빅데이터분석기사 편집하기

==개요==

===관련 근거===
국가기술자격법 및 동법 시행령

===빅데이터분석기사 정의===
빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자

===빅데이터분석기사의 필요성===

*전 세계적으로 빅데이터가 미래성장동력으로 인식돼, 각국 정부에서는 관련 기업투자를 끌어내는 등 국가·기업의 주요 전략분야로 부상 중
*국가와 기업의 경쟁력 확보를 위해 빅데이터 분석 전문가의 수요는 증가하고 있으나, 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 실정
*이에 정부차원에서 빅데이터 분석 전문가 양성과 함께 체계적으로 역량을 검증할 수 있는 국가기술자격 수요가 높은 편

===빅데이터분석기사의 직무===

*대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해
*목적에 따라 분석기술과 방법론을 기반으로
*정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행

==과목 및 내용==

===필기===
{| class="wikitable"
!필기과목명
!주요항목
!세부항목
!세세항목
|-
! rowspan="6" |빅데이터 분석 기획
! rowspan="2" |[[빅데이터|빅데이터의 이해]]
|빅데이터 개요 및 활용
|
*빅데이터의 특징
*빅데이터의 가치
*데이터 산업의 이해
*빅데이터 조직 및 인력
|-
|빅테이터 기술 및 제도
|
*빅데이터 플랫폼
*빅데이터와 인공지능
*개인정보 법·제도
*개인정보 활용
|-
! rowspan="2" |데이터분석 계획
|분석방안수립
|
*분석 로드맵 설정
*분석 문제 정의
*데이터 분석 방안
|-
|분석 작업 계획
|
*데이터 확보 계획
*분석 절차 및 작업 계획
|-
! rowspan="2" |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
|-
! rowspan="6" |빅데이터 탐색
! rowspan="2" |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
|-
! rowspan="2" |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
|-
! rowspan="2" |통계기법 이해
|기술통계
|
*데이터요약
*표본추출
*확률분포
*표본분표
|-
|추론통계
|
*점추정
*구간추정
*가설검정
|-
! rowspan="4" |빅데이터 모델링
! rowspan="2" |[[데이터 분석 모형|분석모형]] 설계
|분석 절차 수립
|
*분석모형 선정
*분석모형 정의
*분석모형 구축 절차
|-
|분석 환경 구축
|
*[[데이터 분석 도구|분석 도구 선정]]
*[[데이터 분할]]
|-
! rowspan="2" |분석기법 적용
|분석기법
|
*[[회귀 분석|회귀분석]]
*[[로지스틱 회귀분석]]
*[[의사결정 나무|의사결정나무]]
*[[인공 신경망|인공신경망]]
*[[서포트 벡터 머신|서포트벡터머신]]
*[[연관 규칙 분석|연관성분석]]
*[[군집화|군집분석]]
|-
|고급 분석기법
|
*범주형 자료 분석
*다변량 분석
*시계열 분석
*베이지안 기법
*딥러닝 분석
*비정형 데이터 분석
*앙상블 분석
*비모수 통계
|-
! rowspan="6" |빅데이터 결과해석
! rowspan="2" |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
|-
! rowspan="3" |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
|}

===실기===
{| class="wikitable"
!실기과목명
!주요항목
!세부항목
!세세항목
|-
! rowspan="7" |빅데이터 분석 실무
!데이터 수집 작업
|데이터 수집하기
|
*정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다.
*필요시 공개 데이터를 수집할 수 있다.
|-
! rowspan="2" |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.
|-
! rowspan="2" |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.
|-
! rowspan="2" |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.
|}

==출제문항수==

===출제기준(필기)===
{| class="wikitable"
!직무분야
|정보통신
!중직무분야
|정보기술
!자격종목
|빅데이터 분석기사
!적용기간
|4년(2020.1.1.~2023.12.31.)
|-
!직무내용
| colspan="7" |
*대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해
*목적에 따라 분석기술과 방법론을 기반으로
*정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행
|-
! colspan="2" |필기검정방법
|객관식
! colspan="2" |문제수
|80
!시험시간
|120분
|}
'''과목별 주요 항목'''
{| class="wikitable"
!필기과목명
!문제수
!주요항목
|-
!빅데이터 분석기획
|20
|
*빅데이터의 이해
*데이터 분석 계획
*데이터 수집 및 저장 계획
|-
!빅데이터 탐색
|20
|
*데이터 전처리
*데이터 탐색
*통계기법 이해
|-
!빅데이터 모델링
|20
|
*분석모형 설계
*분석기법 적용
|-
!빅데이터 결과 해석
|20
|
*분석모형 평가 및 개선
*분석결과 해석 및 활용
|}

