오늘은 빅데이터 분석기사 자격증을 준비하는 분들을 위해 제가 실제로 준비했던 과정을 필기와 실기로 나누어 공부전략을 공유해보고자 한다. 이 포스팅을 통해 여러분이 비용 부담없이 효율적으로 공부하고 자격증을 취득하는 데 도움이 되길 바라며 글을 시작하겠다.
1. 빅데이터 분석기사란?
빅데이터 분석기사는 데이터 분석과 관련된 지식과 기술을 검증하는 자격증이다.
데이터 수집, 처리, 분석, 시각화 등을 포함한 다양한 분야에서 필요로 하는 역량을 평가한다.
자격분류: 국가기술자격시행기관: 한국데이터산업진흥원
응시자격: 제한있음(국가기술자격법 시행령 별표4의2)
근거법: 국가기술자격법 및 동법 시행령
자격개요: 빅데이터분석기사란 한국데이터산업진흥원에서 시행하는 빅데이터분석기사 시험에 합격하여 그 자격을 취득한 자를 말한다.
자격특징: 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행한다.
응시수수료: 필기 17,800원, 실기 40,800원
홈페이지: https://www.dataq.or.kr

2. 필기 시험 공부전략
2.1. 필기 시험 개요

필기 시험은 객관식 문제로 구성되어 있으며 데이터 분석의 기초 이론과 관련된 내용을 평가한다. 시험 방식은 객관식, 각 과목당 20문제로 구성되어 있으며 시험 시간은 총 120분이다. 과목당 8문제 이상을 맞혀야 하며 한 과목이라도 8문제 미만으로 맞힐 경우 총점이 평균 60점 이상이라도 과락으로 불합격이다.
2.2. 공부전략
개념을 잡고 싶으면 EduAtoZ https://www.youtube.com/@EduAtoZPython

기출 문제 풀이는 이기적 영진닷컴
https://www.youtube.com/watch?v=Gynhu746Hqk&list=PL6i7rGeEmTvqIv1WAV3HnyaPmOFT04ou2

핵심 요약은 아답터 - 민 기술사를 추천한다
https://www.youtube.com/watch?v=2pzPpiNTaCk

개념 -> 기출 -> 핵심 순서대로 무료강의를 반복해서 보는 것을 추천하는데 시간이 없다면 기출, 핵심을 회독하는 것도 좋은 방법이다. 저기서 나오는 내용들만 잘 외워도 필기는 합격할 수 있다.
3. 실기 시험 공부전략
3.1. 실기 시험 개요
실기 시험은 실습 문제로 구성되어 있으며 실제 데이터 분석 과정을 수행하는 능력을 평가한다.
실기 프로그램은 R(프로그래밍 언어) 또는 Python 중에서 수험자가 직접 선택하여 응시 가능하며 시험 시간은 180분이다.
데이터 전처리 능력을 보는 작업형1 3문제(각 10점씩)
제공되는 데이터를 전처리하여 예측 모델링을 수행하는 작업형2 1문제(40점)
새로 추가된 작업형3 2문제(30점)으로 배점이 구성되며 총점 60점을 넘으면 합격한다.
2.2. 공부전략
먼저 기본기를 잡는 것은 코딩 대한민국의 판다스 100제를 추천한다.
기초적인 개념을 잡기 좋게 문제를 구성하셨다.
https://www.youtube.com/watch?v=2pzPpiNTaCk

다음으로 문제풀이, 시험환경팁 등은 퇴근후 딴짓을 추천한다
https://www.youtube.com/watch?v=iOskHbBeV9o&list=PLSlDi2AkDv82Qv7B3WiWypQSFmOCb-G_-
다양한 팁과 실전문제풀이과정을 전달해주셔서 문제를 준비하는 것에 도움이 됬다.
실기에 아예 문외한이라면 강의를 듣는 것도 추천하는데 가장 유명한 건 퇴근후 딴짓 or 메타코드M으로 알고있다.
사람마다 성향이 다르니 샘플강의를 들어보고 결정하는게 좋을 듯 하다.
위의 팁들이 조금이라도 도움이 됐길 바라며 이만 글을 마치겠다.올해 합격 화이팅!
'IT > 데이터분석 도전하기' 카테고리의 다른 글
| [데이터시각화] Power BI 시각화 배워보기_시각화 (1) | 2024.07.01 |
|---|---|
| [데이터시각화] Power BI 시각화 배워보기_설치 및 파워쿼리 (0) | 2024.06.25 |
| [STABLEDIFFUSION] 메타코드M 생성형 AI 입문 완성강의_이미지 생성 (0) | 2024.06.01 |
| [데이터분석] 메타코드M 유통/이커머스 데이터분석 입문 포트폴리오 만들기_2차 프로젝트 (0) | 2024.05.26 |
| [데이터분석] 메타코드M 유통/이커머스 데이터분석 입문 포트폴리오 만들기_1차 프로젝트 (0) | 2024.05.16 |