지난 주말에 ADsP 시험을 보고 왔답니다. 방학 동안 그래도 뭔가 해야 하지 않을까 해서 8월 초에 덜컥 접수했는데 시험이 8월의 마지막 날, 방학의 마지막 날인 8/31일이었답니다.
저는 부산지역이라 시험장소는 벡스코 제1전시장의 2층, 3층 회의실에서 시험을 봤답니다.
(참고로 시험 시 계산기 사용불가, 컴퓨터용 사인펜이 필요합니다.)
ADsP의 경우 ADP와 달리 경력이나 자격제한이 따로 없어서 대학생 신분일 때도 혹은 비전공자인 경우도 시험을 볼 수가 있습니다. 시험 과목 역시 ADP보다는 2과목 적은 3과목에 실기시험이 없답니다. 난이도나 합격률측면에서는 ADP보다는 확실이 쉬운 시험이라고 볼수 있습니다. 그럼에도 불구하고 시험은 시험이라.... 간단히 제가 했던 공부 내용을 공유할까 합니다.
시험은 3과목으로 나뉘며 1과목과 2과목은 50문제 중 16문제로(각 8문제) 데이터 이해, 데이터 분석 기획 이란 과목입니다. 일반전이 데이터 관련 트랜드와 IT분야의 방법론(프로젝트관리)등에 대한 개념적인 부분이라 쉽게 접근이 가능한 과목입니다.
가장 비중이 높은 34문제를 가지는 3과목이 데이터분석 과목으로 공부 범위도 많고 난이도도 1,2과목보다는 센 편입니다.
(참고로 주관식은 3과목 포함해서 10문제입니다.)
데이터 분석의 경우 크게 R기초와 데이터마트, 통계분석, 정형 데이터 마이닝 분야로 나뉩니다. 기본적으로 R프로그래밍을 다뤄본 적이 있다면 첫 번째 파트도 쉽게 접근이 가능하지만, R을 사용해본 적이 없다고 해도 시험을 보는 데는 큰 무리가 없습니다. 실제 실습이 아니므로 시간이 없다면 이론적으로 시간이 있다면 R프로그램을 직접 설치해서 경험을 해보는 게 좋습니다. 2번째 파트나 세 번째 파트에서도 간혹 해당 내용을 R 코드로 실행하고 결과를 분석하는 문제가 있어서 그런 부분에 익숙해져야 합니다.
두 번째 통계분석 파트는 통계학 전공의 학부생이라면 아주 무난한 파트이고요. 통계 전공이 아니더라도 개념적인 부분만 이해를 하면 쉽게 접근 가능합니다. 용어가 어렵고 개념이 어렵다고 해서 너무 수학적으로 깊게 들어가는 건 아니라서 겁먹지 말고 시험문제 위주로 접근하시면 됩니다.
세 번째 파트가 요즘 데이터 분석가라면 꼭 공부해야 할 데이터마이닝 파트입니다. 머신러닝과 인공지능 같은 분야가 이쪽이라고 보시면 됩니다. 이 부분은 관련 지식이 없는 경우 가장 공수가 많이 필요하지 않을까 합니다.
수험자 유형별로 시험 접근하기
- 비전공자 학부생의 경우 : 3개월 정도의 시험 준비기간을 설정한 후 R프로그래밍과 통계학 데이터 마이닝 이 3 부분을 나누어서 꾸준히 공부합니다.
- 전공 학부생의 경우 : 여기서 전공이라 함은 통계학과 컴퓨터공학 쪽이고 통계학과의 경우는 1,2과목만 조금 공부하고 3과목에서는 데이터 마이닝 쪽만 조금만 더 정리하면 1개월 내에 가능할듯합니다. 컴퓨터 공학이면 3과목의 통계학 파트 분야에 조금 더 공수를 투입하면 가능할 것 같습니다.
- 비전공 직장인: 관련 IT분야 직장인이라면 1,2과목은 가볍게 패스 가능한 수준이고 3과목에서 부족한 파트를 집중해서 공부해야 합니다. R도 경험한 적이 없다면 가볍게 코딩하고 내용을 볼 줄 아는 수준으로 접근하면 역시 6주 정도면 충분할 것 같습니다.
같이 보면 좋은 글
- DBGuide : 국가공인데이터분석준전문가 안내
- foregetmenot 님의 21회 합격후기 : 비전공자 합격후기와 공부방법
'아재도 하는 데이터분석' 카테고리의 다른 글
[데이터분석] 재학생 수로 보는 부산 초등학교 현황(feat by 심정섭.) (2) | 2019.12.27 |
---|---|
[데이터분석] 스타벅스 매장이 가장 많은 동네는? feat by R & QGIS (300원) (12) | 2019.11.12 |
[200원] Python 데이터분석 05 - 부산 주요 관광지 근처의 지하철 이용객수 시각화분석(feat by seabon heatmap) (0) | 2019.08.13 |
[200원] Python 데이터분석 04 -데이터 시각화 (feat by folium) (2) | 2019.08.11 |
[100원] Python 데이터분석 03 -데이터 프레임조작하기 (groupby) (0) | 2019.08.10 |