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
필기과목명
|
주요항목
|
세부항목
|
세세항목
|
빅데이터 분석 기획
|
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
|
데이터분석 계획
|
분석방안수립
|
- 분석 로드맵 설정
- 분석 문제 정의
- 데이터 분석 방안
|
분석 작업 계획
|
|
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
|
|
빅데이터 탐색
|
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
|
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
|
통계기법 이해
|
기술통계
|
|
추론통계
|
|
빅데이터 모델링
|
분석모형 설계
|
분석 절차 수립
|
- 분석모형 선정
- 분석모형 정의
- 분석모형 구축 절차
|
분석 환경 구축
|
|
분석기법 적용
|
분석기법
|
- 회귀분석
- 로지스틱 회귀분석
- 의사결정나무
- 인공신경망
- 서포트벡터머신
- 연관성분석
- 군집분석
|
고급 분석기법
|
- 범주형 자료 분석
- 다변량 분석
- 시계열 분석
- 베이지안 기법
- 딥러닝 분석
- 비정형 데이터 분석
- 앙상블 분석
- 비모수 통계
|
빅데이터 결과해석
|
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
|
분석결과 해석 및 활용
|
분석결과 해석
|
|
분석결과 시각화
|
- 시공간 시각화
- 관계 시각화
- 비교 시각화
- 인포그래픽
|
분석결과 활용
|
- 분석모형 전개
- 분석결과 활용 시나리오 개발
- 분석모형 모니터링
- 분석모형 리모델링
|
실기
실기과목명
|
주요항목
|
세부항목
|
세세항목
|
빅데이터 분석 실무
|
데이터 수집 작업
|
데이터 수집하기
|
- 정형, 반정형, 비정형 등 다양한 형태의 데이터를 읽을 수 있다.
- 필요시 공개 데이터를 수집할 수 있다.
|
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.
|
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.
|
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)
직무분야
|
정보통신
|
중직무분야
|
정보기술
|
자격종목
|
빅데이터 분석기사
|
적용기간
|
4년(2020.1.1.~2023.12.31.)
|
직무내용
|
- 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
|
필기검정방법
|
객관식
|
문제수
|
80
|
시험시간
|
120분
|
과목별 주요 항목
필기과목명
|
문제수
|
주요항목
|
빅데이터 분석기획
|
20
|
- 빅데이터의 이해
- 데이터 분석 계획
- 데이터 수집 및 저장 계획
|
빅데이터 탐색
|
20
|
|
빅데이터 모델링
|
20
|
|
빅데이터 결과 해석
|
20
|
- 분석모형 평가 및 개선
- 분석결과 해석 및 활용
|
출제기준(실기)
직무분야
|
정보통신
|
중직무분야
|
정보기술
|
자격종목
|
빅데이터 분석기사
|
적용기간
|
4년(2020.1.1.~2023.12.31.)
|
직무내용
|
- 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
|
실기검정방법
|
통합형(필답형, 작업형)
|
시험시간
|
180분
|
과목별 주요 항목
실기과목명
|
주요항목
|
빅데이터 분석실무
|
- 데이터 수집 작업
- 데이터 전처리 작업
- 데이터 모형 구축 작업
- 데이터 모형 평가 작업
|
응시자격 및 합격기준
응시자격
응시자격
|
- 산업기사 등급 이상의 자격을 취득한 후 응시하려는 종목이 속하는 동일 및 유사 직무분야[1]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[2]의 대학졸업자등[3] 또는 그 졸업예정자[4][5]
- 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[6] 또는 그 이수예정자[7]
- 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
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
구분
|
내용
|
제출서류
|
- 경력증명서 또는 재직증명서
- 최종학력증명서
- 자격증 사본
|
참고 문헌
각주
- ↑ 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.