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。

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。

业绩成果方面

项目成果证明：如果在申报后参与了新的项目并取得成果，可提供项目验收报告、成果鉴定证书、项目获奖证书等。如参与的大数据项目通过验收，且有相关部门出具的验收合格报告，能证明在专业领域的实践能力和成果。

技术创新材料：若有新的技术创新、发明创造或专利申请，提供专利证书、技术创新的相关证明文件或行业专家对技术创新的评价意见等。例如，获得软件著作权证书或实用新型专利证书，可体现创新能力。

行业认可证明：获得行业协会、专业组织颁发的荣誉证书、奖项，或在行业内有影响力的会议上发表演讲、获得表彰等的证明材料，能反映在行业内的知名度和专业水平。

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。