===출제기준(실기)===
{| class="wikitable"
!직무분야
|정보통신
!중직무분야
|정보기술
!자격종목
|빅데이터 분석기사
!적용기간
|4년(2020.1.1.~2023.12.31.)
|-
!직무내용
| colspan="7" |
*대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해
*목적에 따라 분석기술과 방법론을 기반으로
*정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행
|-
! colspan="2" |실기검정방법
| colspan="2" |통합형(필답형, 작업형)
! colspan="2" |시험시간
| colspan="2" |180분
|}
'''과목별 주요 항목'''
{| class="wikitable"
!실기과목명
!주요항목
|-
!빅데이터 분석실무
|
*데이터 수집 작업
*데이터 전처리 작업
*데이터 모형 구축 작업
*데이터 모형 평가 작업
|}

==응시자격 및 합격기준==

===응시자격===
{| class="wikitable"
!응시자격
|-
|
*다음 각 호의 어느 하나에 해당하는 사람

#산업기사 등급 이상의 자격을 취득한 후 응시하려는 종목이 속하는 동일 및 유사 직무분야<ref>모든 직무분야 인정</ref>에서 1년 이상 실무에 종사한 사람
#기능사 자격을 취득한 후 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 3년 이상 실무에 종사한 사람
#응시하려는 종목이 속하는 동일 및 유사 직무분야의 다른 종목의 기사 등급 이상의 자격을 취득한 사람
#관련학과<ref>모든학과 응시 가능</ref>의 대학졸업자등<ref>"졸업자등"이란 「초·중등교육법」 및 「고등교육법」에 따른 학교를 졸업한 사람 및 이와 같은 수준 이상의 학력이 있다고 인정되는 사람을 말한다. 다만, 대학(산업대학 등 수업연한이 4년 이상인 학교를 포함한다. 이하 "대학등"이라 한다) 및 대학원을 수료한 사람으로서 관련 학위를 취득하지 못한 사람은 "대학졸업자등"으로 보고, 대학등의 전 과정의 2분의 1 이상을 마친 사람은 "2년제 전문대학졸업자등"으로 본다.</ref> 또는 그 졸업예정자<ref>"졸업예정자"란 국가기술자격 검정의 필기시험일(필기시험이 없거나 면제되는 경우에는 실기시험의 수험원서 접수마감일을 말한다. 이하 같다) 현재 「초·중등교육법」 및 「고등교육법」에 따라 정해진 학년 중 최종 학년에 재학 중인 사람을 말한다. 다만, 「학점인정 등에 관한 법률」 제7조에 따라 106학점 이상을 인정받은 사람(「학점인정 등에 관한 법률」에 따라 인정받은 학점 중 「고등교육법」 제2조제1호부터 제6호까지의 규정에 따른 대학 재학 중 취득한 학점을 전환하여 인정받은 학점 외의 학점이 18학점 이상 포함되어야 한다)은 대학졸업예정자로 보고, 81학점 이상을 인정받은 사람은 3년제 대학졸업예정자로 보며, 41학점 이상을 인정받은 사람은 2년제 대학졸업예정자로 본다.</ref><ref>「고등교육법」 제50조의2에 따른 전공심화과정의 학사학위를 취득한 사람은 대학졸업자로 보고, 그 졸업예정자는 대학졸업예정자로 본다.</ref>
#3년제 전문대학 관련학과 졸업자등으로서 졸업 후 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 1년 이상 실무에 종사한 사람
#2년제 전문대학 관련학과 졸업자등으로서 졸업 후 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 2년 이상 실무에 종사한 사람
#동일 및 유사 직무분야의 기사 수준 기술훈련과정 이수자<ref>"이수자"란 기사 수준 기술훈련과정 또는 산업기사 수준 기술훈련과정을 마친 사람을 말한다.</ref> 또는 그 이수예정자<ref>"이수예정자"란 국가기술자격 검정의 필기시험일 또는 최초 시험일 현재 기사 수준 기술훈련과정 또는 산업기사 수준 기술훈련과정에서 각 과정의 2분의 1을 초과하여 교육훈련을 받고 있는 사람을 말한다.</ref>
#동일 및 유사 직무분야의 산업기사 수준 기술훈련과정 이수자로서 이수 후 응시하려는 종목이 속하는 동일 및 유사 직무분야에서 2년 이상 실무에 종사한 사람
#응시하려는 종목이 속하는 동일 및 유사 직무분야에서 4년 이상 실무에 종사한 사람
#외국에서 동일한 종목에 해당하는 자격을 취득한 사람

#
|}

===합격기준===
{| class="wikitable"
!필기시험 합격기준
!실기시험 합격기준
|-
|과목당 100점을 만점으로

#전 과목 40점 이상
#전 과목 평균 60점 이상
|100점을 만점으로 60점이상
(시험의 일부 과정을 응시하지 않은 경우 득점에 관계없이 불합격)
|}

===응시자격 증빙서류===
{| class="wikitable"
!구분
!내용
|-
|제출서류
|
*경력증명서 또는 재직증명서
*최종학력증명서
*자격증 사본
|}
==참고 문헌==

*[https://www.dataq.or.kr/www/sub/a_07.do 데이터산업진흥원 데이터자격검정]

==각주==
[[분류:자격증]]
[[분류:데이터 과학]]
<references />