[빅분기] 빅데이터 분석 기사 개요

오늘부터는 빅데이터 분석 기사와 관련한 내용을 정리해보려고 한다. (내 개인적 공부를 위해)

 

1. 빅데이터 분석 기사 시험의 개요

빅데이터 분석 기사 시험은 이번에 신설된 자격증 시험으로 아직 시중에 많은 자료가 있지는 않다.(아직 첫 시험도 시행되지 않은 상태라 시험이 어떤 식으로 나올지는 미지수다)

일단 빅데이터 분석 기사란, 빅데이터 이해를 기반으로 분석 기획, 수집 저장 처리, 데이터 분석 및 시각화를 수행하는 실무자를 의미한다. 말은 거창하지만 결론은 빅데이터를 기반으로 한 데이터 분석 및 시각화를 하는 사람을 빅데이터 분석 기사라고 칭하겠다는 말이다.

 

빅데이터 분석 기사의 직무는 목적에 따라 데이터 분석 기술과 방법론을 기반으로 하여 정형/비정형 대용량 데이터를 구축 , 탐색, 분석하고 시각화를 하는 업무를 수행할 수 있어야 한다.

 

즉, 데이터 분석 기술, 방법론, 시각화 방법, 데이터 처리 , 데이터 분석 방법등에 대해서 시험에서 다루게 된다는 얘기.

 

아래에 첨부해 둔 시험 주요 내용을 참고하길 바란다. 필기와 실기로 나누어져 있으며 실기는 파이썬이나 R을 다룰 수 있으면 된다.

 

합격기준은 아래와 같다. 전 과목 평균 60점 이상 , 40점 미만 과락으로 다른 여느 시험과 합격기준은 같다

필기시험 합격기준	실기시험 합격기준
과목당 100점을 만점으로 1. 전 과목 40점 이상 2. 전 과목 평균 60점 이상	100점을 만점으로 60점이상 (시험의 일부 과정을 응시하지 않은 경우 득점에 관계 없이 불합격)

 

시험 시간은 필기 120분 , 실기 180분이며 시험일정은 다음과 같다. 나는 제 2회 시험을 응시할 예정이다. (1회는 코로나로 인해 취소되었음)

첨부) 과목 및 내용

필기

필기과목명	주요항목	세부항목	세세항목
빅데이터 분석 기획 (20문항)	빅데이터의 이해	빅데이터 개요 및 활용	빅데이터의 특징 빅데이터의 가치 데이터 산업의 이해 빅데이터 조직 및 인력
		빅데이터 기술 및 제도	빅데이터 플랫폼 빅데이터와 인공지능 개인정보 법·제도 개인정보 활용
	데이터분석 계획	분석방안수립	분석 로드맵 설정 분석 문제 정의 데이터 분석 방안
		분석 작업 계획	데이터 확보 계획 분석 절차 및 작업 계획
	데이터 수집 및 저장 계획	데이터 수집 및 전환	데이터 수집 데이터 유형 및 속성 파악 데이터 변환 데이터 비식별화 데이터 품질 검증
		데이터 적재 및 저장	데이터 적재 데이터 저장
빅데이터 탐색 (20문항)	데이터 전처리	데이터 정제	데이터 정제 데이터 결측값 처리 데이터 이상값 처리
		분석 변수 처리	변수 선택 차원축소 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 표본분표
		추론통계	점추정 구간추정 가설검정
빅데이터 모델링 (20문항)	분석모형 설계	분석 절차 수립	분석모형 선정 분석모형 정의 분석모형 구축 절차
		분석 환경 구축	분석 도구 선정 데이터 분할
	분석기법 적용	분석기법	회귀분석 로지스틱 회귀분석 의사결정나무 인공신경망 서포트벡터머신 연관성분석 군집분석
		고급 분석기법	범주형 자료 분석 다변량 분석 시계열 분석 베이지안 기법 딥러닝 분석 비정형 데이터 분석 앙상블 분석 비모수 통계
빅데이터 결과해석 (20문항)	분석모형 평가 및 개선	분석모형 평가	평가 지표 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 개발 분석모형 모니터링 분석모형 리모델링

 

실기

실기과목명	주요항목	세부항목	세세항목
빅데이터 분석 실무	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. 결측값와 이상값에 대한 처리 기준을 정하고 제거 또는 임의의 값으로 대체할 수 있다.
		데이터 변환하기	데이터의 유형을 원하는 형태로 변환할 수 있다. 데이터의 범위를 표준화 또는 정규화를 통해 일치시킬 수 있다. 기존 변수를 이용하여 의미 있는 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.