如今，进入了数据时代，很多人学习了数据分析这个专业，所以想了解这方面有哪些证书，那么下面小编给大家介绍数据分析师有什么证书吗，一起来看看吧。
数据分析师有什么证书吗
数据分析师是有证书的，一般认证机构是两种类型，一种是国家部门认证，一种是行业性质认证。
1、国家部门认证
目前国家部门关于数据分析的认证还没有一个权威的机构。大数据属于新兴科技，一般前沿技术会先实践于企业之中，而相关部门的了解会有滞后性，所以关于大数据和数据分析的专业化技能、知识体系等主要是流行于高科技企业之中，在这个行业成熟之前，国家部门是无法颁发具备专业性兼具认可度和权威性的证书。
2、行业性质认证
(1)SAS认证。它是国际上公认的数据挖掘和商业智能领域的权威认证，在国内限制比较多，如果没打算出国或进国内银行系统，可以不考。
(2)Coursera认证。它免费大型公开在线课程项目，每门课程的结业证书，代表修过这门课程并具备相关技能，在美国来讲一些学校是认可的，对申报留学也许有一些作用。
(3)CDA数据分析师认证。在国内由经管之家承办的数据分析师专业证书，是一套专业化，科学化，国际化，系统化的人才考核标准。
(4)BDA认证。由中国商业统计学会设立的数据分析师培训与考试项目，为提高数据分析工作人员的业务素质。
(5)CPDA认证。是中国商业联合会下面的二级分会颁发的证书，CPDA的实际意思是项目数据分析师，之前的培训重点在财务方向，从企业的认可来讲，参考意义不大。
数据分析师要学的知识
1、Python基础
Python 被称为万能胶水语言，适用性强，能轻松实现很多数据科学应用，还能使数据分析工作自动化。Python虽然是编程语言，但是对计算机零基础的小白极其友好，可以快速上手。Python基础需要掌握变量、数据类型、输出、输入、if判断语句、循环和函数等知识，就可以达到数据分析师的程度了。
2、科学计算库
数据分析工作需借助 pandas、matplotlib、scikit-learn等库，能很好处理中型数据的 pandas 正成为各行业优选库，matplotlib则包含了丰富的数据可视化资源。而掌握matplotlib需要学习的知识有figure画布、折线图、散点图和条形图等等。至于Series需要学习创建形式、属性、基本操作等等。
3、Mysql
Mysql同时也是面试必备的知识点之一，而且数据库的使用是数据分析工作必不可少的技能。尤其在数据量高达百万、甚至TB级别的当下，Mysql 因体积小、速度快及成本低等优势被广泛应用。掌握Mysql需要学习多链表查询语句、复杂查询语句以及基础查询语句等内容。
4、Hive
Hive更是在大厂必备的工作能力，尤其在大数据中，Hive扮演着重要角色，主要用于数据查询，统计和分析，帮助提高开发工作效率，简化开发难度，能直接通过SQL在大数据平台下运行进行统计分析。Hive数据定义与操作、基本查询分析、窗口函数、Haddoop的shell操作都是数据分析师需要学习的内容。
数据分析师要具备的能力
1、业务能力
只要真的在实践领域从事过数据分析工作，就会明白所有分析的重中之重都是业务知识本身。
而业务知识的学习和掌握，需要的积累之深，培养一个业务老师，需要的周期之长，都远远超过后面所说的那些基本技能，成为业务老师实属不易，数据分析师其实是之于业务老师之上的更深层次的思考和总结，否则，谁指导谁都是个问题。
业务学习的方式很多，比如将以前的分析报告和取数案例都拿过来研究一下，不懂就问，总是一个渐进的过程，但需要时间和行业的沉淀。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。
2、思考能力
数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己自创性的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。
而要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则更多的强调养成思考的习惯。
思考本身是一种实践，它可以将你的知识更加系统化和深入化，数据分析一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。
3、沟通能力
数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。
同时，但如果你容易听取他人的意见，特别是智者的意见，则可以帮你找到另一条出路，你犯错的概率就会降低，相应的，你的分析就更有力量和说服力。
4、数据学习
业务学习有一个毛病，比如你看案例，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，在大多数公司里，很多数据分析师其实缺乏全局的数据视野，因为他不知道到底有多少数据。
因此，永远只能在已知的数据里转圈圈，当然，可能也够了，但我这里要说得是做得比较。
当然，大多数数据分析师可能不需要进行系统数据学习，反正实践中慢慢熟悉好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。
5、技术学习
有几个层面的东西要学，依赖于实际的场景和你希望达到的阶段：首先，你要学会从数据库或者其它源头获取数据，很多数据分析师仍然依赖于IT人员获取数据，但大数据时代，真的有必要自己动手了，因为依赖他人效率太低了，起码你要会SQL，SQL甚至基本上是为统计取数而生的方便工具，图形化的透视方式也远远没有SQL的表达能力强，这是基本功。
其次，你要会一些数据分析工具，EXCEL是最基本的，其实大多数数据分析基于EXCEL应付已经绰绰有余了，EXCEL的图形表达能力也已经够强。
