阿里云大數(shù)據(jù)分析師acp認(rèn)證考試大綱

阿里云大數(shù)據(jù)分析師acp認(rèn)證考試大綱

阿里云大數(shù)據(jù)分析師（acp）認(rèn)證介紹：

阿里云大數(shù)據(jù)分析師認(rèn)證（Alibaba Cloud Certified Professional-Data Analyst，acp）是阿里云大數(shù)據(jù)行業(yè)認(rèn)證體系中的職業(yè)認(rèn)證，同時也是一個跨平臺、通用型專業(yè)技術(shù)認(rèn)證。主要包括數(shù)據(jù)分析相關(guān)的知識體系，如數(shù)據(jù)庫知識、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)編程、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析工具、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化， 主流大數(shù)據(jù)技術(shù)等；介紹了數(shù)據(jù)分析在行業(yè)中的實際應(yīng)用與項目管理方法，及相關(guān)的數(shù)據(jù)技術(shù)和技能，包括 8 個知識與技能模塊：大數(shù)據(jù)基礎(chǔ)知識、大數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)分析工具、數(shù)據(jù)可視化、數(shù)據(jù)編程、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)分析項目管理、機(jī)器學(xué)習(xí)。

通過該行業(yè)技術(shù)認(rèn)證可以有效證明持證者具備以下能力：

1、具備大數(shù)據(jù)相關(guān)的基礎(chǔ)知識。

2、了解大數(shù)據(jù)分析職業(yè)的特點及行業(yè)對大數(shù)據(jù)分析人員的職業(yè)要求。

3、了解大數(shù)據(jù)存儲技術(shù)的特點，能夠熟練使用傳統(tǒng)關(guān)系型數(shù)據(jù)庫，了解數(shù)據(jù)倉庫的基本知識，能夠使用開源大數(shù)據(jù)技術(shù)、阿里云數(shù)加等管理和使用數(shù)據(jù)。

4、掌握 SQL 語言編程技能，能夠根據(jù)項目需要進(jìn)行數(shù)據(jù)庫管理和數(shù)據(jù)編程。

5、熟練掌握數(shù)據(jù)可視化相關(guān)工具，如 Quick BI、DataV 等，并且能設(shè)計與開發(fā)可視化大屏和商業(yè)報表。

6、掌握數(shù)據(jù)質(zhì)量管理的特點和要求，能夠在數(shù)據(jù)分析中判斷數(shù)據(jù)質(zhì)量對項目的影響并提供相應(yīng)解決方案。

7、掌握數(shù)據(jù)分析的質(zhì)量控制流程，利用數(shù)據(jù)預(yù)處理技術(shù)合理處理臟數(shù)據(jù)。

8、基于對數(shù)據(jù)分析項目的編程方法，保證程序的運行效率和數(shù)據(jù)分析結(jié)果的質(zhì)量。

9、能夠運用 5W2H 分析法梳理數(shù)據(jù)項目的目標(biāo)、范圍，根據(jù)對業(yè)務(wù)要求的理解設(shè)計合理的數(shù)據(jù)分析方案。

10、掌握機(jī)器學(xué)習(xí)技術(shù)的使用和應(yīng)用場景，如聚類分析、決策樹、關(guān)聯(lián)分析等。

11、能夠獨立撰寫數(shù)據(jù)分析項目報告。

阿里云大數(shù)據(jù)分析師acp認(rèn)證考試線下上機(jī)考試試卷內(nèi)容范圍：

一、大數(shù)據(jù)基礎(chǔ)知識考試內(nèi)容：

（1）了解大數(shù)據(jù)的定義、特點等。

（2）了解數(shù)據(jù)的類型和不同的分析處理方法。

（3）了解大數(shù)據(jù)相關(guān)的概念、實際的應(yīng)用案例、適用的場景等。

（4）了解云計算的特點、云計算與大數(shù)據(jù)的關(guān)系。

（5）了解大數(shù)據(jù)相關(guān)的技術(shù)，如存儲、計算、分析等。

（6）了解大數(shù)據(jù)職業(yè)的特點與對人才的要求。

二、大數(shù)據(jù)存儲技術(shù)考試內(nèi)容

（1）了解分布式存儲技術(shù)的概念與特點

（2）了解數(shù)據(jù)存儲技術(shù)適用的不同場景，包括數(shù)據(jù)類型（如結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)）、數(shù)據(jù)容量、使用場景等。

（3）了解數(shù)據(jù)庫的基本概念與特點，包括可靠性、約束、三范式、適用場景等。

（4）了解數(shù)據(jù)倉庫的基本概念與特點，包括與數(shù)據(jù)庫的區(qū)別、ETL 等。

（5）了解 HDFS 與 MaxCompute 的構(gòu)成與特點。

（6）了解文件存儲、數(shù)據(jù)庫存儲、分布式存儲之間的優(yōu)缺點。

（7）掌握大數(shù)據(jù)計算服務(wù)的數(shù)據(jù)上傳和下載，可以熟練使用 MySQL、HDFS、MaxCompute 等進(jìn)行數(shù)據(jù)存儲。

