[자격증] 빅데이터분석기사 필기 합격 후기(책 추천 / 공부 기간 등)

안녕하십니까, 간토끼입니다.

오늘은 최근에 취득한 빅데이터분석기사 자격증의 필기 시험 합격 후기에 대해 작성해보겠습니다.

 

 

728x90

ADP(데이터분석전문가) 필기를 취득한지 약 1달 만에 이어서 시험을 봤는데요.

아무래도 출제 기관이 같고, 자격증의 초점이 비슷해서 그런지 준비 과정이 유사하더라고요.

2020.09.10 - [Records/Certificate] - [자격증] ADsP(데이터분석준전문가) 자격증 취득 후기(책 추천 / 공부 기간 등)

[자격증] ADsP(데이터분석준전문가) 자격증 취득 후기(책 추천 / 공부 기간 등)

2022.09.25 - [Records/Certificate] - [자격증] ADP(데이터분석전문가) 필기 합격 후기(책 추천 / 공부 기간 등)

[자격증] ADP(데이터분석전문가) 필기 합격 후기(책 추천 / 공부 기간 등)

 

데이터분석 관련 자격증들을 취득할 때마다 느끼는 거지만 문제 유형이나 시험범위가 대동소이합니다.

그만큼 겹쳐서 준비하시면 단점보다는 장점이 많다고 생각합니다.

이왕이면 1개 취득하는 것보단 2개, 3개 취득하는 것이 조금이나마 어필할 때 좋지 않을까요?

 

아무튼 빅데이터분석기사는 다른 자격증과 다르게 "기사" 자격증이라는 점에서 공인력이 좀 더 있는 자격증이죠.

국가기술자격증에 해당하는 자격증으로서, 빅데이터 분야에서 처음으로 시행되는 국가기술자격이라는 점에서 의미가 있다고 생각합니다. (ADP, ADsP는 엄연히 구분하자면 국가공인 "민간자격" 이기 때문이죠.)

시행기관은 한국데이터산업진흥원이고, 과학기술정보통신부와 통계청이 공동으로 신설한 자격증입니다.

 

간단하게 응시자격과 시험과목 등을 보고 넘어갈게요.

- 응시자격

아무래도 기사 자격증이다보니 자격에 제한이 있습니다.

제일 갖추기 무난한 건 '대졸(졸업예정자)'이지 않을까 싶네요.

저도 4년제 대졸 자격으로 응시했습니다.

좋은 점은 관련학과 전공 유무를 따지지 않기 때문에, 4년제 대학의 학사 학위가 있거나, 졸업예정자(4학년 재학) 기준만 갖추면 된다는 것이죠.

 

- 시험과목

필기만 보고 넘어가면 빅데이터 분석기획, 탐색, 모델링, 결과해석으로 이루어져있고,

과목당 20문항으로 총 80문항으로 구성돼있습니다.

1과목부터 4과목까지 사실 독립된 과목이라기보단, 데이터 분석 프로세스를 순차적으로 명시한 것이죠.

이는 어떻게 보면 ADP 필기나 ADsP 필기 과목과 꽤나 유사합니다.

ADP 필기 과목인데요.

과목명이 상이하긴 하지만 결은 비슷합니다. 문제 수준도 비슷비슷하고요.

두 시험 모두 '데이터분석' 파트에 비중이 더 크다는 점도 공통점입니다. 통계학 내용을 잘 보셔야 해요.

 

사실 저는 어떻게 보면 전공자이기도 하고, 학부에서 통계학 수업도 회귀분석, 시계열분석 정도는 들었고, 학부 수준의 머신러닝, 딥러닝 수업도 다 들었다보니 현재 군복무를 하고 있는 와중에도 문제 수준이 꽤나 무난하더군요,

기만일 수도 있겠지만 ... 실전모의고사와 기출문제만 풀고 생각보다 정답률이 높길래 따로 공부하지 않고 문제만 좀 풀어보다가 시험을 응시하러 갔습니다. (퇴근하고 생각보다 공부할 시간이 별로 없더군요. ㅜㅜ)

 

개인적으로 전공자(통계학 등 유관 전공)들은 필기는 그냥 기출문제 등 문제만 여러번 풀어보시고, 1과목 정도만 개념을 외우시면 될 거라고 생각합니다. (통계학개론, 회귀분석, 머신러닝 등을 알고 있다는 가정하에)

그리고 비전공자들은 머신러닝, 딥러닝 파트는 꼭 시간을 투자하셔서 각 기법(K-NN, 회귀분석, 의사결정나무, 랜덤포레스트, SVM 등)에 대한 설명을 유튜브 등 콘텐츠를 활용해서 학습하시기 바랍니다.

단순히 필기 내용만 외워도 합격할 수는 있겠지만, 실질적으로 의미없는 합격이라고 생각합니다.

또한 1과목부터 4과목까지 유기적으로 이어지는 데이터 분석 프로젝트의 흐름을 캐치하셔야해요.

실기의 작업형이 이 네 과목의 내용을 망라하는 미니 데이터 분석 프로젝트를 하게끔 문제가 출제되기 때문에,

흐름을 기억하시고 이해하시는 게 중요하다고 생각합니다.

(데이터를 확보하고, 각 변수를 정의하고, EDA 과정을 통해 변수 간의 관계를 살피고, 데이터를 전처리하고, Feature Engineering을 통해 데이터를 가공하고 선별하고, 이어서 모델링을 통해 머신러닝의 목적인 예측(Target이 범주형이라면 분류분석, 수치형이라면 회귀분석)을 수행하고 이후 모델을 평가하고 등 ... )

 

그리고 책은 다음 책을 추천합니다.

 

사실 어느 책으로 해도 난이도가 높지 않은 시험이라 상관은 없을 것 같은데,

표지에서도 알 수 있듯이 '문제'수가 굉장히 많습니다.

 

원래 이런 자격증 시험은 문제 양치기도 합격에 꽤나 많은 영향을 미치는데,

그러한 의미에서 좋은 책이라고 생각합니다.

실전 모의고사가 8회 정도 있더라고요. 개인적으로 추천합니다.

 

결론적으로는 전공자 입장에서는 그냥 문제 위주로만 풀어보시고, 본인이 판단했을 때 취약한 파트만 해당 단원으로 돌아가서 개념 보충하고 시험 준비하시면 큰 어려움 없이 합격할 수 있을 거라고 생각합니다.

 

비전공자는 어느 자격증이나 도전이 어렵겠지만, 개인적으로 실기까지 하신다면 각 기법에 대한 이해가 굉장히 중요하다고 생각하고, 책으로만 피상적으로 공부하지 마시고 유튜브 등 영상을 병행하셔서 내실있게 준비하셔야 도움이 될 거라고 생각합니다.

ADP 포스팅에서도 강조한 거지만 머신러닝 기법에 대한 이해 ... 정말 중요합니다.

외우는 것이 아닌 기법을 이해하셔야 하고, 개인적으로 통계학개론 정도는 탄탄히 공부하시는 걸 추천드려요.

데이터 분석을 써먹으려고 해도 통계학개론조차 모르면 자격증을 취득해도 취득한 게 아니라고 생각합니다.

 

그외 궁금한 사항은 댓글 남겨주세요.

 

감사합니다.

잘 읽으셨다면 게시글 하단에 ♡(좋아요) 눌러주시면 감사하겠습니다 :)

(구독이면 더욱 좋습니다 ^_^)

 

 

---

- 간토끼(DataLabbit)

- University of Seoul

- Economics & Data Science