BDA数据分析职业技能等级规范版企业标准Word文件下载.docx
- 文档编号:4320331
- 上传时间:2023-05-03
- 格式:DOCX
- 页数:10
- 大小:18.23KB
BDA数据分析职业技能等级规范版企业标准Word文件下载.docx
《BDA数据分析职业技能等级规范版企业标准Word文件下载.docx》由会员分享,可在线阅读,更多相关《BDA数据分析职业技能等级规范版企业标准Word文件下载.docx(10页珍藏版)》请在冰点文库上搜索。
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析研究和概括总结,提取有用信息和形成结论的过程。
在实用中,数据分析可帮助人们做出判断,其研究结论可以用于决策支持。
因此数据分析也是决策支持中的重要环节。
常用的分析方法有假设检验、多元分析、时序分析、调查分析等。
2.22.2
数据挖掘DataMining
数据挖掘是一个利用各种分析方法,从大量数据中提取隐含和潜在的、对决策有用的信息和知识的过程。
数据挖掘的主要流程包括:
问题与数据理解、数据准备、模型建立、模型评估、结论发布与应用。
2.32.3
数据洞察DataInsight
数据洞察是利用数据分析或数据挖掘得到的知识,结合问题背景领域的知识理解,告诉人们如何选择,或者怎样的选择会导致怎样的结果,包括决策运营、预测机会等。
数据洞察是对分析结论的升华,具有很强的指向性。
3职业技能等级划分与要求
3.1等级划分
BDA数据分析职业技能划分为五个等级:
——员级;
——初级;
——中级;
——准高级;
——高级。
3.2主要职责
3.2.1数据管理员
主要职责是办公自动化、数据收集基本技能。
3.2.2初级数据分析师
主要职责是办公自动化、数据收集基本技能;
具备基本的数据处理、分析和展示能力。
3.2.3中级数据分析师
主要职责是具备数据处理、分析和展示能力;
具备基本的网络数据收集、数据挖掘能力,具备和大型数据库管理人员、大数据框架工程师团队协同工作的能力。
3.2.4准高级数据分析师
主要职责是具备网络数据收集、数据挖掘能力;
具备大规模数据处理、分析和展示能力;
具备协助高级数据分析师工作的能力。
3.2.5高级数据分析师
主要职责是具备网络数据收集技能、数据挖掘能力;
具备承担大数据项目设计和实施能力。
3.3职业等级类别
3.3.1员级
中职毕业(含在校生),经培训考核成绩合格。
3.3.2初级
专科以上学历(含在校生),或从事相关工作,经考核成绩合格。
3.3.3中级
本科以上学历(含在校生),或取得初级证书且从事相关工作1年以上,经考核成绩合格。
3.3.4准高级
硕士以上学历(含在校生),或取得中级证书且连续从事相关工作2年以上(含2年),经考核成绩合格。
3.3.5高级
博士学历,或硕士学历且取得准高级证书后连续从事相关工作3年以上(含3年),或连续从事相关工作5年以上且具有项目管理经验,经答辩成绩合格。
4职业能力要求
4.1数据管理员职业能力
数据管理员职业能力要求,见表1。
表1数据管理员职业能力要求
职业功能
工作内容
技能要求
相关知识
基本素养
职业道德与安全意识
1.能遵守职业道德
2.能遵守涉及的数据安全和保密要求及规定
1.了解职业道德的知识和应用
2.了解数据安全和保密要求的知识及规定
办公自动化
数据与结论的可视化展示
1.能运用Excel软件管理数据
2.能运用PPT美化和展示分析结论
3.能熟练运用办公软件进行文档编辑排版等工作
1.掌握办公软件(word、excel、ppt等)的相关知识及应用
数据收集
1.能收集互联网上的数据
2.能通过调查活动收集数据
1.掌握互联网上公开数据的来源和采集方法
2.了解调查数据采集的基本要求和流程
数据
管理
1.了解数据的基本结构
数据处理
1.能预处理结构化数据
2.能完成数据抽取、清理转换、格式化数据
