阿里数据分析师_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
阿里数据分析师
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩1页未读，继续阅读
你可能喜欢推荐这篇日记的豆列
······
&(1人关注)随着大数据概念的火热，数据科学家这一职位应时而出，那么成为数据科学家要满足什么条件？或许我们可以从国外的数据科学家面试问题中得到一些参考，下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。
1、你处理过的最大的数据量？你是如何处理他们的？处理的结果。
2、告诉我二个分析或者计算机科学相关项目？你是如何对其结果进行衡量的？
3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则？
4、什么是：协同过滤、n-grams, map reduce、余弦距离？
5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库？
6、如何设计一个解决抄袭的方案？
7、如何检验一个个人支付账户都多个人使用？
8、点击流数据应该是实时处理？为什么？哪部分应该实时处理？
9、你认为哪个更好：是好的数据还是好模型？同时你是如何定义“好”？存在所有情况下通用的模型吗？有你没有知道一些模型的定义并不是那么好？
10、什么是概率合并（AKA模糊融合）？使用SQL处理还是其它语言方便？对于处理半结构化的数据你会选择使用哪种语言？
11、你是如何处理缺少数据的？你推荐使用什么样的处理技术？
12、你最喜欢的编程语言是什么？为什么？
13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。
14、SAS, R, Python, Perl语言的区别是？
15、什么是大数据的诅咒？
16、你参与过数据库与数据模型的设计吗？
17、你是否参与过仪表盘的设计及指标选择？你对于商业智能和报表工具有什么想法？
18、你喜欢TD数据库的什么特征？
19、如何你打算发100万的营销活动邮件。你怎么去优化发送？你怎么优化反应率？能把这二个优化份开吗？
20、如果有几个客户查询ORACLE数据库的效率很低。为什么？你做什么可以提高速度10倍以上，同时可以更好处理大数量输出？
21、如何把非结构化的数据转换成结构化的数据？这是否真的有必要做这样的转换？把数据存成平面文本文件是否比存成关系数据库更好？
22、什么是哈希表碰撞攻击？怎么避免？发生的频率是多少？
23、如何判别mapreduce过程有好的负载均衡？什么是负载均衡？
24、请举例说明mapreduce是如何工作的？在什么应用场景下工作的很好？云的安全问题有哪些？
25、（在内存满足的情况下）你认为是100个小的哈希表好还是一个大的哈希表，对于内在或者运行速度来说？对于数据库分析的评价？
26、为什么朴素贝叶斯差？你如何使用朴素贝叶斯来改进爬虫检验算法？
27、你处理过白名单吗？主要的规则？（在欺诈或者爬行检验的情况下）
28、什么是星型模型？什么是查询表？
29、你可以使用excel建立逻辑回归模型吗？如何可以，说明一下建立过程？
30、在SQL, Perl, C++, Python等编程过程上，待为了提升速度优化过相关代码或者算法吗？如何及提升多少？
31、使用5天完成90%的精度的解决方案还是花10天完成100%的精度的解决方案？取决于什么内容？
32、定义：QA（质量保障）、六西格玛、实验设计。好的与坏的实验设计能否举个案例？
33、普通线性回归模型的缺陷是什么？你知道的其它回归模型吗？
34、你认为叶数小于50的决策树是否比大的好？为什么？
35、保险精算是否是统计学的一个分支？如果不是，为何如何？
36、给出一个不符合高斯分布与不符合对数正态分布的数据案例。给出一个分布非常混乱的数案例。
37、为什么说均方误差不是一个衡量模型的好指标？你建议用哪个指标替代？
38、你如何证明你带来的算法改进是真的有效的与不做任何改变相比？你对A/B测试熟吗？
