4회 빅분기 필기 합격 후기

저는 2022년도 빅데이터분석기사 필기 4회를 81.25점으로 합격했습니다.

 

 

교재를 보지 않고도 합격할 수 있습니다.

 

교재를 보지 말라거나 비추하는 것은 절대 아닙니다. 공부 방법은 본인의 기초 역량이나 상황 및 성향에 맞게 적절히 선택하는 것입니다.  제가 교재를 보지 않고 합격했기에, 교재를 보지 않고 합격하는 것도 가능하다는 것을 말씀드리는 것입니다.

 

저의 ADsP와 빅분기 필기 공부 방법을 지난 포스트에서 공유하였는데, 교재는 따로 사보지 않았고, 무료 유튜브 영상을 주로 활용하였습니다.

 

저는 비전공이지만 유관 업무 경력자라 책을 보지 않고 합격하는 것이 가능했을 수도 있습니다. 결과적으로 그럴지도 모르겠지만, 책대신 유튜브로 공부한 것은 출퇴근 시간을 최대한 활용하기 위한 선택이었습니다. 그리고 책을 보면 머리도 아프고 눈도 아프고 잠이 와서 개인적으로는 시험공부 목적으로 책을 그다지 좋아하지 않습니다.

 

저는 유튜브 영상을 주로 활용했지만, 후기에서 언급된 기출 문제 키워드들을 인터넷에서 모두 검색해서 공부하는 방법도 병행했습니다. 출제 범위를 알 수 없었기에 통계학, 딥러닝, 선형대수 등등 가리지 않고 굉장히 넓게 공부했습니다. 통계학은 이해 위주로, 머신러닝 등 다른 분야는 최대한 넓게 가져갔습니다.

 

모르거나 약한 부분을 보완하는 것은 책을 보는 것보다는, 깊게나 넓게나 원하는 대로 가볼 수 있는 인터넷 검색이 좀 더 효율적이라고 생각합니다.

빅분기 필기 난이도

 

4월 필기 시험 직후에 종잡을 수 없는 문제였다고 많은 응시자들이 아우성이었고, 자신이 선택한 교재의 적중률이 형편없었다는 불만도 아주 많았습니다. 몇 회 되지 않은 시험이라 예상 문제의 적중률에는 한계가 있을 수밖에 없을 것 같습니다.

 

ADsP는 기출과 완전 똑같은 문제가 많아 여유 있게 풀 수 있지만, 빅분기는 모두 전부 처음 보는 문제들이고 지문도 길어 에너지 소모가 매우 크다고 할 수 있습니다. 

 

빅분기는 문제은행이 아니므로 기출만 돌려서 합격 가능한 ADsP와 달리 통계학에 대한 이해가 필수이며, 통계학 전공자는 ADsP 보다 쉽게 느껴질 수 있고 비전공자에게는 헬이 될 수 있습니다. 

 

4회 필기 시험 후기

 

빅분기에서는 하이퍼파라미터를 초매개변수라고 표현했다는 것은 필기 준비하면서 이미 공부해서 알고 있었습니다.

 

4회 필기 시험 보는 중에 혼동행렬(Confusion Matrix)의 Negative Positive 자리에 False True로 표현되어 있어서 순간적으로 당황했습니다. 또한 False Alarm이라는 용어를 포함해서 그동안 보지 못한 방식의 표현이나 용어들을 많이 만났습니다.

제가 ADsP 는 92점이고 빅분기필기는 81.25점을 받았는데요, 빅분기 시험 보는 중이나 시험 직후의 느낌은 60은 간신히 넘기겠지 정도로 어렵게 느껴졌습니다. 긴가민가해서 찍은 문제(가능성 있는 2개 중 하나 찍는 식)가 꽤나 많았고 전혀 모르는 것(저는 3번 찍습니다)도 여러 개 있었습니다. 시험 직후 가채점으로 확실한 정답 점수는 50점에 불과했습니다. 

 

그렇지만 너무 부정적으로만 볼 일도 아닙니다. 커트라인이 60점입니다. 시험 직후 암울했던 빅분기 오픈채팅방 분위기가,  사전 점수 공개 시점에서 확 바뀌었습니다. 불합격 예상했는데 합격 점수가 나왔다며 환호하는 분들이 꽤나 많았습니다.

