力和判断力,为企业发展提供全方面数据支持。

扩展资料

报名条件

申报参加CDA数据分析员专业技术培训人员,具备统计学、计算机、金融、经济和会计学等专业大专以上学历。申报人员所出具的学历证明,必须是经国家教育部承认的正规国民教育学历证明。申报人员所出具的国家教育部承认的正规国民教育学历证明,必须真实有效,不得假冒伪造或修改。

报名方式

登陆CDA数据分析员网站,点击“在线报名”填写报名申请表并在线提交;或在下载资料中下载《数据分析员报名申请表》,填写学员信息后传真至报名处。

对报名申请表的信息进行初审后,工作人员通知学员递交电子版学历证明和身份证至报名处。学员缴纳学费之后领取教材以及相关资料。

参考资料来源:百度百科-CDA数据分析员

参考资料来源:百度百科-cda

4评论

才子佳人

主要学习office办公自动化,HTML+css3,JavaScript,C语言程序设计,Linux服务器配置与应用,MySQL数据库管理的应用等。

183评论

相关问答