직장인 비전공자 1주 합격, 8회 빅데이터분석기사 실기 합격 꿀팁(인강/교재 추천)

안녕하세요, 최근에 빅데이터분석기사 8회차 실기시험을 치르고 난 후기를 공유하고자 합니다.

이 글을 통해 시험 준비와 실제 시험에서 유용했던 팁을 가져가세요~! 

빅데이터분석기사 8회차 실기시험 후기

🖤 시험 개요

빅데이터분석기사 실기시험은 컴퓨터를 사용하여 실제 데이터 분석 작업을 수행하는 형태로 진행됩니다.

시험 시간은 총 3시간(180분)이며, 가격은 40,800원입니다. 과락 없이 전체 평균 60점 이상이면 합격입니다.

시험 과목은 다음과 같이 나뉩니다:

1. 데이터 수집 작업
2. 데이터 전처리 작업
3. 데이터 모델 구축 작업
4. 데이터 모델 평가 작업

🖤 시험 구성

시험은 3개의 작업형 문제로 구성됩니다.

• 작업형 1: 소문제 3개, 각 10점씩 총 30점
• 작업형 2: 1문제, 40점
• 작업형 3: 2문제, 문제당 소문제 3개씩 각 5점*6개, 총 30점

🖤 준비 과정

저는 빅데이터분석기사 필기 -> ADSP -> SQLD -> 빅데이터분석기사 실기 이렇게 진행이 됐었기에 긴 여정으로 많이 지쳐있었어서,, 1주 동안 아주 초집쭝을 해서 해보자 ! 하고 시작하게 되었어요 !

물론 개인적으로 Pyhton에 대해 개인 프로젝트를 한 경험이 있었던 부분이 있어 1주일 평일 3시간, 주말 8시간 공부해도 가능했던 거 같습니다만, 다른 분들은 2주 투자하시고 !! 제가 추천하는 인강 및 유용한 팁 ! 주의 사항 잘 숙지해 가시면 무리 없다고 생각합니다 !

 

저는 인프런에서 '퇴근후딴짓'님의 강의를 수강했습니다. 신규 가입 시 20% 할인이 되어 7만원 중반대에 수강할 수 있었습니다.

이 강의는 초급자도 이해하기 쉽게 간단한 코드로 반복 설명해주셔서 큰 도움이 되었습니다.

또한 이전 회차들을 복원하여 시험에 대한 감을 잡기에도 좋았습니다.

강의를 듣고 꼭 해야 할 점은 두 가지입니다:

1. 자기 주도 학습: 처음부터 끝까지 반복해서 문제를 풀어보는 것
2. 실제 시험 환경 체험: 빅데이터분석기사 실기 테스트 체험환경에서 풀어보기

https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%AC-%EC%8B%A4%EA%B8%B0

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3) 강의 | 퇴근후딴짓 - 인프런

 

🖤 유용한 팁

1) 작업형 2에서는 여러 가지 모델을 사용할 수 있지만,

다른 모델을 외울 필요 없이 randomforest만 사용할 줄 알면 됩니다.

저는 8회차 작업형 2에서  MAE 평가지표, 회귀 문제가 나왔고, randomforest를 사용하여 40점 만점을 받았습니다.

• 회귀 문제: randomForestRegressor
• 분류 문제: randomForestClassifier

2) 작업형 2에서 가장 먼저 해야할 일은 ! 회귀 문제인지 분류 문제인지 구분하는 것인데

'평가지표가 무엇인지' 살펴보면 됩니다:

회귀 문제:

• 평균 절대 오차 (MAE)
• 평균 제곱 오차 (MSE)
• 루트 평균 제곱 오차 (RMSE)
• 결정 계수 (R²)

분류 문제:

• 정확도 (Accuracy)
• 정밀도 (Precision)
• 재현율 (Recall)
• F1 스코어 (F1 Score)
• ROC AUC * ROC AUC는 model.predict_proba()를 사용하기 ! 나머지는 model.predict()

★ 시험 전 무조건 숙지해야 되는 주의 사항 ! (매우 중요) ★

- test 와 예측 결과의 데이터 개수 동일한지 확인 : ex) test 데이터 개수가 2,094개면 예측 결과 데이터도 2,094개 !

- 변수명 및 파일명 확인: 작업형 2에서 지정된 파일명이나 변수명을 확인하여 저장하는 것을 잊지 마세요! 
Ex) 8회차 실기시험 에서예측 결과 변수명을 'pred'로, 파일명은 'result.csv'로 지정해 주었습니다. 

변수명이나 파일명이 다르면 각 2점 감점입니다.
예시 코드) Submit = pd.DataFrame({ 'pred': pred[:, 1] })
Submit.to_csv('result.csv', index=False)
print(pd.read_csv('result.csv'))

- 시험 환경 체험하기 : 실제 빅데이터분석기사 실기 체험 테스트 화면에서 미리 연습해보는 것이 중요합니다. 변수에 바로 저장이 되지 않는 경우가 있으므로 실제 환경에서 테스트해보는 것을 추천합니다.

• 빅데이터분석기사 시험 정보
• 빅데이터분석기사 실기 체험

Example Domain

🤍 8회차 빅데이터분석기사 실기시험 복원 문제 🤍  

작업형 2 같은 경우는 저는 원핫 인코딩인 get_dummies를 사용했을 때 104였고, 하이퍼파라미터를 조정하니까 110까지 올라가서 get_dummies까지만 하고 제출하였습니다.
오히려 더 많은 작업을 할 때 예측 결과가 더 떨어질 수 있다는 점 숙지하시면 좋습니다 ! 

작업형 1
문제 1: 나라별 맥주 소비량 데이터 분석
- 대륙별로 나라를 그룹화하여 대륙별 평균 맥주 소비량을 계산
- 평균 소비량이 가장 높은 대륙을 선택
- 해당 대륙 내에서 나라별 맥주 소비량을 정렬하고, 소비량이 몇 번째인 나라의 소비량을 구하기

문제 2: 나라별 관광 데이터 분석
- 나라별로 다양한 관광 유형의 총합을 계산
- 총합 관광객 수에 따라 나라별로 정렬한 후, 특정 조건에 맞는 값을 더하는 문제

문제 3: 결측치 처리 전후 데이터 분석
- 결측치 처리 전후의 데이터를 이용해 표준편차를 각각 계산
- 결측치 처리 전후의 표준편차 차이(a-b)를 구하는 문제

작업형 2 - 회귀 문제: Mean Absolute Error(MAE)로 평가
- 랜덤 포레스트 회귀를 사용해 모델링한 후, 원핫인코딩 진행하니 MAE가 104대
- 하이퍼파라미터를 진행하니까 MAE가 110대로 올라감
- 원핫 인코딩한 랜덤 포레스트 모델로 테스트 데이터를 예측하고 제출하니 40점 만점

작업형 3
문제 3-1: 통계적으로 유의하지 않은 변수 찾기 및 로지스틱 회귀 분석
- 통계적으로 유의하지 않은 변수의 개수를 찾는 문제
- 유의한 변수들을 이용해 로지스틱 회귀 모델을 돌려서 회귀계수를 계산
- 계산된 계수 값을 바탕으로 계수가 5배 적용될 때 오즈비의 변화를 구하는 문제

문제 3-2: 다중 회귀 분석 및 예측
- OLS(최소자승법)을 사용하여 회귀계수를 구하는 문제
- 새로운 데이터에 대해 예측값을 계산하는 문제가 포함
- 오즈비 구하는 문제 

 

이 글을 읽으신 분들 모두 합격 기운 받아가세요~!  감사합니다 !