빅데이터분석기사: Difference between revisions
From IT Wiki
(새 문서: == 개요 == === 관련 근거 === 국가기술자격법 및 동법 시행령 === 빅데이터분석기사 정의 === 빅데이터 이해를 기반으로 빅데이터 분석 기획,...) |
No edit summary |
||
| (10 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
== 개요 == | ==개요== | ||
=== 관련 근거 === | ===관련 근거=== | ||
국가기술자격법 및 동법 시행령 | 국가기술자격법 및 동법 시행령 | ||
=== 빅데이터분석기사 정의 === | ===빅데이터분석기사 정의=== | ||
빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 | 빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자 | ||
=== 빅데이터분석기사의 필요성 === | ===빅데이터분석기사의 필요성=== | ||
국가와 기업의 경쟁력 확보를 위해 빅데이터 분석 전문가의 수요는 증가하고 있으나, 수요 대비 공급 부족으로 인력 확보에 어려움이 높은 | *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 | |||
대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 | *목적에 따라 분석기술과 방법론을 기반으로 | ||
*정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행 | |||
== 과목 및 내용 == | ==과목 및 내용== | ||
=== 필기 === | ===필기=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!필기과목명 | !필기과목명 | ||
| Line 27: | Line 29: | ||
|- | |- | ||
! rowspan="6" |빅데이터 분석 기획 | ! rowspan="6" |빅데이터 분석 기획 | ||
! rowspan="2" |빅데이터의 이해 | ! rowspan="2" |[[빅데이터|빅데이터의 이해]] | ||
|빅데이터 개요 및 활용 | |빅데이터 개요 및 활용 | ||
| | | | ||
* 빅데이터의 특징 | *빅데이터의 특징 | ||
* 빅데이터의 가치 | *빅데이터의 가치 | ||
* 데이터 산업의 이해 | *데이터 산업의 이해 | ||
* 빅데이터 조직 및 인력 | *빅데이터 조직 및 인력 | ||
|- | |- | ||
|빅테이터 기술 및 제도 | |빅테이터 기술 및 제도 | ||
| | | | ||
* 빅데이터 플랫폼 | *빅데이터 플랫폼 | ||
* 빅데이터와 인공지능 | *빅데이터와 인공지능 | ||
* 개인정보 법·제도 | *개인정보 법·제도 | ||
* 개인정보 활용 | *개인정보 활용 | ||
|- | |- | ||
! rowspan="2" |데이터분석 계획 | ! rowspan="2" |데이터분석 계획 | ||
|분석방안수립 | |분석방안수립 | ||
| | | | ||
* 분석 로드맵 설정 | *분석 로드맵 설정 | ||
* 분석 문제 정의 | *분석 문제 정의 | ||
* 데이터 분석 방안 | *데이터 분석 방안 | ||
|- | |- | ||
|분석 작업 계획 | |분석 작업 계획 | ||
| | | | ||
* 데이터 확보 계획 | *데이터 확보 계획 | ||
* 분석 절차 및 작업 계획 | *분석 절차 및 작업 계획 | ||
|- | |- | ||
! rowspan="2" |데이터 수집 및 저장 계획 | ! rowspan="2" |데이터 수집 및 저장 계획 | ||
|데이터 수집 및 전환 | |데이터 수집 및 전환 | ||
| | | | ||
* 데이터 수집 | *데이터 수집 | ||
* 데이터 유형 및 속성 파악 | *데이터 유형 및 속성 파악 | ||
* 데이터 변환 | *데이터 변환 | ||
* 데이터 비식별화 | *데이터 비식별화 | ||
* 데이터 품질 검증 | *데이터 품질 검증 | ||
|- | |- | ||
