빅데이터 분석기사 10회 후기와 문제 복원

 

어제 빅데이터 분석기사 10회를 보고 왔습니다.

빅데이터 분석기사

2019년 창설된 대한민국의 기사등급 국가기술자격입니다. 주무부처는 과학기술정보통신부와 통계청이며 검정시행기관은 한국데이터산업진흥원(K-DATA)입니다.

4차 산업혁명 시대를 맞아 빅데이터분석 전문인력 공급에 주력하기 위해 개발되었습니다.빅데이터와 관련하여 관심과 수요가 증가한데 반해 필요한 역량, 기술, 지식 등의 기준 없이 수많은 민간 자격증이 난립하고 있는 상황을 해결하기 위해 신설되었습니다.

한국데이터산업진흥원에서 시행하는 ADP, ADsP와 빅데이터분석기사는 모두 시험 내용이 유사하지만 각 난이도에 차이가 있습니다. 일반적으로 ADsP < 빅데이터분석기사 < ADP 순으로 실기시험이 없는 ADsP가 가장 쉽고, ADP는 빅데이터분석기사보다 훨씬 어려운 실기시험이 출제된다고 합니다.

빅데이터 분석기사 후기

빅데이터 분석기사는 한국데이터 산업 진흥원에서 시험을 신청할 수 있구요.

https://www.kdata.or.kr/

한국데이터산업업진흥원

당시 서버가 다운되서 신청하는데 어려웠습니다. 이후 어제 시험을 보러 갔습니다. 산불이 났을때 비가 오지, 어제 엄청 비가 오더라구요.

그리고 사실 시험은 너무 어려웠습니다.

이제 10회차를 맞아서 그런지 족보도 잘 없고, 무엇보다 시험이 매번 다른 형태로 나온다는 느낌을 지울 수 없습니다.

시험 결과는 4월 18일에 공개된다고 하네요. 과연 어떻게 점수가 나올지 ㅠ

그리고 이곳저곳에서 많은 도움을 받았는데요.

데이터 전문가 포럼에 빅데이터 관련 자료가 많이 있습니다.

데이터 전문가 포럼 (빅데이터분석기사, ADP, SQLP, DAP 등) : 네이버 카페

데이터 전문가 포럼 (빅데이터분석기사... : 네이버 카페

빅데이터분석기사 10회 문제 복원

그리고 카페에서 빅데이터 분석기사 10회 문제를 복원한 사람이 있는데요. 역시 집단지성이란 대단하네요.

