[자격증 소개]
ㅇ 소개 : 빅데이터 이해를 기반으로 빅데이터 분석기획, 빅데이터 수집/저장/처리, 빅데이터 분석 및 시각화를 수행하는 실무자를 빅데이터분석기사라고 정의한다.
ㅇ 주관 : 한국데이터산업진흥원
ㅇ 필요성 : 전 세계적으로 빅데이터가 미래성장동력으로 인식돼, 각국 정부에서는 관련 기업투자를 끌어내는 등 국가, 기업의 주요 전략분야로 부상하고 있다. 국가와 기업의 경쟁력 확보를 위해 빅데이터분석 전문가의 수요는 증가하고 있으나, 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 실정이다. 이에 정부차원에서 빅데이터분석 전문가 양성과 함께 체계적으로 역량을 검증할 수 있는 국가기술자격 수요가 높은 편이다.
[시험과목]
ㅇ 필기
- 객관식
- 과목당 20문항이며, 4과목으로 총 80문항
- 시험시간 : 120분
ㅇ 실기
- 빅데이터 분석실무(작업형 문제 - R/파이썬 중 택1 선택)
- 시험시간 : 180분
- 필기시험 면제기간은 필기합격자 발표일로부터 2년 / 단, 발표일부터 2년동안 검정이 2회 미만으로 시행된 경우에는 그 다음 회차 필기시험 1회 면제
- 시험환경 : 오픈북/인터넷 검색 불가, help함수 사용 가능, 클라우드 기반 코딩 플랫폼 활용
- 제약사항 : 라인별 실행, 그래프 기능, 단축키, 자동완성 기능 미제공 / 코드 실행 시간은 1분으로 제한 / 패키지는 추가 설치할 수 없으며 제공된 패키지만 이용 가능 > 전체 분석 코드를 암기해서 한 번에 실행할 것, 실전 연습 시 help함수로 분석 패키지 정보 찾아보는 연습해두기.
*'23년 6회 시험부터 실기 시험에서 필답형(주관식) 문제는 없어졌습니다.
[시험 출제범위]
ㅇ 필기
| 과목명 | 주요항목 | 세부항목 | 세세항목 |
| 빅데이터분석 기획 |
빅데이터의 이해 | 빅데이터 개요 및 활용 | 빅데이터 특징 |
| 빅데이터 가치 | |||
| 데이터 산업의 이해 | |||
| 빅데이터 조직 및 인력 | |||
| 빅데이터 기술 및 제도 | 빅데이터 플랫폼 | ||
| 빅데이터와 인공지능 | |||
| 개인정보 법, 제도 | |||
| 개인정보 활용 | |||
| 데이터분석 계획 | 분석방안수립 | 분석로드맵 설정 | |
| 분석 문제 정의 | |||
| 데이터 분석 방안 | |||
| 분석 작업계획 | 데이터 확보 계획 | ||
| 분석 절차 및 작업 계획 | |||
| 데이터 수집 및 저장계획 | 데이터 수집 및 전환 | 데이터 수집 | |
| 데이터 유형 및 속성파악 | |||
| 데이터 변환 | |||
| 데이터 비식별화 | |||
| 데이터 품질검증 | |||
| 데이터 적재 및 저장 | 데이터 적재 | ||
| 데이터 저장 | |||
| 빅데이터 탐색 |
데이터 전처리 | 데이터 정제 | 데이터 정제 |
| 데이터 결측값 처리 | |||
| 데이터 이상값 처리 | |||
| 분석 변수 처리 | 변수 선택 | ||
| 차원 축소 | |||
| 파생변수 생성 | |||
| 변수 변환 | |||
| 불균형 데이터 처리 | |||
| 데이터 탐색 | 데이터 탐색 기초 | 데이터 탐색 개요 | |
| 상관관계 분석 | |||
| 기초통계량 추출 및 이해 | |||
| 시각적 데이터 탐색 | |||
| 고급 데이터 탐색 | 시공간 데이터 탐색 | ||
| 다변량 데이터 탐색 | |||
| 비정형 데이터 탐색 | |||
| 통계기법 이해 | 기술통계 | 데이터요약 | |
| 표본추출 | |||
| 확률분포 | |||
| 표본분포 | |||
| 추론통계 | 점추정 | ||
| 구간추정 | |||
| 가설검정 | |||
| 빅데이터 모델링 |
분석모형 설계 | 분석 절차 수립 | 분석모형 선정 |
| 분석모형 정의 | |||
| 분석모형 구축절차 | |||
| 분석 환경 구축 | 분석 도구 선정 | ||
| 데이터 분할 | |||
| 분석기법 적용 | 분석기법 | 회귀분석 | |
