미래의 금맥, 빅데이타 분석기사 국가자격증 취득하자

"미래의 금맥, 빅데이타 분석기사 국가자격증 취득하자"

 

빅데이터 분석가는 대용량의 수많은 데이터 속에서 수집, 가공, 분석, 시각화 등을 통해 의미있는 정보, 트렌드를 읽어내어  부가가치가 높은 결과물을 도출해낼 수 있는 전문가를 말합니다.

 

전세계 시장에서도 빅데이타 분석가는 지속적인 관심 대상인 듯 보입니다. 

<출처 : Google Trend>

빅데이터 분석 사용 영역

• 기업의 마케팅 활동에 도움이 될 수 있으며, 트렌드에 따라 고객 만족도를 높일 수 있습니다.
• 과거 구매, 상호 작용 패턴 및 제품 페이지 조회 기록과 같은 소스의 개인화 데이터는 개별 수준에서 더 큰 규모의 사용자를 위한 매력적인 타겟 광고 캠페인을 생성하는 데 도움이 될 수 있습니다.
• 빅 데이터 분석은 제품 실행 가능성, 개발, 진행에 대한 정보를 제공하고 비즈니스 고객에게 적합한 방향으로 개선을 유도하는 통찰력을 제공 할 수 있습니다
• 빅 데이터 분석은 데이타의 잠재적 위험을 식별하여 사전에 위험을 방지할 수 있습니다.
• 비즈니스 사용자가 관련 데이터에서 추출한 통찰력은 조직이 더 빠르고 더 나은 결정을 내리는 데
  도움이 될 수 있습니다.

 

 

"빅데이타 분석기사 자격증"은 2020년도에 새로 개설된 자격증인데 코로나19로 인해 시험일정이 취소되어
2021년 처음 시험을 시행한다고 하니 미리 준비하길 바랍니다.

 

응시자격 

• 기사 등급 이상의 자격을 취득한 사람(종목 무관)
• 정보처리산업기사 + 실무경력 1년관련 전공대학졸업(예정)자
  
• 관련 실무경력 4년 이상
  
• 학점은행제 106학점 이수자
  
  ※ 제출서류 : 학력증명서 또는 재직증명서, 최종학력증명서, 자격증 사본

<자격검정 응시료>

빅데이터 분석기사- 필기 : 17,800원

빅데이터 분석기사- 실기 : 40,800원

 

시험일정

구분	등급	시험명	접수기간	수험표발급	시험일	결과발표	증빙서류 제출기간
빅데이터 분석기사	기사	제2회 빅데이터분석기사(필기)	3.2 ~ 3.5	4.2	4.17(토)	5.7	5.10 ~ 5.20
		제2회 빅데이터분석기사(실기)	5.24 ~ 5.28	6.4	6.19(토)	7.16	-
		제3회 빅데이터분석기사(필기)	9.6 ~ 9.10	9.24	10.2(토)	10.22	10.25 ~ 11.3
		제3회 빅데이터분석기사(실기)	11.8 ~ 11.12	11.19	12.4(토)	12.31	-

 

합격기준

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 관계없이 불합격)

 

출제문항수

필기검정방법	객관식	문제수	80	시험시간	120분
실기검정방법	통합형(필답형, 작업형)			시험시간	180분

 

과목 및 주요항목

가. 필기 시험

필기과목명	주요항목	세부항목	세세항목
빅데이터 분석 기획	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	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	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	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

 

나. 실기 시험

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.

 

 

# Reference

https://www.dataq.or.kr/