39、什么是敏感性分析？拥有更低的敏感性（也就是说更好的强壮性）和低的预测能力还是正好相反好？你如何使用交叉验证？你对于在数据集中插入噪声数据从而来检验模型的敏感性的想法如何看？
40、对于一下逻辑回归、决策树、神经网络。在过去15年中这些技术做了哪些大的改进？
41、除了主成分分析外你还使用其它数据降维技术吗？你怎么想逐步回归？你熟悉的逐步回归技术有哪些？什么时候完整的数据要比降维的数据或者样本好？
42、你如何建议一个非参数置信区间？
43、你熟悉极值理论、蒙特卡罗逻辑或者其它数理统计方法以正确的评估一个稀疏事件的发生概率？
44、什么是归因分析？如何识别归因与相关系数？举例。
45、如何定义与衡量一个指标的预测能力？
46、如何为欺诈检验得分技术发现最好的规则集？你如何处理规则冗余、规则发现和二者的本质问题？一个规则集的近似解决方案是否可行？如何寻找一个可行的近似方案？你如何决定这个解决方案足够好从而可以停止寻找另一个更好的？
47、如何创建一个关键字分类？
48、什么是僵尸网络？如何进行检测？
49、你有使用过API接口的经验吗？什么样的API？是谷歌还是亚马逊还是软件即时服务？
50、什么时候自己编号代码比使用数据科学者开发好的软件包更好？
51、可视化使用什么工具？在作图方面，你如何评价Tableau?R?SAS?在一个图中有效展现五个维度？
52、什么是概念验证？
53、你主要与什么样的客户共事：内部、外部、销售部门/财务部门/市场部门/IT部门的人？有咨询经验吗？与供应商打过交道，包括供应商选择与测试。
54、你熟悉软件生命周期吗？及IT项目的生命周期，从收入需求到项目维护？
55、什么是cron任务？
56、你是一个独身的编码人员？还是一个开发人员？或者是一个设计人员？
57、是假阳性好还是假阴性好？
58、你熟悉价格优化、价格弹性、存货管理、竞争智能吗？分别给案例。
59、Zillow’s算法是如何工作的？
60、如何检验为了不好的目的还进行的虚假评论或者虚假的FB帐户？
61、你如何创建一个新的匿名数字帐户？
62、你有没有想过自己创业？是什么样的想法？
63、你认为帐号与密码输入的登录框会消失吗？它将会被什么替代？
64、你用过时间序列模型吗？时滞的相关性？相关图？光谱分析？信号处理与过滤技术？在什么样的场景下？
65、哪位数据科学有你最佩服？从哪开始？
66、你是怎么开始对数据科学感兴趣的？
67、什么是效率曲线？他们的缺陷是什么，你如何克服这些缺陷？
68、什么是推荐引擎？它是如何工作的？
69、什么是精密测试？如何及什么时候模拟可以帮忙我们不使用精密测试？
70、你认为怎么才能成为一个好的数据科学家？
71、你认为数据科学家是一个艺术家还是科学家？
72、什么是一个好的、快速的聚类算法的的计算复杂度？什么好的聚类算法？你怎么决定一个聚类的聚数？
73、给出一些在数据科学中“最佳实践的案例”。
74、什么让一个图形使人产生误解、很难去读懂或者解释？一个有用的图形的特征？
75、你知道使用在统计或者计算科学中的“经验法则”吗？或者在商业分析中。
76、你觉得下一个20年最好的5个预测方法是？
77、你怎么马上就知道在一篇文章中（比如报纸）发表的统计数字是错误，或者是用作支撑作者的论点，而不是仅仅在罗列某个事物的信息？例如，对于每月官方定期在媒体公开发布的失业统计数据，你有什么感想？怎样可以让这些数据更加准确？
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。最全数据分析师常见的面试问题(一)1、海量日志数据，提取出某日访问百度次数最多的那个IP。首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP(可以采用hash_map进行频率统计，然后再找出频率最大的几个)及相应的频率。然后再在这1000个最大的IP中，找出那个频率最大的IP，即为所求。或者如下阐述：算法思想：分而治之+Hash1.IP地址最多有2^32=4G种取值情况，所以不能完全加载到内存中处理;2.可以考虑采用 分而治之 的思想，按照IP地址的Hash(IP)24值，把海量IP日志分别存储到1024个小文件中。这样，每个小文件最多包含4MB个IP地址;3.