- 산업공학과 4학년
- 빅데이터분석기사, ADsP, 정보처리기사, 품질경영기사 보유 (기초 통계 지식 및 파이썬 기초, 학부 강의로 파이썬 들은건 기초밖에 없음)
- 사용 언어 : Python
- 24회(26점) -> 26회(76점) 합격 !!
- 23회 (2021.11.06(토)) 필기 합격 후 24회 응시(불합격), 25회 미응시, 26회 합격 (22.09.25)
- 첫번째 실기 시험 이후 약 6개월간의 준비 기간이 있었지만 실제로 공부한 것은 약 한달 정도 소요되었습니다. 4학년 막학기 학생이라 시간적으로 여유가 좀 있었기 때문에 하루 평균 3~5시간 정도 공부할 수 있었던 것 같습니다. 오픈북 시험이기 때문에 시험에 응시하기 위해 구매한 책에 쓰여져 있는 코드를 전반적으로 한번씩 따라해본 뒤, 캐글에 올라와 있는 모의고사와 책에 있는 모의고사를 풀어 보며 문제에 대한 감을 익혔습니다. 머신러닝에 비해 통계의 범위가 더 넓고, 통계가 더 약하다고 판단해 다른 ADP 합격자 분들의 깃허브 레포를 참고하여 시계열분석, 통계 위주로 부족한 부분을 채웠습니다. (책에 없는 부분은 따로 프린트, 인덱스 하여 시험장에 들고갔어요!) 또한 데이콘이나 캐글에서 데이터셋을 다운받아 EDA, 전처리 방법에 대한 여러가지 코드들을 직접 작성해 보았습니다.
- 핸즈온 머신러닝 2판 (한빛 미디어) : 무거워서 시험장엔 안들고 갔지만 머신러닝 전반적인 이해에 큰 도움이 되었습니다.
- 파이썬 머신러닝 완벽 가이드 (위키북스) : 시험장에 들고 갔었던 책으로 핸즈온 머신러닝에 비해 간결하게 코드를 작성하기 수월했습니다. (생각보다 코드 찾을 시간이 많지 않아요ㅠㅠ)
- 누구나 파이썬 통계분석 (한빛 아카데미) : 마지막 문제인 베이지안 회귀와 관련된 내용은 책에 나와있지 않았지만, 통계 문제의 전반적인 내용을 담고 있어서 추천 드립니다.
- 실전 시계열 분석 (한빛 미디어) : R과 파이썬 코드가 같이 있어 중요한 모델 부분만 참고하고 구글링을 통해 시계열 그래프의 시각화와 전반적인 내용에 대해 공부했습니다.
- 데이터분석 전문가 & 빅데이터분석기사 파이썬 한권으로 끝내기 (SD 에듀) : 실기 준비 초반에 통계와 머신러닝의 어떤 부분을 공부해야 될지에 대해 감을 잡을 수 있었습니다. 이 책만으로 자격증을 따기에는 부족하지만, 각 챕터별로 직접 코드를 입력해보면서 어떤 부분이 더 필요한지 구글링과 위의 다른책들을 참고해 보니, 좀더 세세하게 공부할 수 있었습니다. 모의고사가 실제 ADP 시험에서 출제되는 문제와 유사하게 나오기 때문에 가이드라인을 잡기에는 좋은 교재 같습니다.
- ADP 데이터분석전문가 (데이터에듀) : 파이썬 한권으로 끝내기 책이 출간되기 전이라 시중에 있는 유일한 ADP 실기책을 구매했었는데, 저는 파이썬으로 응시했기 때문에 뒷부분 모의고사만 파이썬으로 푸는 것을 연습했습니다. R-studio를 사용하여 응시하시는 분들께는 추천이지만, 파이썬 사용하시는 분들에게는 굳이 추천드리지는 않습니다. (시험이 어떤 형식으로 나오는지 참고하기 위해 구매)
ADP 시험 자체가 합격률도 3%정도밖에 되지 않고, 범위도 상당히 방대하기 때문에 정말 기대조차 하지 않고 준비했었던 시험인데 다행히 2번만에 붙을 수 있었습니다. 첫 시험 응시 당시에는 직전에 코로나에 걸렸었기 때문에 공부도 많이 못했었고(변명ㅎㅎ) 그냥 시험이 어떤식으로 출제되는 지 경험해보자~라는 마인드로 응시했었는데 아주 처참한 결과가 나왔었어요,,,ㅎㅎ,,,, 산업공학 전공이기 때문에 통계파트의 이론에 대한 내용은 전반적으로는 알고 있었지만, 코드로 구현하는 것이 어려웠었기 때문에 두 번째 시험을 준비하면서는 어떻게 효율적으로 통계분석의 결과를 도출해내고 시각화하여 인사이트를 제시할 수 있을 지에 대해 많이 고민했었던 것 같습니다. 강의시간이나, 통계이론책으로 배운 내용에서는 모두 데이터셋이 친절하게 주어졌었지만, 막상 ADP 실기 시험에는 데이터셋이 주어지지 않아서 첫 시험때 많이 당황했었던 기억이 나네요. 정확한 분석을 요구하는 것 보다는 어떻게 인사이트를 발굴해 내는지를 물어보는 문항들이 많았던 것 같습니다.
머신러닝 파트를 공부할 때에는 모델의 정확도보다는 어떤 모델을 사용했을 때의 장, 단점 그리고 주어진 데이터셋을 전처리하는 방법에 대해 더 많이 고민했습니다. 개인적인 의견으로 머신러닝 파트에서는 그저 책에 나와있는 코드를 따라하는 것 보다는 캐글이나 데이콘 등 다양한 데이터셋에서의 우승자들의 코드를 참고해보며 해당 데이터셋에서 어떻게 전처리를 진행하였는 지, EDA 및 시각화는 어떻게 하였는 지를 공부하는 것이 더 많은 도움이 되었던 것 같습니다.
저는 파이썬으로 응시했기 때문에 주피터 노트북의 마크다운으로 주석을 작성하고, pdf로 변환하여서 제출하였습니다. 시험시간이 4시간이지만 큰 문제 7문제와 그 밑의 꼬리문제들까지 합치면 10문제가 넘기 떄문에 시험장에서 생각보다 코드를 찾을 시간이 없었어요. 기본적인 모델 생성 방법과, 전처리 방법 등은 책을 보지 않고도 할 수 있을 정도로 연습해서 가시는 것을 추천 드립니다. 사실 이번에 출제되었던 추천 시스템과 KNN의 경우 저는 한번도 모델링을 해본적이 없어서 시간을 많이 뺏겼었습니다ㅠㅠ 시험 응시 당시 가져갔었던 책들보다는 제가 직접 풀어서 프린트해간 모의고사들과 데이터 핸들링 방법이 더 도움이 되었습니다! 그리고 시험시간이 생각보다 길어서 시험 중에 배고파요,,, 밥 꼭 챙겨먹고 가세요,,,,🫠
ADP는 합격 후기가 많지 않아 최대한 상세하게 적는다고 적었는데 많은 분들꼐 도움이 되었으면 좋겠습니다! 이 레포는 틈틈히 수정해서 참고하실만 하게 바꿔놓을게요. 긴 글 읽어주셔서 감사합니다 모두 합격하시길 :) 🫶🏻