|데이터 적재 및 저장 | |데이터 적재 및 저장 | ||
| | | | ||
* 데이터 적재 | *데이터 적재 | ||
* 데이터 저장 | *데이터 저장 | ||
|- | |- | ||
! rowspan="6" |빅데이터 탐색 | ! rowspan="6" |빅데이터 탐색 | ||
| Line 72: | Line 74: | ||
|데이터 정제 | |데이터 정제 | ||
| | | | ||
* 데이터 정제 | *데이터 정제 | ||
* 데이터 결측값 처리 | *데이터 결측값 처리 | ||
* 데이터 이상값 처리 | *데이터 이상값 처리 | ||
|- | |- | ||
|분석 변수 처리 | |분석 변수 처리 | ||
| | | | ||
* 변수 선택 | *변수 선택 | ||
* 차원축소 | *차원축소 | ||
* 파생변수 생성 | *파생변수 생성 | ||
* 변수 변환 | *변수 변환 | ||
* 불균형 데이터 처리 | *불균형 데이터 처리 | ||
|- | |- | ||
! rowspan="2" |데이터 탐색 | ! rowspan="2" |데이터 탐색 | ||
|데이터 탐색 기초 | |데이터 탐색 기초 | ||
| | | | ||
* 데이터 탐색 개요 | *[[탐색적 데이터 분석|데이터 탐색 개요]] | ||
* 상관관계 분석 | *[[상관관계 분석]] | ||
* 기초통계량 추출 및 이해 | *[[기초통계량|기초통계량 추출 및 이해]] | ||
* 시각적 데이터 탐색 | *[[시각적 데이터 탐색]] | ||
|- | |- | ||
|고급 데이터 탐색 | |고급 데이터 탐색 | ||
| | | | ||
* 시공간 데이터 탐색 | *[[시공간 데이터]] 탐색 | ||
* 다변량 데이터 탐색 | *[[다변량 데이터]] 탐색 | ||
* 비정형 데이터 탐색 | *[[비정형 데이터]] 탐색 | ||
|- | |- | ||
! rowspan="2" |통계기법 이해 | ! rowspan="2" |통계기법 이해 | ||
|기술통계 | |기술통계 | ||
| | | | ||
* 데이터요약 | *데이터요약 | ||
* 표본추출 | *[[표본추출]] | ||
* 확률분포 | *확률분포 | ||
* 표본분표 | *표본분표 | ||
|- | |- | ||
|추론통계 | |추론통계 | ||
| | | | ||
* 점추정 | *점추정 | ||
* 구간추정 | *구간추정 | ||
* 가설검정 | *가설검정 | ||
|- | |- | ||
! rowspan="4" |빅데이터 모델링 | ! rowspan="4" |빅데이터 모델링 | ||
! rowspan="2" |분석모형 설계 | ! rowspan="2" |[[데이터 분석 모형|분석모형]] 설계 | ||
|분석 절차 수립 | |분석 절차 수립 | ||
| | | | ||
* 분석모형 선정 | *분석모형 선정 | ||
* 분석모형 정의 | *분석모형 정의 | ||
* 분석모형 구축 절차 | *분석모형 구축 절차 | ||
|- | |- | ||
|분석 환경 구축 | |분석 환경 구축 | ||
| | | | ||
* 분석 도구 선정 | *[[데이터 분석 도구|분석 도구 선정]] | ||
* 데이터 분할 | *[[데이터 분할]] | ||
|- | |- | ||
! rowspan="2" |분석기법 적용 | ! rowspan="2" |분석기법 적용 | ||
|분석기법 | |분석기법 | ||
| | | | ||
* 회귀분석 | *[[회귀 분석|회귀분석]] | ||
* 로지스틱 회귀분석 | *[[로지스틱 회귀분석]] | ||
* 의사결정나무 | *[[의사결정 나무|의사결정나무]] | ||
* 인공신경망 | *[[인공 신경망|인공신경망]] | ||
* 서포트벡터머신 | *[[서포트 벡터 머신|서포트벡터머신]] | ||
* 연관성분석 | *[[연관 규칙 분석|연관성분석]] | ||
* 군집분석 | *[[군집화|군집분석]] | ||
|- | |- | ||
|고급 분석기법 | |고급 분석기법 | ||
| | | | ||
* 범주형 자료 분석 | *범주형 자료 분석 | ||
* 다변량 분석 | *다변량 분석 | ||
* 시계열 분석 | *시계열 분석 | ||
* 베이지안 기법 | *베이지안 기법 | ||
* 딥러닝 분석 | *[[딥 러닝|딥러닝]] 분석 | ||