对于每一个小文件，可以构建一个IP为key，出现次数为value的Hash map，同时记录当前出现次数最多的那个IP地址;4.可以得到1024个小文件中的出现次数最多的IP，再依据常规的排序算法得到总体上出现次数最多的IP;2、搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。假设目前有一千万个记录(这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。)，请你统计最热门的10个查询串，要求使用的内存不能超过1G。文中，给出的最终算法是：第一步、先对这批海量数据预处理，在O(N)的时间内用Hash表完成统计(之前写成了排序，特此订正。July、20XX.04.27);第二步、借助堆这个数据结构，找出Top K，时间复杂度为N logK。即，借助堆结构，我们可以在log量级的时间内查找和调整/移动。因此，维护一个K(该题目中是10)大小的小根堆，然后遍历300万的Query，分别和根元素进行对比所以，我们最终的时间复杂度是：O(N) + N *O(logK)，(N为1000万，N 为300万)。ok，更多，详情，请参考原文。或者：采用trie树，关键字域存该查询串出现的次数，没有出现为0。最后用10个元素的最小推来对出现频率进行排序。3、有一个1G大小的一个文件，里面每一行是一个词，词的大小不超过16字节，内存限制大小是1M。返回频数最高的100个词。方案：顺序读文件中，对于每个词x，取hash(x)P00，然后按照该值存到5000个小文件(记为x0,x1, x4999)中。这样每个文件大概是200k左右。如果其中的有的文件超过了1M大小，还可以按照类似的方法继续往下分，直到分解得到的小文件的大小都不超过1M。对每个小文件，统计每个文件中出现的词以及相应的频率(可以采用trie树/hash_map等)，并取出出现频率最大的100个词(可以用含10个结点的最小堆)，并把100个词及相应的频率存入文件，这样又得到了5000个文件。下一步就是把这5000个文件进行归并(类似与归并排序)的过程了。4、有10个文件，每个文件1G，每个文件的每一行存放的都是用户的query，每个文件的query都可能重复。要求你按照query的频度排序。还是典型的TOP K算法，解决方案如下：方案1：顺序读取10个文件，按照hash(query)的结果将query写入到另外10个文件(记为)中。这样新生成的文件每个的大小大约也1G(假设hash函数是随机的)。找一台内存在2G左右的机器，依次对用hash_map(query, query_count)来统计每个query出现的次数。利用快速/堆/归并排序按照出现次数进行排序。将排序好的query和对应的 query_cout输出到文件中。这样得到了10个排好序的文件(记为)。对这10个文件进行归并排序(内排序与外排序相结合)。方案2：一般query的总量是有限的，只是重复的次数比较多而已，可能对于所有的query，一次性就可以加入到内存了。这样，我们就可以采用trie树/hash_map等直接来统计每个query出现的次数，然后按出现次数做快速/堆/归并排序就可以了。方案3：与方案1类似，但在做完hash，分成多个文件后，可以交给多个文件来处理，采用分布式的架构来处理(比如MapReduce)，最后再进行合并。5给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url?方案1：可以估计每个文件安的大小为5G 64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。遍历文件a，对每个url求取hash(url)00，然后根据所取得的值将url分别存储到1000个小文件(记为a0,a1, ,a999)中。这样每个小文件的大约为300M。遍历文件b，采取和a相同的方式将url分别存储到1000小文件(记为b0,b1, ,b999)。这样处理后，所有可能相同的url都在对应的小文件(a0vsb0,a1vsb1, ,a999vsb999)中，不对应的小文件不可能有相同的url。然后我们只要求出1000对小文件中相同的 url即可。