| 로지스틱 회귀분석 | |||
| 의사결정나무 | |||
| 인공신경망 | |||
| 서포트벡터머신 | |||
| 연관성분석 | |||
| 군집분석 | |||
| 고급 분석기법 | 범주형 자료분석 | ||
| 다변량 분석 | |||
| 시계열 분석 | |||
| 베이지안 기법 | |||
| 딥러닝 분석 | |||
| 비정형 데이터 분석 | |||
| 앙상블 분석 | |||
| 비모수 통계 | |||
| 빅데이터 결과해석 |
분석모형 평가 및 개선 | 분석모형 평가 | 평가지표 |
| 분석모형 진단 | |||
| 교차 검증 | |||
| 모수 유의성 검정 | |||
| 적합도 검정 | |||
| 분석모형 개선 | 과대적합 방지 | ||
| 매개변수 최적화 | |||
| 분석모형 융합 | |||
| 최종모형 선정 | |||
| 분석결과 해석 및 활용 | 분석결과 해석 | 분석모형 해석 | |
| 비즈니스 기여도 평가 | |||
| 분석결과 시각화 | 시공간 시각화 | ||
| 관계 시각화 | |||
| 비교 시각화 | |||
| 인포그래픽 | |||
| 분석결과 활용 | 분석모형 전개 | ||
| 분석결과 활용 시나리오 | |||
| 분석모형 모니터링 | |||
| 분석모형 리모델링 |
ㅇ 실기
- 1유형(3문항/30점) : 대부분 전처리 문제로 Python pandas 모듈 사용해서 정렬, 변합, 기초통계 산출, 더비면수화, 결측치, 이상치 처리 등
- 2유형(1문항/40점) : 머신러닝 문제로 회귀분석 문제가 출제되었으며, Python sklearn을 활용한 지도학습 문제 출제 가능성이 높으며 분류분석까지 준비 필요.
- 3유형(2문항/30점) : '23년 6월부터 새롭게 출제되는 유형으로 통계분석 문제로 추정, 검정 내용이 예상됨. 주요 통계 모듈인 statsmodels를 숙지.
| 실기과목명 | 주요항목 | 세부항목 | 세세항목 |
| 빅데이터 분석실무 |
데이터 수집 작업 | 데이터 수집하기 | 정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다. |
| 필요시 공개 데이터를 수집할 수 있다. | |||
| 데이터 전처리 작업 | 데이터 정제하기 | 정제가 필요한 결측값, 이상값 등이 무엇인지 파악할 수 있다. | |
| 결측값과 이상값에 대한 처리 기준을 정하고 제거 또는 임의의 값으로 대체할 수 있다. | |||
| 데이터 변환하기 | 데이터 유형을 원하는 형태로 변환할 수 있다. | ||
| 데이터의 범위를 표준화 또는 정규화를 통해 일치시킬 수 있다. | |||
| 기존 변수를 이용하여 의미있는 새로운 변수를 생성하거나 변수를 선택할 수 있다. | |||
| 데이터 모형 구축 작업 | 분석모형 선택하기 | 다양한 분석모형을 이해할 수 있다. | |
| 주어진 데이터와 분석 목적에 맞는 분석모형을 선택할 수 있다. | |||
| 선정모형에 필요한 가정 등을 이해할 수 있다. | |||
| 분석모형 구축하기 | 모형 구축에 부합하는 변수를 지정할 수 있다. | ||
| 모형 구축에 적합한 형태로 데이터를 조작할 수 있다. | |||
| 모형 구축에 적절한 매개변수를 지정할 수 있다. | |||
| 데이터 모형 평가 작업 | 구축된 모형 평가하기 | 최종 모형을 선정하기 위해 필요한 모형 평가 지표들을 잘 사용할 수 있다. | |
| 선택한 평가지표를 이용하여 구축된 여러 모형을 비교하고 선택할 수 있다. | |||
| 성능 향상을 위해 구축된 여러 모형을 적절하게 결합할 수 있다. | |||
| 분석결과 활용하기 | 최종모형 또는 분석결과를 해석할 수 있다. | ||
| 최종모형 또는 분석결과를 저장할 수 있다. |
[합격기준]
ㅇ 필기 : 100점 만점 기준, 과목당 40점 이상, 전과목 평균 60점 이상
ㅇ 실기 : 100점 만점 기준 60점 이상 (과락없음)
[응시자격]
다음 중 하나에 해당하는 사람