（8）了解 Hadoop、MaxCompute 等產(chǎn)品的基本概念與特點，包括應(yīng)用場景和局限性。

三、數(shù)據(jù)分析工具考試內(nèi)容

（1）掌握大數(shù)據(jù)計算服務(wù)的 SQL 命令，包括 DDL、DML 以及常見內(nèi)置函數(shù)。

（2）了解 MapReduce 的基本概念與特點。

（3）能夠使用 DataWorks 的數(shù)據(jù)開發(fā)模塊進(jìn)行設(shè)計開發(fā)，包括建表、任務(wù)開發(fā)、數(shù)據(jù)上傳等。

（4）能夠使用 MySQL、MaxCompute、Hive 平臺進(jìn)行數(shù)據(jù)分析。

四、數(shù)據(jù)可視化考試內(nèi)容

（1）了解數(shù)據(jù)可視化的基本知識，如定義、特點、實現(xiàn)方式等。

（2）了解 Quick BI、DataV 的產(chǎn)品特點和使用場景。

（3）了解常見圖表類型的特點和適用場景。

（4）能夠使用 Quick BI 設(shè)計開發(fā)報表和門戶。

（5）了解可視化產(chǎn)品的分類和基本設(shè)計原則。

五、數(shù)據(jù)編程考試內(nèi)容

（1）掌握數(shù)據(jù)預(yù)處理的基本方法。

（2）了解描述性統(tǒng)計分析的概念和特點，包括常見統(tǒng)計量、概率分布、擬合與檢驗。

（3）了解假設(shè)檢驗的概念和特點，能夠根據(jù)應(yīng)用場合真確使用正態(tài)分布單樣本和雙樣本和二項分布假設(shè)檢驗。

（4）能夠基于項目的目標(biāo)與范圍規(guī)劃數(shù)據(jù)分析方案，設(shè)計合理的指標(biāo)。

（5）了解數(shù)據(jù)分析編程的特點，包括編程手法、編程效率、編程規(guī)范和質(zhì)量控制。

（6）了解指標(biāo)體系的概念，包括總量指標(biāo)、結(jié)構(gòu)指標(biāo)和平均指標(biāo)，并能夠合理應(yīng)用達(dá)到數(shù)據(jù)分析目的。

（7）掌握數(shù)據(jù)分析報告撰寫的規(guī)范。

六、數(shù)據(jù)質(zhì)量控制考試內(nèi)容

（1）了解數(shù)據(jù)質(zhì)量的 5 個維度的概念和特點。

（2）了解在數(shù)據(jù)質(zhì)量的 5 個維度基礎(chǔ)上，臟數(shù)據(jù)的種類、來源、造成的影響。

（3）掌握處理臟數(shù)據(jù)的方法，包括對臟數(shù)據(jù)的檢查、修復(fù)、清洗、轉(zhuǎn)換等。

（4）了解數(shù)據(jù)質(zhì)量問題在數(shù)據(jù)編程過程中發(fā)生的原因，并能夠利用質(zhì)量檢驗的技術(shù)手段保證項目的順利執(zhí)行。

（5）了解項目的目標(biāo)是數(shù)據(jù)分析項目中衡量數(shù)據(jù)質(zhì)量的主要標(biāo)準(zhǔn)，并能夠判斷數(shù)據(jù)中的質(zhì)量問題是否對數(shù)據(jù)分析項目產(chǎn)生影響。

七、數(shù)據(jù)分析項目管理考試內(nèi)容

（1）了解項目工程管理方法論的定義、特點和實際應(yīng)用場景。

（2）能夠理解數(shù)據(jù)分析項目的實施流程、重點環(huán)節(jié)、數(shù)據(jù)項目執(zhí)行流程的重要性。

（3）掌握項目設(shè)計的特點，包括業(yè)務(wù)問題數(shù)據(jù)化、明確項目的目的、范圍、和分析維度等。

（4）能夠利用項目績效分析實現(xiàn)項目后數(shù)據(jù)分析。

（5）能夠利用現(xiàn)狀、原因、預(yù)測的分析方法實現(xiàn)項目前數(shù)據(jù)分析。

（6）了解臨時性項目與經(jīng)常性項目之間的區(qū)別。

八、機(jī)器學(xué)習(xí)考試內(nèi)容

（1）了解機(jī)器學(xué)習(xí)常見的算法，如聚類、決策樹、關(guān)聯(lián)分析等。

（2）了解機(jī)器學(xué)習(xí)的常見使用流程，包括算法調(diào)優(yōu)和效果評估。

（3）能夠使用聚類分析，包括 K-means 算法對相似的顧客分類。

（4）能夠使用決策樹算法生成商業(yè)規(guī)則。

（5）能夠使用關(guān)聯(lián)分析實現(xiàn)購物籃分析。