ADsP 자격증 준비하기

오늘은 최근 많이 각광받고있는 자격증인 데이터 분석 준 전문가 자격증 추천을 해보겠습니다.

데이터 분석 준전문가 (ADsP)

 우리는 데이터 홍수의 시대에 살고 있습니다. 수 많은 데이터에 둘러싸여 이를 찾고 검색하고 분석하고 해석하는 등 다양한 활동들을 하고 있습니다. 이러한 현상은 개인뿐 아니라 기업에서도 많이 나타나고 있습니다. 단순히 제품을 만드는데서 그치지 않고 그 과정에서 나온 데이터를 분석하고 운용하는 역할 또한 매우 중요해지게 되었습니다.

또한 데이터를 처리/분석하여 데이터를 활용하는 것은 기업에서뿐만 아니라 국가 경쟁력 차원에서도 생산성 향상, 고부가가치 및 고용 창출 등의 핵심 원동력으로 여겨지고 있습니다. 이제 우리는 데이터를 구분하고 분류하여 분석할 수 있어야 합니다.

데이터 분석 준전문가 시험은 데이터의 이해를 토대로 하여 데이터의 분석을 기획 하고 분석과정에 필요한 용어 및 방법을 학습하여 직무를 수행하는 실무자를 양성하는 시험입니다.

 

그렇기 때문에 시험에는  데이터 이해 / 기획 / 분석  세 과목을 평가하고 있습니다.

먼저 시험 일정부터 알아볼게요.

	회차	접수 기간	시험일	사전점수발표	결과발표
데이터분석 준전문가	제36회	1.25~31	2.26(일)	3.17	3.24
	제37회	4.17~21	5.20(토)	6.9	6.16
	제38회	7.17~21	8.19(토)	9.8	9.15
	제39회	9.18~22	10.21(토)	11.10	11.17

 

1년에 총 4번의 시험이 있습니다. 도전하고자 하는 일정에 맞추어 잊지 말고 접수기간 챙기고 넘어갈게요!

 

그리고 중요한 건 시험 과목입니다.

앞서 언급한 것처럼 시험은 총 3과목입니다. 데이터 이해 / 기획 / 분석 세 파트로 나누어져 있습니다.

1과목 : 데이터 이해         -> 8문제

2과목 : 데이터 분석 기획 -> 8문제

3과목 : 데이터 분석         -> 24문제

3과목에 가장 많은 문항 수가 배치되어있으며, 과목별 40점 미만은 과락된다는 기준이 있습니다.

 

총 50문항이며 배점은 2점씩 입니다. (단, 50문항 중 10문항은 객관식이 아닌 주관식 문제라고 합니다. 뜨악이네요)

 

그럼 지금부터 공부 시작해볼게요. 쓱쓱 읽으면서 공부하는 데이터 분석 준전문가 공부하기 1일 차.

 

1. 정량적 데이터와 정성적 데이터의 구분 - 예시도 외우기 -> 정량적 데이터는 온도, 습도, 강수량처럼 숫자로 표시

2. 암묵지와 형식지 : 공->표->연->내 ( 암암 암형 형형 형암 )

3. 어떤 데이터 타입에도 사용 : COUNT

4. 개인정보 비식별화 기법 : 가명처리, 범주화(대표 값으로 변환), 데이터마스킹, 총계처리

      개념이랑 연결해서 외우기. (데이터마스킹은 삭제가 아닌 생성)

5. 데이터 설명: 정형, 반정형, 비정형

      정형 : 고정된 필드 형태 있고, RDBMS(R은 관계형)

      반 정형 : 형태(스키마, 메타데이터) 있으며, 연산 불가능, 일반적으로 파일형태로 저장

      비정형 : 형태 없고, 연산 불가능, NoSQL에 저장

      인덱스 : 데이터베이스 내의 데이터를 신속하게 정렬하고 탐색하게 해주는 구조

6. 데이터와 정보 지식 지혜의 비교

      데이터 : A는 300원

      정보 : A가 더 싸다.

      지식 : A에서 사야겠다.

      지혜 : 다른것도 A가 쌀 것이다.