* 비정형 데이터 분석 | *[[비정형 데이터]] 분석 | ||
* 앙상블 분석 | *[[앙상블 기법|앙상블 분석]] | ||
* 비모수 통계 | *비모수 통계 | ||
|- | |- | ||
! rowspan="6" |빅데이터 결과해석 | ! rowspan="6" |빅데이터 결과해석 | ||
! rowspan="2" |분석모형 평가 및 개선 | ! rowspan="2" |분석모형 평가 및 개선 | ||
|분석모형 평가 | |[[데이터 분석 모형|분석모형]] 평가 | ||
| | | | ||
* 평가 지표 | *평가 지표 | ||
* 분석모형 진단 | *분석모형 진단 | ||
* 교차 검증 | *교차 검증 | ||
* 모수 유의성 검정 | *모수 유의성 검정 | ||
* 적합도 검정 | *적합도 검정 | ||
|- | |- | ||
|분석모형 개선 | |분석모형 개선 | ||
| | | | ||
* 과대적합 방지 | *과대적합 방지 | ||
* 매개변수 최적화 | *매개변수 최적화 | ||
* 분석모형 융합 | *분석모형 융합 | ||
* 최종모형 선정 | *최종모형 선정 | ||
|- | |- | ||
! rowspan="3" |분석결과 해석 및 활용 | ! rowspan="3" |분석결과 해석 및 활용 | ||
|분석결과 해석 | |분석결과 해석 | ||
| | | | ||
* 분석모형 해석 | *[[데이터 분석 모형|분석모형]] 해석 | ||
* 비즈니스 기여도 평가 | *비즈니스 기여도 평가 | ||
|- | |- | ||
|분석결과 시각화 | |[[데이터 시각화|데이터 분석결과 시각화]] | ||
| | | | ||
* 시공간 시각화 | *시공간 시각화 | ||
* 관계 시각화 | *관계 시각화 | ||
* 비교 시각화 | *비교 시각화 | ||
* 인포그래픽 | *인포그래픽 | ||
|- | |- | ||
|분석결과 활용 | |분석결과 활용 | ||
| | | | ||
* 분석모형 전개 | *[[데이터 분석 모형|분석모형]] 전개 | ||
* 분석결과 활용 시나리오 개발 | *분석결과 활용 시나리오 개발 | ||
* 분석모형 모니터링 | *[[데이터 분석 모형|분석모형]] 모니터링 | ||
* 분석모형 리모델링 | *[[데이터 분석 모형|분석모형]] 리모델링 | ||
|} | |} | ||
=== 실기 === | ===실기=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!실기과목명 | !실기과목명 | ||
| Line 196: | Line 198: | ||
|데이터 수집하기 | |데이터 수집하기 | ||
| | | | ||
* 정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다. | *정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다. | ||
* 필요시 공개 데이터를 수집할 수 있다. | *필요시 공개 데이터를 수집할 수 있다. | ||
|- | |- | ||
! rowspan="2" |데이터 전처리 작업 | ! rowspan="2" |데이터 전처리 작업 | ||
|데이터 정제하기 | |데이터 정제하기 | ||
| | | | ||
* 정제가 필요한 결측값, 이상값 등이 무엇인지 파악할 수 있다. | *정제가 필요한 결측값, 이상값 등이 무엇인지 파악할 수 있다. | ||
* 결측값와 이상값에 대한 처리 기준을 정하고 제거 또는 임의의 값으로 대체할 수 있다. | *결측값와 이상값에 대한 처리 기준을 정하고 제거 또는 임의의 값으로 대체할 수 있다. | ||
|- | |- | ||
|데이터 변환하기 | |데이터 변환하기 | ||
| | | | ||
* 데이터의 유형을 원하는 형태로 변환할 수 있다. | *데이터의 유형을 원하는 형태로 변환할 수 있다. | ||
* 데이터의 범위를 표준화 또는 정규화를 통해 일치시킬 수 있다. | *데이터의 범위를 표준화 또는 정규화를 통해 일치시킬 수 있다. | ||
* 기존 변수를 이용하여 의미 있는 새로운 변수를 생성하거나 변수를 선택할 수 있다. | *기존 변수를 이용하여 의미 있는 새로운 변수를 생성하거나 변수를 선택할 수 있다. | ||