求每对小文件中相同的url时，可以把其中一个小文件的url存储到hash_set中。然后遍历另一个小文件的每个url，看其是否在刚才构建的hash_set中，如果是，那么就是共同的url，存到文件里面就可以了。方案2：如果允许有一定的错误率，可以使用Bloom filter，4G内存大概可以表示340亿bit。将其中一个文件中的url使用Bloom filter映射为这340亿bit，然后挨个读取另外一个文件的url，检查是否与Bloom filter，如果是，那么该url应该是共同的url(注意会有一定的错误率)。Bloom filter日后会在本BLOG内详细阐述。6、在2.5亿个整数中找出不重复的整数，注，内存不足以容纳这2.5亿个整数。方案1：采用2-Bitmap(每个数分配2bit，00表示不存在，01表示出现一次，10表示多次，11无意义)进行，共需内存2^32 * 2 bit=1 GB内存，还可以接受。然后扫描这2.5亿个整数，查看Bitmap中相对应位，如果是00变01，01变10，10保持不变。所描完事后，查看 bitmap，把对应位是01的整数输出即可。方案2：也可采用与第1题类似的方法，进行划分小文件的方法。然后在小文件中找出不重复的整数，并排序。然后再进行归并，注意去除重复的元素。7、腾讯面试题：给40亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那40亿个数当中?与上第6题类似，我的第一反应时快速排序+二分查找。以下是其它更好的方法：方案1：oo，申请512M的内存，一个bit位代表一个unsigned int值。读入40亿个数，设置相应的bit位，读入要查询的数，查看相应bit位是否为1，为1表示存在，为0表示不存在。方案2：这个问题在《编程珠玑》里有很好的描述，大家可以参考下面的思路，探讨一下：又因为2^32为40亿多，所以给定一个数可能在，也可能不在其中;这里我#from 最全数据分析师常见的面试问题（3篇）来自 end#们把40亿个数中的每一个用32位的二进制来表示假设这40亿个数开始放在一个文件中。最全数据分析师常见的面试问题(二)随着大数据概念的火热，数据科学家这一职位应时而出，那么成为数据科学家要满足什么条件?或许我们可以从国外的数据科学家面试问题中得到一些参考，下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的?3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则?4、什么是：协同过滤、n-grams, map reduce、余弦距离?5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库?6、如何设计一个解决抄袭的方案?7、如何检验一个个人支付账户都多个人使用?8、点击流数据应该是实时处理?为什么?哪部分应该实时处理?9、你认为哪个更好：是好的数据还是好模型?同时你是如何定义 好 ?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好?10、什么是概率合并(AKA模糊融合)?使用SQL处理还是其它语言方便?对于处理半结构化的数据你会选择使用哪种语言?11、你是如何处理缺少数据的?你推荐使用什么样的处理技术?12、你最喜欢的编程语言是什么?为什么?13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。14、SAS, R, Python, Perl语言的区别是?15、什么是大数据的诅咒?16、你参与过数据库与数据模型的设计吗?文章出自，转载请保留此链接！17、你是否参与过仪表盘的设计及指标选择?你对于商业智能和报表工具有什么想法?18、你喜欢TD数据库的什么特征?19、如何你打算发100万的营销活动邮件。你怎么去优化发送?你怎么优化反应率?能把这二个优化份开吗?20、如果有几个客户查询ORACLE数据库的效率很低。为什么?你做什么可以提高速度10倍以上，同时可以更好处理大数量输出?21、如何把非结构化的数据转换成结构化的数据?这是否真的有必要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好?22、什么是哈希表碰撞攻击?