비전공자 ADsP 자격증 합격 취득 후기
우선 자격증 취득 이유는 데이터사이언스/빅데이터 관련 비전공자, 비연관 업무를 하면서 특수대학원에 지원하기 위함이었는데, 결과적으로 매우 큰 도움을 받았다.
인강 수강이나 학원은 다니지 않았고 직장 병행하면서 한달 간 독학으로 취득했다. 전공자나 관련직무 종사자가 아닌 아예 처음 공부를 시작한다면 조금은 도움이 될 것이다.
1. 접수하기
데이터자격검정 홈페이지 (https://www.dataq.or.kr/www/main.do) 시험접수 - 시험일정 에서 빅데이터분석기사/데이터분석(ADsP/ADP), SQLP/SQLD, 데이터아키텍쳐(DAP/DAsP) 모두 접수할 수 있다.
ADsP (데이터분석준전문가) 시험은 연4회 치러진다.
(시험접수 환불은 접수기간 마감일 18:00 까지 전액 환불, 접수기간 종료부터 시행 5일전 18:00 까지 : 50% 환불, 시행 5일전 18:00 이후 : 환불 불가이니 참고하자.)
2. 공부방법
시험을 접수했다면 공부자료가 필요할텐데, 웹 상에서 떠도는 문제 족보나 요약본도 좋지만 교재 하나는 구매하는 걸 추천한다. 그 이유는 과목특성상 그래프나 도표가 굉장히 많고 관련 자료를 분석하는 내용이 많이 출제되는데 요약본에서는 이런 내용을 모두 담아내기 어렵기 때문이다. 그래서 요약자료와 교재를 병행하는 것이 좋다.
교재는 데이터에듀에서 출간한 ADsP 데이터 분석 준전문가 책이 가장 유명하다. (수험생 사이에서는 소위 민트책이라 불리는 교재다.)
※ 참고로 교재를 저렴하게 구입하려면 아래에서 언급할 카페에서 시험을 치른 수험생의 책을 사는게 가장 좋은 방법이라 생각한다. (실제로 시험종료날 매물이 엄청나게 쏟아진다.)
전공자, 관련직무 종사자라면 두루두루 공부하고 고득점을 목표로 하면되겠지만, 비전공자 관련직무 비종사자, 단시간내 자격증 취득이 목표라면 약간의 목표가 필요하다.
ADsP 시험은 총 3과목 객관식 40문항 + 주관식 10문항, 총 50문항 100점 만점으로 과목별 과락 40점, 평균 60점 이상이면 합격이다. 실제로 1과목이 시성비가 좋았던 것 같다.
1과목 데이터의 이해, 2과목 데이터 분석기획, 3과목 데이터 분석 으로 구성되어있는데, 가장 쉽고 내용이 적은 1과목에서 고득점을 목표로 하고 상대적으로 내용이 많고 어려운 데이터 분석기획/데이터분석 과목에서 과락점수인 40점+@ 를 노리는 것이 가장 효율적인 방법이라 할 수 있다.
최대한 이론적인 내용과 정의 부분은 요약집을 활용하고, 기출문제 (민트책, 떠도는 자료)의 그래프/도표는 전부 익히는게 좋은 방법이라고 생각한다.
어떻게 보면 합격 컷이 높아 보이지 않을 수도 있는데, 내용 자체가 방대해서 마냥 쉽지만은 않았다!
<ADsP 요약자료링크>
https://drive.google.com/file/d/19tloK6CIycpZlOn6gRbOgf-XHCvvaxJQ/view?usp=drive_link
ADsP, 빅데이터분석기사 (이하 빅분기) 관련 수험생이 많은 카페가 있는데 카페를 이용해서 스터디를 모집하거나 자료를 얻는 것도 좋은 방법이다. (네이버카페 - 데이터 전문가 포럼, https://cafe.naver.com/sqlpd)
나도 시험을 준비하는 한달동안 주1회 만나서 공부한 내용을 공유하고 진도체크하는 스터디를 했었는데 직장을 병행하다보니 다른 스터디원과 진도가 맞지않아 거의 참석하지 못했다. (사실 스터디가 크게 필요한 것 같지도 않다.)
ADsP 자격증을 취득하려고 했던 이유는 비전공자, 관련없는 직무에 종사하면서 데이터사이언스 특수대학원에 지원하려고 했기 때문에, 이 부분을 조금 보완하기 위해서 지원 서류에 한줄, 서류 한 장 제출하기 위해서 였다. 하지만 고민 끝에 서류는 제출하지 않았다. 그 이유는 단기간에 취득한 자격증으로 내용 자체를 충분히 이해한 상태로 합격한 것이 아니기 때문에 이후의 면접 전형에서 질문을 받는다면 곤란할 것 같았기 때문이다. 어설프게 아는 척 했다가 오히려 마이너스 요소로 작용할 것 같았다.
3. 후기
그렇다면 이 자격증 취득을 위한 공부는 전혀 의미없는 것이었나? 그건 아니다. 통계나 데이터사이언스 관련해 작은 파편 정도는 이해할 수 있는 계기가 됐고, 실제 지원서류를 작성하는 데 큰 도움이 됐다.
'공부 > 확률통계' 카테고리의 다른 글
[프로그래밍 확률 통계] 04 추론 및 가설검정 (0) | 2023.05.27 |
---|---|
[프로그래밍 확률 통계] 03 확률 (0) | 2023.05.25 |
[프로그래밍 확률 통계] 02 논리적인 자료의 요약 (0) | 2023.05.22 |
[프로그래밍 확률 통계] 01 시각화를 통한 자료의 요약 (0) | 2023.05.21 |