|- | |- | ||
! rowspan="2" |데이터 모형 구축 작업 | ! rowspan="2" |데이터 모형 구축 작업 | ||
|분석모형 선택하기 | |분석모형 선택하기 | ||
| | | | ||
* 다양한 분석모형을 이해할 수 있다. | *다양한 분석모형을 이해할 수 있다. | ||
* 주어진 데이터와 분석 목적에 맞는 분석모형을 선택할 수 있다. | *주어진 데이터와 분석 목적에 맞는 분석모형을 선택할 수 있다. | ||
* 선정모형에 필요한 가정 등을 이해할 수 있다. | *선정모형에 필요한 가정 등을 이해할 수 있다. | ||
|- | |- | ||
|분석모형 구축하기 | |분석모형 구축하기 | ||
| | | | ||
* 모형 구축에 부합하는 변수를 지정할 수 있다. | *모형 구축에 부합하는 변수를 지정할 수 있다. | ||
* 모형 구축에 적합한 형태로 데이터를 조작할 수 있다. | *모형 구축에 적합한 형태로 데이터를 조작할 수 있다. | ||
* 모형 구축에 적절한 매개변수를 지정할 수 있다. | *모형 구축에 적절한 매개변수를 지정할 수 있다. | ||
|- | |- | ||
! rowspan="2" |데이터 모형 평가 작업 | ! rowspan="2" |데이터 모형 평가 작업 | ||
|구축된 모형 평가하기 | |구축된 모형 평가하기 | ||
| | | | ||
* 최종 모형을 선정하기 위해 필요한 모형 평가 지표들을 잘 사용할 수 있다. | *최종 모형을 선정하기 위해 필요한 모형 평가 지표들을 잘 사용할 수 있다. | ||
* 선택한 평가지표를 이용하여 구축된 여러 모형을 비교하고 선택할 수 있다. | *선택한 평가지표를 이용하여 구축된 여러 모형을 비교하고 선택할 수 있다. | ||
* 성능 향상을 위해 구축된 여러 모형을 적절하게 결합할 수 있다. | *성능 향상을 위해 구축된 여러 모형을 적절하게 결합할 수 있다. | ||
|- | |- | ||
|분석결과 활용하기 | |분석결과 활용하기 | ||
| | | | ||
* 최종모형 또는 분석결과를 해석할 수 있다. | *최종모형 또는 분석결과를 해석할 수 있다. | ||
* 최종모형 또는 분석결과를 저장할 수 있다. | *최종모형 또는 분석결과를 저장할 수 있다. | ||
|} | |} | ||
== 출제문항수 == | ==출제문항수== | ||
=== 출제기준(필기) === | ===출제기준(필기)=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!직무분야 | !직무분야 | ||
| Line 251: | Line 253: | ||
|- | |- | ||
!직무내용 | !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 | | 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 | ! colspan="2" |필기검정방법 | ||
| Line 269: | Line 274: | ||
|20 | |20 | ||
| | | | ||
* 빅데이터의 이해 | *빅데이터의 이해 | ||
* 데이터 분석 계획 | *데이터 분석 계획 | ||
* 데이터 수집 및 저장 계획 | *데이터 수집 및 저장 계획 | ||
|- | |- | ||
!빅데이터 탐색 | !빅데이터 탐색 | ||
|20 | |20 | ||
| | | | ||
* 데이터 전처리 | *데이터 전처리 | ||
* 데이터 탐색 | *데이터 탐색 | ||
* 통계기법 이해 | *통계기법 이해 | ||
|- | |- | ||
!빅데이터 모델링 | !빅데이터 모델링 | ||
|20 | |20 | ||
| | | | ||
* 분석모형 설계 | *분석모형 설계 | ||
* 분석기법 적용 | *분석기법 적용 | ||
|- | |- | ||
!빅데이터 결과 해석 | !빅데이터 결과 해석 | ||
|20 | |20 | ||
| | | | ||
* 분석모형 평가 및 개선 | *분석모형 평가 및 개선 | ||
* 분석결과 해석 및 활용 | *분석결과 해석 및 활용 | ||
|} | |} | ||