怎么避免?发生的频率是多少?23、如何判别mapreduce过程有好的负载均衡?什么是负载均衡?24、请举例说明mapreduce是如何工作的?在什么应用场景下工作的很好?云的安全问题有哪些?25、(在内存满足的情况下)你认为是100个小的哈希表好还是一个大的哈希表，对于内在或者运行速度来说?对于数据库分析的评价?26、为什么朴素贝叶斯差?你如何使用朴素贝叶斯来改进爬虫检验算法?27、你处理过白名单吗?主要的规则?(在欺诈或者爬行检验的情况下)28、什么是星型模型?什么是查询表?29、你可以使用excel建立逻辑回归模型吗?如何可以，说明一下建立过程?30、在SQL, Perl, C++, Python等编程过程上，待为了提升速度优化过相关代码或者算法吗?如何及提升多少?31、使用5天完成90%的精度的解决方案还是花10天完成100%的精度的解决方案?取决于什么内容?32、定义：QA(质量保障)、六西格玛、实验设计。好的与坏的实验设计能否举个案例?33、普通线性回归模型的缺陷是什么?你知道的其它回归模型吗?34、你认为叶数小于50的决策树是否比大的好?为什么?35、保险精算是否是统计学的一个分支?如果不是，为何如何?36、给出一个不符合高斯分布与不符合对数正态分布的数据案例。给出一个分布非常混乱的数案例。37、为什么说均方误差不是一个衡量模型的好指标?你建议用哪个指标替代?38、你如何证明你带来的算法改进是真的有效的与不做任何改变相比?你对A/B测试熟吗?39、什么是敏感性分析?拥有更低的敏感性(也就是说更好的强壮性)和低的预测能力还是正好相反好?你如何使用交叉验证?你对于在数据集中插入噪声数据从而来检验模型的敏感性的想法如何看?最全数据分析师常见的面试问题(三)随着大数据概念的火热，数据科学家这一职位应时而出，那么成为数据科学家要满足什么条件?或许我们可以从国外的数据科学家面试问题中得到一些参考，下面是77个关于数据分析或者数据科学家招聘的时候会常会的几个问题，供各位同行参考。1、你处理过的最大的数据量?你是如何处理他们的?处理的结果。2、告诉我二个分析或者计算机科学相关项目?你是如何对其结果进行衡量的?3、什么是：提升值、关键绩效指标、强壮性、模型按合度、实验设计、2/8原则?4、什么是：协同过滤、n-grams, map reduce、余弦距离?5、如何让一个网络爬虫速度更快、抽取更好的信息以及更好总结数据从而得到一干净的数据库?6、如何设计一个解决抄袭的方案?7、如何检验一个个人支付账户都多个人使用?8、点击流数据应该是实时处理?为什么?哪部分应该实时处理?9、你认为哪个更好：是好的数据还是好模型?同时你是如何定义 好 ?存在所有情况下通用的模型吗?有你没有知道一些模型的定义并不是那么好?10、什么是概率合并(AKA模糊融合)?使用SQL处理还是其它语言方便?对于处理半结构化的数据你会选择使用哪种语言?11、你是如何处理缺少数据的?你推荐使用什么样的处理技术?12、你最喜欢的编程语言是什么?为什么?13、对于你喜欢的统计软件告诉你喜欢的与不喜欢的3个理由。14、SAS, R, Python, Perl语言的区别是?15、什么是大数据的诅咒?16、你参与过数据库与数据模型的设计吗?17、你是否参与过仪表盘的设计及指标选择?你对于商业智能和报表工具有什么想法?18、你喜欢TD数据库的什么特征?19、如何你打算发100万的营销活动邮件。你怎么去优化发送?你怎么优化反应率?能把这二个优化份开吗?20、如果有几个客户查询ORACLE数据库的效率很低。为什么?你做什么可以提高速度10倍以上，同时可以更好处理大数量输出?21、如何把非结构化的数据转换成结构化的数据?这是否真的有必要做这样的转换?把数据存成平面文本文件是否比存成关系数据库更好?22、什么是哈希表碰撞攻击?怎么避免?发生的频率是多少?23、如何判别mapreduce过程有好的负载均衡?什么是负载均衡?24、请举例说明mapreduce是如何工作的?在什么应用场景下工作的很好?云的安全问题有哪些?25、(在内存满足的情况下)你认为是100个小的哈希表好还是一个大的哈希表，对于内在或者运行速度来说?对于数据库分析的评价?26、为什么朴素贝叶斯差?