 

처음 보는 문제들이라 시험 보는 과정이 힘들지라도 열심히 집중해서 풀고, 가능성 높은 선지들 중에서 최대한 잘 찍는다면 좋은 결과를 기대할 수 있습니다.

 

 

bookmark

 

빅분기 필기를 준비하면서 등록했던 북마크를 공유해봅니다.

 

https://blog.naver.com/hiphopvive/222523908707

2021년 3회 빅데이터분석기사 필기 가답안

 

https://cafe.naver.com/yjbooks/19045

제 3회 빅데이터 분석기사 가답안 공유!

https://blog.naver.com/tlrror9496/222025920999

[R] 다중회귀분석 다중공선성 검증 방법: VIF(분산 팽창 요인)

https://blog.naver.com/wjkk87/222524507431

[빅데이터 분석 기사] 필기 후기

https://ko.wikipedia.org/wiki/%EB%B9%84%EC%9D%8C%EC%88%98_%ED%96%89%EB%A0%AC_%EB%B6%84%ED%95%B4

비음수 행렬 분해 - 위키백과, 우리 모두의 백과사전

 

https://yourforest17.tistory.com/31

R활용 머신러닝(Machine learning)- KNN, SVM, Guassian RBF Kernel

https://en.wikipedia.org/wiki/Radial_basis_function

Radial basis function - Wikipedia

https://m.blog.naver.com/ericalee97/222174258643

[빅데이터분석기사 필기 | 전체 요약]

https://blog.naver.com/tjgml1343/222267842402

[빅분기 D+3] 분석 변수 점검, 빅데이터 품질 지표, WBS 작성 단계, 분석 목표 정의서

https://blog.naver.com/woqlsla0416/222524262474

빅데이터분석기사 3회차 복원

https://datascienceschool.net/intro.html

데이터 사이언스 스쿨 — 데이터 사이언스 스쿨

https://happycontrol.tistory.com/entry/RBFRadial-Basis-Function-%EC%8B%A0%EA%B2%BD%EB%A7%9D-1

RBF(Radial Basis Function) 신경망

https://blog.naver.com/rhkrwlgns123/222526409658

테일러(Taylor)급수와 메클로린(Maclaurin)급수에 대한 정리

https://blog.naver.com/ghantlf/222537254267

지수함수와 로그함수의 도함수(미분법)

https://datascienceschool.net/01%20python/05.02%20%EB%A7%B7%ED%94%8C%EB%A1%AF%EB%A6%AC%EB%B8%8C%EC%9D%98%20%EC%97%AC%EB%9F%AC%EA%B0%80%EC%A7%80%20%ED%94%8C%EB%A1%AF.html

Matplotlib의 여러가지 플롯 — 데이터 사이언스 스쿨

 

https://angeloyeo.github.io/2020/07/14/ICA.html

독립 성분 분석 (ICA) - 공돌이의 수학정리노트

https://www.datamanim.com/dataset/03_dataq/%ED%9B%84%EA%B8%B0.html

준비 방법 — DataManim

https://github.com/mgkim-developer/BigData_Analyst_Certificate_Korean

GitHub - mgyokim/BigData_Analyst_Certificate_Korean: 빅데이터 분석기사 실기 예제 준비방법 가이드

https://savory-indigo-2d3.notion.site/Kaggle-Titanic-EDA-43719d405041432b939b208e4c18f8d5

Kaggle을 이용한 Titanic 데이터 분석(EDA) 스터디

https://medium.com/h-document/%EC%9E%90%EC%B9%B4%EB%93%9C-%EA%B1%B0%EB%A6%AC-jaccard-distance-e5b246603775

자카드 계수(Jaccard index)

https://blog.naver.com/whitenightttt/222695961762

[1과목] 빅데이터 분석 기획 - Ch2. 데이터 분석 계획

https://seongkyun.github.io/study/2019/11/01/dnn_optimization/

네트워크 과적합(Overfitting) 방지 방법 정리 · Seongkyun Han's blog

 

https://m.epassbiz.com/CService/job_postscript_detail.asp?link_idx=12408&bg_idx=61&page=1&bmode=detail&CATE_IDX=&intB_idx=4 

디지털마케팅 교육, 이패스비즈