=== 출제기준(실기) === | ===출제기준(실기)=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!직무분야 | !직무분야 | ||
| Line 305: | Line 310: | ||
|- | |- | ||
!직무내용 | !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 | | 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" |실기검정방법 | ||
| Line 319: | Line 327: | ||
!빅데이터 분석실무 | !빅데이터 분석실무 | ||
| | | | ||
* 데이터 수집 작업 | *데이터 수집 작업 | ||
* 데이터 전처리 작업 | *데이터 전처리 작업 | ||
* 데이터 모형 구축 작업 | *데이터 모형 구축 작업 | ||
* 데이터 모형 평가 작업 | *데이터 모형 평가 작업 | ||
|} | |} | ||
== 응시자격 및 합격기준 == | ==응시자격 및 합격기준== | ||
=== 응시자격 === | ===응시자격=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!응시자격 | !응시자격 | ||
|- | |- | ||
| | | | ||
* 다음 각 호의 어느 하나에 해당하는 사람 | *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 === | ===합격기준=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!필기시험 합격기준 | !필기시험 합격기준 | ||
| Line 342: | Line 362: | ||
|- | |- | ||
|과목당 100점을 만점으로 | |과목당 100점을 만점으로 | ||
#전 과목 40점 이상 | |||
#전 과목 평균 60점 이상 | |||
|100점을 만점으로 60점이상 | |100점을 만점으로 60점이상 | ||
(시험의 일부 과정을 응시하지 않은 경우 득점에 관계없이 불합격) | (시험의 일부 과정을 응시하지 않은 경우 득점에 관계없이 불합격) | ||
|} | |} | ||
=== 응시자격 증빙서류 === | ===응시자격 증빙서류=== | ||
{| class="wikitable" | {| class="wikitable" | ||
!구분 | !구분 | ||
| Line 355: | Line 376: | ||
|제출서류 | |제출서류 | ||
| | | | ||
* 경력증명서 또는 재직증명서 | *경력증명서 또는 재직증명서 | ||
* 최종학력증명서 | *최종학력증명서 | ||
* 자격증 사본 | *자격증 사본 | ||
|} | |} | ||
==참고 문헌== | |||
== 참고 문헌 == | |||
* [https://www.dataq.or.kr/www/sub/a_07.do 데이터산업진흥원 데이터자격검정] | *[https://www.dataq.or.kr/www/sub/a_07.do 데이터산업진흥원 데이터자격검정] | ||
== 각주 == | ==각주== | ||
[[분류:자격증]] | [[분류:자격증]] | ||
[[분류:데이터 과학]] | [[분류:데이터 과학]] | ||
<references /> | |||
Latest revision as of 09:29, 14 December 2020
개요[edit | edit source]
관련 근거[edit | edit source]
국가기술자격법 및 동법 시행령
빅데이터분석기사 정의[edit | edit source]
빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자
빅데이터분석기사의 필요성[edit | edit source]
- 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[edit | edit source]
- 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[edit | edit source]
필기[edit | edit source]
| 필기과목명 | 주요항목 | 세부항목 | 세세항목 |
|---|---|---|---|