1. 대학졸업자 등 또는 졸업예정자(전공 무관)
2. 3년제 전문대학 졸업자 등으로서 졸업 후 1년 이상 직장경력이 있는 사람(전공, 직무 무관)
3. 2년제 전문대학 졸업자 등으로서 졸업 후 2년 이상 직장경력이 있는 사람(전공, 직무 무관)
4. 기사 등급 이상의 자격을 취득한 사람(종목 무관)
5. 기사 수준 기술훈련과정 이수자 또는 그 이수 예정자(종목 무관)
6. 산업기사 등급 이상의 자격을 취득한 후 1년 이상 직장경력이 있는 사람(종목, 직무 무관)
7. 산업기사 수준 기술훈련과정 이수자로서 이수 후 2년 이상 직장경력이 있는 사람(종목, 직무 무관)
8. 기능사 등급 이상의 자격을 취득한 후 3년 이상 직장경력이 있는 사람(종목, 직무 무관)
9. 4년 이상 직장경력이 있는 사람(직무 무관)
* 필기 합격 후, 졸업증명서 또는 재직/경력증명서, 자격증 사본 등 관련 증빙서류를 온라인 제출 후 시험자격 검증 확인 필요
[응시료]
ㅇ 필기 : 17,800원
ㅇ 실기 : 40,800원
ㅇ 환불기준
- 접수기간 마감일 18시까지 전액 환불
- 접수기간 종료부터 시행 5일전 18시까지 50% 환불
- 시행 5일전 18시 이후 환불 불가
[준비물]
ㅇ 필기 : 컴퓨터용 사인펜, 볼펜
[2023년 시험일정]
ㅇ 원서접수기간 : 접수 시작일 10시 ~ 접수 마감일 18시
ㅇ 시험 시작시간 : 10시~
| 회차 | 접수기간 | 시험일 | 사전점수발표 | 결과발표 | 증빙서류 제출기간 | |
| 6회 | 필기 | 3.6~3.10 | 4.8(토) | 4.21 | 4.28 | 5.2~5.11 |
| 실기 | 5.22~5.26 | 6.24(토) | 7.7 | 7.14 | ||
| 7회 | 필기 | 8.21~8.25 | 9.23(토) | 10.6 | 10.13 | 10.16~10.26 |
| 실기 | 10.30~11.3 | 12.2(토) | 12.15 | 12.22 | ||
[기타정보]
ㅇ 필기 시험은 ADsP 시험과목 내용에 추가되는 내용이 생기는 정도이므로 ADsP 이후 자격증으로 추천한다.
ㅇ 아직 시험 차수가 많이 진행되지 않아 시험유형과 난이도가 들쭉날쭉하는 편이라 운도 중요하다.
2023.05.15 - [자격증공부/빅데이터분석기사] - [빅데이터분석기사][파이썬] 데이터분석을 위한 파이썬 기초학습
[빅데이터분석기사][파이썬] 데이터분석을 위한 파이썬 기초학습
1. 데이터출력, 연산, 자료유형, 형변환, 비교, 조건문 ㅇ 주석 : # - 단축키(Windows) : Ctrl + / ㅇ 데이터 출력 : pirnt() - 숫자 : print(2022) - 문자 : 큰따옴표 or 작음따옴표 print('happy') / print("happy") ㅇ 산
inform.workhyo.com
2023.05.18 - [자격증공부/빅데이터분석기사] - [빅데이터분석기사][작업형1] 데이터핸들링을 위한 판다스 학습하기
[빅데이터분석기사][작업형1] 데이터핸들링을 위한 판다스 학습하기
1. 판다스(pandas) : 정형데이터를 다룰 때 편리한 파이썬 패키지 - csv 파일 형태(c : 콤마)로 콤마로 데이터 구분이 된 데이터를 읽어올 수 있음 - 판다스로 csv파일을 불러오면 DataFrame 형태로 예쁘게
inform.workhyo.com
'자격증공부 > 빅데이터분석기사' 카테고리의 다른 글
| [빅데이터분석기사] 작업형1 기출문제 3회 (기초통계, 결측치) (0) | 2023.05.22 |
|---|---|
| [빅데이터분석기사] 작업형1 기출문제 2회 (이상치, 기초통계) (0) | 2023.05.21 |
| [빅데이터분석기사] 작업형1 예시문제 Min-Max Scale (0) | 2023.05.20 |
| [빅데이터분석기사] 데이터핸들링을 위한 판다스 학습 - 작업형1 (0) | 2023.05.18 |
| [빅데이터분석기사] 데이터분석을 위한 파이썬 학습 (0) | 2023.05.15 |