2.了解数据预处理的相关方法及应用
3.理解数据集成、数据审核、数据清理和数据
转换方法
4.2初级职业能力
初级职业能力要求,见表2。
表2初级职业能力要求
数据管理
2.能收集外部的公开或非公开数据
3.能收集内部的数据
4.能通过调查活动收集数据
1.掌握互联网上公开数据的来源和采集方式
2.理解抽样调查及社会调查方法的基本知识及应用
3.掌握非公开数据和内部数据的采集方法
1.能处理结构化与非结构化数据
3.能运用常用的数据库存取数据
1.理解数据集成、数据审核、数据清理和数据转换的基本方法
2.理解均值插补、回归插补、相似值插补等常用缺失值插补方法
3.了解数据结构及数据库的基本原理
4.了解分布式文件系统数据存取机理
数据分析
1.能根据业务问题选择数据分析方法
2.能运用各类数据分析方法进行数据分析
1.掌握统计学基础、数据分析方法基础
2.运用描述性分析、推断性分析、方差分析、线性回归分析等方法分析数据
数据分析工具的应用
1.能运用R、Excel、SPSS、SAS等某一数据分析工具
1.掌握基于R、Excel、SPSS、SAS等某一数据分析软件掌握数据分析的相关方法及应用
可视化设计与报告写作
数据可视化展示
1.能通过程序语言或工具展示数据情况
2.能选择合适图型展示复杂数据
3.能运用Excel软件展示数据结论
4.能运用PPT美化和展示分析结论
1.掌握数据分析软件的可视化功能及应用2.掌握办公软件(word、excel、ppt等)的相关知识及应用
撰写报告
1.能根据分析结论提出合理建议和撰写报告
2.能熟练运用办公自动化软件编辑报告文档
1.掌握数据分析报告的撰写要求
2.掌握调查分析报告的撰写要求
4.3中级职业能力
中级职业能力要求,见表3。
可视化分析
撰写报告与可视化数据
1.能使用可视化分析的相关工具及相关软件
2.能理解和掌握可视化分析的算法模型
3.能应用开源软件进行可视化分析项目
4.能按要求撰写数据分析报告
3.掌握python等数据分析工具可视化功能及应用
表3中级职业能力要求
、
4.4准高级职业能力
准高级职业能力要求,见表4。
表4准高级职业能力要求
1.能将业务目标转化为数据分析目标
业务
定义业务问
2.能分析业务对应产品的分类和服务模式
1.了解项目分析的知识和方法
分析
题
3.能分析业务运营模式及系列结构
2.了解相关业务领域基本知识
4.能分析相当业务计算机管理系统
数据库架构
1.能分析评估不同数据库的特性和优缺点
1.理解在不同场景下数据库的构建、运维和评估技术
2.了解大规模并行处理、分布式文件系统、分布式数据库、分布式计算等大数据平台的构建和运维技术
3.理解流计算等分析技术
4.理解数据库运作原理和工具实现方式
设计与特性
2.能协助工程师完成数据库架构设计
数据库
评估
3.能协助ETL工程师工作
大数据管理与设计
1.能进行数据分析和建模
2.能协助实践BI全过程
3.能协助开发大数据分析处理系统
1.掌握特征提取、异常诊断、模型评估技术和决
统计机器学习与深度学习
模型与算法的计设、测试和验证
1.模型选择与评估
2.运用建立好的模型预测业务问题
3.能灵活对特定的业务场景进行统计学方法和机器学习方法
4.能理解图像或语音或文本分析和挖掘方法
策树、关联分析、支持向量机、神经网络、贝叶斯网络等分析方法
2.理解图像分析,或语音分析,或文本分析方法
3.理解无监督学习、有监督学习、模式识别、卷积神经网络等分析方法
4.理解图像或语音或文本分析的内部机理
通过源代码
可视化
或工具软件
1.能使用可视化分析相关开源软件栈和工具
1.掌握python等数据分析工具可视化功能及应用
实现可视化
2.能协助开发分布式可视化分析系统
2.了解开源的算法代码编
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- BDA 数据 分析 职业技能 等级 规范 企业 标准