| 빅데이터 분석 기획 | 빅데이터의 이해 | 빅데이터 개요 및 활용 |
|
| 빅테이터 기술 및 제도 |
| ||
| 데이터분석 계획 | 분석방안수립 |
| |
| 분석 작업 계획 |
| ||
| 데이터 수집 및 저장 계획 | 데이터 수집 및 전환 |
| |
| 데이터 적재 및 저장 |
| ||
| 빅데이터 탐색 | 데이터 전처리 | 데이터 정제 |
|
| 분석 변수 처리 |
| ||
| 데이터 탐색 | 데이터 탐색 기초 | ||
| 고급 데이터 탐색 | |||
| 통계기법 이해 | 기술통계 |
| |
| 추론통계 |
| ||
| 빅데이터 모델링 | 분석모형 설계 | 분석 절차 수립 |
|
| 분석 환경 구축 | |||
| 분석기법 적용 | 분석기법 | ||
| 고급 분석기법 | |||
| 빅데이터 결과해석 | 분석모형 평가 및 개선 | 분석모형 평가 |
|
| 분석모형 개선 |
| ||
| 분석결과 해석 및 활용 | 분석결과 해석 |
| |
| 데이터 분석결과 시각화 |
| ||
| 분석결과 활용 |
실기[edit | edit source]
| 실기과목명 | 주요항목 | 세부항목 | 세세항목 |
|---|---|---|---|
| 빅데이터 분석 실무 | 데이터 수집 작업 | 데이터 수집하기 |
|
| 데이터 전처리 작업 | 데이터 정제하기 |
| |
| 데이터 변환하기 |
| ||
| 데이터 모형 구축 작업 | 분석모형 선택하기 |
| |
| 분석모형 구축하기 |
| ||
| 데이터 모형 평가 작업 | 구축된 모형 평가하기 |
| |
| 분석결과 활용하기 |
|
출제문항수[edit | edit source]
출제기준(필기)[edit | edit source]
| 직무분야 | 정보통신 | 중직무분야 | 정보기술 | 자격종목 | 빅데이터 분석기사 | 적용기간 | 4년(2020.1.1.~2023.12.31.) |
|---|---|---|---|---|---|---|---|
| 직무내용 |
| ||||||
| 필기검정방법 | 객관식 | 문제수 | 80 | 시험시간 | 120분 | ||
과목별 주요 항목
| 필기과목명 | 문제수 | 주요항목 |
|---|---|---|
| 빅데이터 분석기획 | 20 |
|
| 빅데이터 탐색 | 20 |
|
| 빅데이터 모델링 | 20 |
|
| 빅데이터 결과 해석 | 20 |
|
출제기준(실기)[edit | edit source]
| 직무분야 | 정보통신 | 중직무분야 | 정보기술 | 자격종목 | 빅데이터 분석기사 | 적용기간 | 4년(2020.1.1.~2023.12.31.) |
|---|---|---|---|---|---|---|---|
| 직무내용 |
| ||||||
| 실기검정방법 | 통합형(필답형, 작업형) | 시험시간 | 180분 | ||||
과목별 주요 항목
| 실기과목명 | 주요항목 |
|---|---|
| 빅데이터 분석실무 |
|
응시자격 및 합격기준[edit | edit source]
응시자격[edit | edit source]
| 응시자격 |
|---|
|
합격기준[edit | edit source]
| 필기시험 합격기준 | 실기시험 합격기준 |
|---|---|
과목당 100점을 만점으로
|
100점을 만점으로 60점이상
(시험의 일부 과정을 응시하지 않은 경우 득점에 관계없이 불합격) |
응시자격 증빙서류[edit | edit source]
| 구분 | 내용 |
|---|---|
| 제출서류 |
|
참고 문헌[edit | edit source]
각주[edit | edit source]
- ↑ 모든 직무분야 인정
- ↑ 모든학과 응시 가능
- ↑ "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.
- ↑ "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.
- ↑ 「고등교육법」 제50조의2에 따른 전공심화과정의 학사학위를 취득한 사람은 대학졸업자로 보고, 그 졸업예정자는 대학졸업예정자로 본다.
- ↑ "이수자"란 기사 수준 기술훈련과정 또는 산업기사 수준 기술훈련과정을 마친 사람을 말한다.
- ↑ "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.