3과목이 아주 불안불안하네요 ㅠ

< 1과목: 20문제 > 1. JDBC, OLTP (O) 2. 집중 구조 - 현업에 빠르게 적용 (O) 3. 개인정보보호 완전성 유지 (X: 개인정보보호법 제3조 3항에 나와있는 내용) 4. 책임원칙 훼손 - 클러스터링 (X: 4번이 정답. 작성자는 SNS 찍음.) 5. 비즈니스 이해 - 프로젝트 정의 - 수행 - 위험 계획 수립 (O) 6. 총계처리, 데이터가 적으면 총계처리해도 추정 가능, 총계처리는 특정 개인의 수치 데이터 계산 못 함 () 7. 반정형 변환 안 됨 (O) 8. 빅데이터 플랫폼 - 인프라스트럭쳐 (O) 9. FTP - 웹 로그 수집은 아님 (O) 10. 데이터 특징 아닌 것 - 완전성 (O: 데이터는 완전성을 특징으로 가지고 있어야 하지만, 정의가 틀림) 11. 추가 정보없이 식별 불가능한 정보 - 가명정보 (O) 12. 서비스 계층은 - 데이터, 정보 제공 (O) 13. 발견, 솔루션, 최적화, Insight (O) 14. 데이터 웨어하우스 특징이 아닌 것 - 확장성 (O) 15. 사전에 훈련된 모델 재사용 방식 - 전이학습 (O) 16. 개인 정보 보호로 옳지 않은 것 - 개인정보 최대한 수집 (O) 17. 데이터사이언티스트는 인력 관리 안 함 (O) 18. WBS는 프로젝트 계획 수립 단계에서 작성 (O) 19. FGI - 그룹별 인터뷰 (O) 20. 강인공지능, 약인공지능 / 인공지능은 학습이 필요없음 (O) ​ < 2과목: 20문제 > 21. 변수 선택 기법에서 사용할 수 없는 것? - 평균 (X: 상호 정보량...) 22. np, np(1-p) - 이항분포 (O: 분산이 np(1-p)) 23. 표본집단 기댓값은 항상 모평균과 같음 (X: 표본분산은 모분산보다 항상 큼) 24. Z-score는 -1.99 (O) 25. y=-1일 때, y=0일 때, y=1일 때... (X: 2번이 정답. 작성자는 4번 찍음.) 26. SVD - LSA (X: 2번이 정답. 작성자는 1번(LDA) 찍음.) 27. box-plot에서 사분위수 범위는 Q1-Q3가 아니라 Q3-Q1 (O) 28. 집단 내 이질, 집단 간 동질 - 군집추출 (X: 층화추출인 줄 아랏네...) 29. 언더샘플링이 오버샘플링보다 좋다 (O) 30. 구간 추정 전 반드시 점추정 선행 (X: 2번이 정답. 작성자는 4번 찍음.) 31. 왜도 양수, 최빈값 < 중앙값 < 평균값 (O) 32. 초기하분포 독립적으로 시행 (X: 3번이 정답. 작성자는 2번(성공 확률 동일) 찍음.) 33. 피어슨 상관계수는 이상치에 강하지 않다 (O) 34. 로지스틱 회귀 - 종속 변수의 정규성 (O) 35. 요약 변수는 일시적, 파생 변수는 계속 사용 가능 (X: 작성자는 1번 찍음.) 36. 파생 변수 추가 - 백화점 고객의 구매 여부 (O) 37. 변수 선택 - 통계적 방법에서 교차 검증 사용 ? (O) 38. 데이터 정제의 의미 - 이상치, 결측치 제거하는 것 (O) 39. 3개 변량 평균 차이 보는 거 - 분산 분석 (O) 40. Cov(x, y) = 0이면 독립 (O) ​ < 3과목: 19문제 > 41. 덴드로그램 - 2개 (O) 42. ARIMA(자기 회귀 + 차분 + 이동 평균), 시계열은 비정상성 데이터로는 불가 (O) 43. 과적합 해결 방법 - ReLU 사용 (O: ReLU 사용으로 과적합이 해결되지는 않음) 44. 부스팅 / 배깅 - 편향 최소, 분산 최소 (O) 45. 주성분분석 - 분산은 큰 축부터 (O) 46. 빅데이터 분석 과제 - 문제를 더 복잡​하게 해서... (O) 47. 초매개변수는 KNN의 군집, 인공신경망의 가중치 (O) 48. 의사결정나무 - 데이터의 양이 많아지면 적합하지 않음 () 49. 다중공선성 해결 - 독립 변수 간 상관계수를 높힌다 (O) 50. 정규화 검증 - t-test (X: 4번이 정답. 작성자는 3번 찍음.) 51. Boosting (O) 52. ReLU는 기울기 소실이 자주 발생 (O) 53. 가지치기하는 이유 - 과대적합 해소 (O) 54. 상관 계수 그래프(나이, 심박수) - 표본상관계수로 상관계수 알 수 있냐 ? () 55. SVM에서 분류 성능 향상을 위해 독립 변수에 비선형 변환? (O) 56. AutoEncoder 관련 문제 / 디코더, AutoEncoder의 정의 () 57. Attention - ㄱ, ㄴ, ㄷ (X: 작성자는 ㄱ, ㄷ 찍음.) 58. 다중분산분석 - 1학년, 2학년 / 수학, 국어 평균 (O: 종속 변수 여러 개) 59. 성공 확률 변환 (X: 로짓 변환이 정답. 작성자는 오즈비 찍음) ​ < 4과목: 19문제 > 61. 인포그래픽 설명 - 데이터 시각화와 유사하지만 따로 해야함 (O) 62. Grid Search - 모두 탐색 (O) 63. 교차 검증 및 학습 곡선 - 수렴하면 더 이상 학습 불가능 (O) 64. 학습 및 검증 오차 곡선 - 학습 오차는 계속 내려가지만, 검증 오차는 내려갔다 올라감 (O) 65. 확률적 경사 하강법(SGD) - 지역 최소로 빠짐 (X: 작성자는 1번(샘플) 찍음.) 66. 관계 시각화 - 파이 차트 (O) 67. LOOCV - 전체 데이터 중 딱 하나를 검증용 (O) 68. 10개의 하이퍼파라미터, 10-fold - Lasso 100회 (X: 작성자는 KNN 10번으로 찍음.) 69. MSE가 제곱 형태가 아님 (O) 70. P인 것들 중 실제 P인 것 - 민감도 (O) 71. F1 score 요소 - 재현율, 정밀도 (O) 72. 홀드아웃 - 전체 데이터에서 검증 데이터 분리해서 가능 ? () 73. 과적합이 되면 평가용 데이터에서도 높은 성능을 보임 ? (O) 74. 직업전환 유의 수준 - 자격증도 상관 있음 ! () 75. Lasso가 희소인 이유 - 손실 함수가 절댓값이라 0으로 만들어서 () 76. 데이터 품질 관련 문제 () 77. 규제를 약하게 주면 과적합 방지가 안 됨 (O) 78. 지도 범위 달라지는 것 - 카토그램 (O) 79. 단계 구분도는 계단형 ? / Geocoding / 생태정보 데이터 등 (O)

다들 좋은 결과 있으시길