申报材料方面

材料不齐全：如未按要求提供学历证书、工作证明、业绩成果材料、论文等，或者缺少相关材料的原件扫描件，导致评审委员会无法了解申报人的情况。

材料真实性存疑：申报人提供虚假的学历、工作经历、业绩成果等材料，一旦被查实，将直接导致评审不通过，并且可能会受到相应的处罚。

材料整理混乱：申报材料未按照规定的顺序整理，或者材料内容模糊不清、难以辨认，影响评审委员会对材料的审核和评价。

申报条件方面

学历与工作年限不符：例如，申报初级职称要求大学专科毕业，从事专业技术工作二年以上，但申报人工作年限不足两年。

专业不对口：申报的职称专业与所学专业或从事的工作内容不相关，且未满足相关的转岗或跨专业申报条件。

其他方面

未按时缴费：在规定的时间内未完成评审费用的缴纳，导致申报流程中断，无法进入评审环节。

违反评审规定：申报人在评审过程中存在违反评审纪律的行为，如通过不正当手段干扰评审工作、恶意诋毁他人等。

继续教育不足：部分职称评审要求申报人完成一定的继续教育课程，但申报人未达到规定的学时或学分要求。

专业能力方面

培训与进修证书：参加与申报专业相关的培训课程、进修班、学术研讨会等获得的结业证书或参会证明，表明在专业领域不断学习和提升。如参加了大数据专业的高级培训课程，获得结业证书，证明对专业知识的深入学习。

专业考试成绩：取得与申报专业相关的职业资格考试、专业技能测试的优异成绩证明。如通过了大数据分析师职业资格考试，且成绩，可作为专业能力的佐证。

作品或成果展示：提供能代表专业水平的作品，如设计作品、学术论文、研究报告、软件开发成果等，并附上相关说明或评价。例如，发表在专业期刊上的论文，或开发的具有一定影响力的软件产品等。