你如何使用朴素贝叶斯来改进爬虫检验算法?27、你处理过白名单吗?主要的规则?(在欺诈或者爬行检验的情况下)28、什么是星型模型?什么是查询表?29、你可以使用excel建立逻辑回归模型吗?如何可以，说明一下建立过程?30、在SQL, Perl, C++, Python等编程过程上，待为了提升速度优化过相关代码或者算法吗?如何及提升多少?31、使用5天完成90%的精度的解决方案还是花10天完成100%的精度的解决方案?取决于什么内容?32、定义：QA(质量保障)、六西格玛、实验设计。好的与坏的实验设计能否举个案例?33、普通线性回归模型的缺陷是什么?你知道的其它回归模型吗?面试问题：看完本文，记得打分哦：很好下载Doc格式文档马上分享给朋友：?知道苹果代表什么吗实用文章，深受网友追捧比较有用，值得网友借鉴没有价值，写作仍需努力相关自我介绍：网友评论
48小时热门关于项目数据分析师(CPDA)的考试
关于项目数据分析师(CPDA)的考试
　　关于项目数据分析师(CPDA)的考试　　1. 问：考试是由哪里组织的?是全国统一考试吗?　　答：考试由主办单位统一管理(数据分析专业委员会及工业与信息化部教育与考试中心)，全国各地授权管理中心具体组织实施。考试时间是每年年初公布，2013年是4.20，8.17，12.21。　　2. 问：考试考几门、考试方式及时间?　　答：考试一天完成，上午考《数据原理》，为上机考试时间为 120分钟。下午为笔试《量化投资》和《量化经营》分别是120分钟。满分均为100分，60分及格。三门考试全部通过(及格)，才能取得项目数据分析师证书。 单科考试成绩两年内有效。　　3问：考试监考严吗?通不过有补考的机会吗?有几次补考?补考收费吗?　　答：考试监考很严，有补考机会。，即任何一门考试没有合格，均可以根据考试时间的安排提前申请补考，补考费用是90元/门。只要全部通过考试，即可以取得项目数据分析师证书。.　　4. 问：面授只有八天，这么短的时间能通过考试吗?请问目前的通过率有多少?　　答：参与项目数据分析师学习和考核的学员，均要求具备两个条件:一是有一定的专业知识和专业经验;二是要求提前通过远程学习中心或辅修教材对预习课程进行学习。在这两个基础上参加面授才更有保障。目前是数据分析行业发展的初期，协会从行业整体发展角度考虑，希望有更多的分析师进入这个行业。因此考核的难度适中，只要认真参加培训，通过考试的可能性还是较大的。至于考试通过率的统计，全国各个地方、不同期次的学员水平也差距较大，所以通过率没有太大意义。从长远看，越来越难是趋势，所以通过率一定是越来越低的。　　5. 问：为什么很多统考项目，一年只考一次，可是项目数据分析师却有三次，是不是不太正规?　　答：每年三次考试，可以让学员有更多的机会参与考核。考试次数多并非不太正规，(如托福考试每年的次数就远远超过三次)，目前数据分析行业发展迅速，考核次数的增加可以保证项目数据分析师增长，来满足行业发展需求。　　6. 问：理论考试和实操考试难度如何? 答：上机考试多数为概念和简单计算，题量大。笔试针对解决问题的实际能力进行考核，所以题量不大，但综合性强。　　7. 问：能够跨区域参加考试吗?　　答：原则上是不允许跨区考试的，在哪个地区的授权管理中心报名学习，就应在此中心进行考试，如遇特殊情况，需学员向当地授权管理中心提交书面申请并取得协会培训处和考试中心同意后才可实施。　　8. 问：交了8800元的培训认证费后，考试还要额外交费吗?　　答：不需要，报名参加培训的费用包含了考试费用，但参加补考，需要交纳补考费用。　　9. 问：证书多长时间能颁发给学员?　　答：考试成绩公布后二十个工作日内，由协会培训处取得“协会”分布发的证书及“考试中　　1　　心”颁发的证书后，统一交付当地授权管理中心，由授权管理中心颁发给学员。　　10.问：能不参加培训直接考试吗?　　答：目前不能，现在的培养体系是先参加远程和面授之后参加统一考试的。只有参加了培训才可以参加考试。目前，国家大专院校里尚没有开设此类课程，社会上也没有类似培训，不参加培训，学员很难具备系统的数据分析知识，自然也难以通过考核。　　11.问：哪里有考点?　　北京，福建，上海，湖北，广东等。　　
热门新闻资讯
推荐新闻资讯
最新新闻资讯}