공부흔적

3월 16일에 치뤄진 56회 DAsP에 합격했다.

항상 이론을 먼저 보려고하지만 시간이 없어서 하루 이틀을 남기고 문제만 보고 응시하는 것 같다.

sqld를 응시하고 이어서 응시했기 때문에 모델링 부분에 겹치는 부분이 있었다. 며칠 준비 안했지만 아슬아슬하게 점수를 맞춰서 합격할 수 있어서 다행이었다. 내가 준비하는 입장인데 sqld가 없다면 이 자격증과 같이 준비를 해서 가성비 있게 두 자격증을 취득하는 방향으로 준비할 것 같다.

아래는 참고한 책이다.

https://product.kyobobook.co.kr/detail/S000001937368

https://product.kyobobook.co.kr/detail/S000001399857

3월 9일에 치뤄진 52회 SQLD에 합격했다.

흔히들 노랭이라고 부르는 SQL 자격검점 실전문제 책으로 준비를 했다. 책은 아래에 이미지와 교보문고 링크를 첨부하겠다.

실질적인 준비시간은 3일정도 걸린 것 같은데, 쿼리가 눈에 익는다면 2과목 준비가 편해서 부족하진 않은 것 같다. 다만 비전공자나 평소에 쿼리를 보지 않으면 배 이상 소요됐을 것 같다.

https://product.kyobobook.co.kr/detail/S000212021705

준비과정

• 1과목
  • 기본적인 데이터 모델링 관련 개념이 나오는 부분이다.
  • 책에 있는 핵심정리를 보고 문제를 풀면서 옳지 않은 선지를 옳은 선지로 고치고 이해 안되는 것은 한번 더 보고 넘어가는 수준으로 공부했다.
  • 다만 정규형, 정규화는 한번 더 공부하고 시험을 치뤘다.
  • 이해가 안되는 문제의 수가 많지 않으면 넘어간다. 100점 맞는 시험이 아니다.
• 2과목
  • 크게 1 2 3장으로 구성되어있다.
  • 1장과 3장은 문제를 풀고 틀린 문제를 한 번 더 보는 정도로 커버할 수 있었다. 환경에 따른 언어차이는 크게 중요하지 않은 것 같다. 모르는 함수가 나온다면 암기는 필요하다.
  • 문제는 2장이다. 윈도우 함수 등 사용해본적 없는 쿼리가 나오지만 한 두번 읽고 이해가 안되면 과감히 포기한다. 100점을 위한 시험이 아니기 때문이다. 물론 나머지로 이 부족한 점수를 채울 수 있어야하기 때문에 자신이 없으면 충분히 공부해야된다.

어렵지 않은 쿼리를 보면서 해석할 수 있었기에 이전 ADsP를 준비했을 때보다 시간도 훨씬 덜 들었고, 점수는 생각 이상으로 높게 나왔다. 전공자 혹은 SQL을 사용하는 개발자라면 일과 병행했을 때 1~2주, 아니라면 3~4주면 안정적으로 합격할 수 있을 것 같다.

2월 24일에 치뤄진 40회 ADsP에 합격했다.

1과목은 풀면서 거의 다 맞는 느낌이었고, 2과목은 과락만 면하자는 느낌으로 풀었다.

3과목은 긴가민가한 선지가 많았지만 4개의 선지에서 확실히 답이 아닌 선지를 지운 후 후보를 줄여서 찍어서 맞추면 된다. 100점짜리 시험이 아니니까. 확실한 문제만 챙기자.

점수는 아슬아슬했지만 과락없이 60점만 넘기면 되는 시험이니 상관없다.

준비과정

• 1과목
  • 고득점 과목
  • 용어를 익히고 내용을 한번 정리하면 쉽게 점수를 취득할 수 있는 쉬운 과목.
  • 고득점을 위한 개인정보 비식별 기술, 데이터 양 단위 크기 순서 등 상식 문제 준비
• 2과목
  • 과락 방지 과목
  • 암기가 많이 필요한 과목이다. 범위는 좁지만 범위가 좁은 만큼 암기할 부분이 많다.
  • 분석방법론(KDD, CRISP-DM) 프로세스 비교, 빅데이터 분석 방법론, 각종 산출물, 분석 성숙도에 대한 암기 필수
• 3과목
  • 전체 50문항 중 30문항을 차지하는 가장 중요하고 많은 시간이 필요한 과목, 전체 준비 시간의 절반 이상 소요
  • R에 대한 문제는 별도 대비 필요가 없다.
  • 3장 데이터 마트, 4장 통계분석, 5장 데이터 마이닝 각각 기본 용어 및 개념에 대한 숙지가 필요하며 공식이 나오는 경우 공식 암기도 필요하다.
  • 확률분포에 경우 t분포, 카이제곱분포, F분포와 같이 한 두줄의 설명으로 이해가 안되는 경우 유튜브 등 영상을 보는게 나을 수 있다.
  • 여러 용어가 나오므로 비교를 통한 구분 필요
  • 3장 : 데이터 마트 개념, 결측치, 이상값
  • 4장 : 표본조사, 확률분포, 가설점정, 상관분석, 회귀분석, 결정계수, 시계열 분석, 다차원척도법
  • 5장 : 성과분석, 분류분석, 앙상블 분석, 군집분석, 연관분석