7. 데이터베이스 특징 4가지

통합(중복 없어야), 저장(접근 가능한 매체에 저장), 공용(Shared), 변화(업데이트를 통해 정확한 데이터를 유지해야)

      주제에 따라 분류, 저장, 관리

      일관된 형식으로 정의(통합성)

      시간에 따른 변경 정보 저장(시계열성)

      데이터 변경 없이.

8. 데이터 베이스 관리 시스템 종류

RDBMS : 관계형

ODBMS : 객체지향 : 복잡한 구조의 데이터를 표현, 관리

9. 데이터 분석기술 - OLTP(수시로 갱신), OLAP(다차원 대화식 분석),

                                  BI : Busiless Intelligence(리포트중심), Analytics(통계, 수학적), 마이닝(정보추출)

10. 특정 산업 : 트레이딩, 공급, 수요예측은 에너지.

11. 빅데이터의 정의 

       양 / 다양성 / 속도 vs 가치

       사후처리, 양, 전수조사(표본조사 아님), 상관관계(인과관계 아님) 

12. 빅데이터 활용 3요소 : 데이터, 기술, 인력

13. 비즈니스 모델 中 플랫폼형 : 공동 활용, 보완 구축

14. 가치 측정이 어려운 이유

       데이터 활용방식이 너무 다양해 언제 누가 활용할지 모른다 

       새로운 가치가 계속 창출되므로 가치 측정이 어렵다.

       분석 기술이 발전함으로 가치가 없던 데이터도 가치가 커질 수 있다.

15. 사생활 침해 방지 기술 中 난수화 : 목적외의 가공 처리 방지, 무작위처리

16. 빅데이터 분석 방법과 사례연결

       연관규칙 - 상관관계 : 콜라 좋아하면 사이다도 좋아해?

       유형분석 - 특성에 따른 분류

       유전자 알고리즘 - 최적화 문제/ 시청률에 따른 프로그램 편성 시간

       회귀분석 : 나이(독립)에 따른 성향(종속) 변화

       소셜네트워크분석 : 친분이 승진에 어떤 영향?

       기계학습 : 기존 결과 -> 미래 예측

       감정분석 : 고객 평가/ 리뷰 분석

17. 머신러닝과 딥러닝 소프트웨어 구분하기

       딥러닝은 인공신경망 기반 스스로 학습 : DNN, CNN, RNN, LSTM, Auto encoder, RBM

18. 빅데이터 시대 발생 위기 요인 :

       데이터 오용 - 과장된 결과 - 알고리즘 접근 허용, 알고리즈미스트

       책임원칙 훼손 - 예측 범죄 - 책임 원칙 고수

       사생활 침해 - 동의말고 책임

19. SQL 분류

        DDL (데이터 정의어 - 생성) : Create 등

        DML (데이터 조작어 - 삽입, 수정 ,삭제): Insert, Select, Delete, Update 등

        DCL (데이터 제어어 - 접근권한) : Grant, Revoke, Commit 등

20. No SQL - 비 관계형

        MongoDB, Hbase, Redis, Cassandra 등

21. 데이터양 : 페타 엑사 제타 요타 순으로 커진다.

22. 데이터화 - 사물인터넷

23. 데이터 사이언스 영역

24. 데이터 사이언티스트와 알고리즈미스트

       데이터 사이언티스트 : 분석, 전략 방향 제시

       알고리즈미스트 : 부당하게 피해를 받은 사람 구제

25. 인문학 열풍 : 디버전스(복잡한 세계화), 서비스, 무형자산으로의 변화

26. 데이터 웨어하우스 > 데이터 마트(특정)

 

1과목 기출문제를 기반으로 공부해야할 개념들이 어떤게 있는지 쓱 정리해봣어요.

전반적인 느낌은 알았으니 이제 좀 더 세부적으로 공부하면서 진도를 나가면 될 것 같아요. 

오늘 저녁에는 1과목을 정리하고 내일은 2과목을 한번 공부해볼게요.

 

시험까지 D-4 

일주일 안에 합격 가능하다는 글을 보고 시작한 공부인데 생각보다 빡쎌 것 같다는 느낌이 드네요. 

열심히 한번 해보겠습니다. 저도 성공해서 단기 합격 수기 한 번 올려볼게요.

같이 한번 열심히 공부해봐요^^*