adp 30회 실기 합격 후기, 복기, 팁(비전공자, 3수)

0. 합격 후기

이번 30회 시험 응시 후 아쉬운 점이 많이 남아 전혀 기대를 안 했는데 합격이라니 너무 기쁘고 홀가분하다. 쉽지 않은 시험임에도 불구하고 1년정도 꾸준히, 오래 공부했고 운도 따라줘서 합격한 것 같다.

1. 베이스

• 소비자학전공. 전공필수 과목으로 통계 기초 접한 적 있음.
• 빅데이터 분석기사 취득 (실기 3수 후 제5회에 합격)
• 빅데이터 관련 국비지원 교육 수강후 추천시스템 개발 직무로 근무 중(2022.05~)
• 주언어: 파이썬

2. 점수

지수함수처럼 상승한 점수. 통계파트가 취약했는데 만점 받아서 기분이 너무 좋다 ㅎㅎ

3. 공부했던 책

추천도 상중하로 평가

• 공통

  파이썬 한권으로 끝내기 (데싸라면)
  추천도: 상
  머신러닝, 통계 전체적으로 감잡는데에 도움됨. 하지만 깊이가 얕음. 이 책으로 입문한 후 다른 책들을 볼 것.
  핵심만 요약한 통계와 머신러닝 파이썬 코드북
  추천도: ?
  후기가 좋아서 31회 준비를 위해 사려고 했던 책.

• 머신러닝

  파이썬 머신러닝 완벽 가이드
  추천도: 중
  핸즈온 머신러닝 등 다른 머신러닝 입문서를 구매하려다가 지인이 이 책을 가지고 있길래 빌려 공부하게 되었다. 이 책도 좋지만 다른 좋은 머신러닝 입문서도 많으니 꼭 이 책을 사야되는 건 아니다. 범위가 광범위해서 nlp, 추천시스템 등 시험범위가 아닌 파트도 포함되어 있다. 시험 볼 때 이 책을 챙겨갔는데 머신러닝 알고리즘 특징 적을 때 도움이 되었다. (하지만 책이 무겁기 때문에 알고리즘 특징은 따로 정리해가는 것을 추천한다.)

• 통계

  통계학: 파이썬을 이용한 분석 (일명 보라책)
  추천도: 상
  통계 기본기 잡는데 가장 도움 많이 받음. 유명한 건 그 이유가 있다. 고등학교 통계 문제 푸는 것 같다. 단점이라면 답지가 문제 중 반만 공개되어있다는 점.
  파이썬으로 배우는 통계학 교과서
  추천도: 하
  나는 원리 공부할 때 종이에 수식 써가면서 공부하는 타입인데 이 책은 파이썬 코드로 통계 원리를 서술한다. 사용자 지정 코드를 사용하며 수식을 설명하는 점이 직관적이지 않았다. 시험에서는 이미 있는 모듈을 사용하여 문제를 풀 텐데 수식까지 파이썬 코드로 구현할 필요는 없다고 느껴졌다. 파이썬이 매우 익숙한 사람에게는 잘 맞을 것 같다.
  누구나 파이썬 통계분석
  추천도: 하
  2번째 시험 준비할 때 구매했는데 너무 쉽고 깊이도 낮았다. 이 책도 코드로 통계 계산하면서 설명해서 내 취향이 아니였다.

4. 공부 방법

• 28회 시험 전 (첫 번째 응시):
  들어가기 앞서 나는 준비가 전혀 안되어도 일단 시험을 응시하는 편이다..😅 시험 50일 전부터 일주일에 한 2~3시간 정도 공부하다가 시험 전주만 엄청 열심히 공부했다. adp는 벼락치기가 절대 불가능한데 양심상 공부했다 데싸라면 책을 1회독 하고, 통계 보라책을 반정도 풀고 시험을 치루었다. 시험 감을 익히는 회차였다.
• 29회 시험 전 (두 번째 응시):
  밀도 있게 공부하려 했지만 현생과 의지박약으로 공부량이 부족했다. (공부 안 할 거 알지만 냅다 응시부터 함) 이 때도 시험 50일 전부터 일주일에 한 2~3시간 정도 공부했다. 보라책의 남은 부분을 다 봤고, 보라책의 연습문제 홀수번만 파이썬 코드로 쳐보며 정리했다. 근데 그 자료를 시험에 두고가버려서 통계 파트 점수를 낮게 받았다 ㅎ 그 후엔 3번에서 소개한 나머지 통계 책들을 사서 어느 한 책에 집중하지 못하고 이것저것 훑어보듯 공부했다. 두번째 시험 후에 느낀 점은 adp가 실무, 실력 중심이어서 계속 공부하다보면 2년 중에 한번은 붙겠지 하는 마음으로 시험에 임했는데, 이건 잘못된 생각이었다는 것. adp가 파이썬에 익숙한 사람도 붙기 힘든 어려운 시험은 맞지만 실무평가 관문이 아니고 자격증 시험이다! 그리고 회차를 거듭할수록 한두 문제는 제외하면 문항이 정형화되고 있어서 시험에 맞춘 공부를 해야된다.
• 30회 시험 전(세번째 응시):
  이론만 보는 건 그만두고 기출 위주로 준비해야겠다고 다짐했다. 때마침 adp준비 싸이트인 데이터마님과 옾톡방을 운영중이신 소니님이 단톡방에서 스터디를 모집하셔서 참여했다. 스터디 비용은 보증금 포함 5만원이었다. 나는 과제를 제시간내에 모두 완료하여 3만원을 다시 돌려받았다.(31회는 스터디는 더 비싸짐) 4주동안 진행되었는데, 최근 기출문제를 일주일에 2회씩 3주동안 풀고 마지막 주는 통계 보라책 기출 정리하고 서로 궁금한 점을 물어보는 방식이었다. 덕분에 기출문제를 일일이 찾지 않아도 되었고, 소니님과 스터디원들의 답안을 비교하며 모범답안을 공부할 수 있었다. 그리고 adp를 준비하는 사람들만 모인 단톡방이 만들어지게 되니 (활발한 adp 커뮤니티가 진짜 흔치 않다 ㅠ) 서로 궁금한 점도 주고받으며 빠르게 해결할 수 있었다.
  스터디와 별개로 평소에 부족했다고 생각한 통계 검정을 추가로 공부했다. 29회 응시할 때 출제된 맥니마 검정에 대해 전혀 몰랐던 게 충격이었다. 데싸라면 책에 나온 검정 방법들이 통계학 범위의 끝이라고 생각했는데 맥니마?는 뭔 처음 들어본 게 등장한 것이다.😱 통계 베이스가 아직 한참 부족하다고 느껴 절망스러웠다. 데싸라면책을 중심으로 다시 공부했고 모수인지, 비모수인지, 정규성 검정을 어떻게 하는지, 데이터의 형식에 따라 어떤 검정을 해야하고 파이썬의 어떤 라이브러리의 어떤 함수를 chatGPT와 여러 블로그 정리를 찾아가며 정리했다.
  

5. 30회 시험에 가져간 자료

• 데이터마님 스터디 자료
• 통계 검정 정리 자료
• 파이썬 머신러닝 완벽 가이드 책 (따로 정리해가는 걸 추천. 해당 페이지 찾는데에 시간 꽤 씀)
• 보라 통계책
• 머신러닝 파트에 많이 출제되는 코드 정리 자료 (이상치 제거, eda 시각화 등)

6. 시험 문제 복기, 내 풀이

• 머신러닝
  1) eda, 전처리, 한 컬럼을 기준으로 7:3으로 train_test_split하고 증명?
  2) 차원축소 후 데이터가 회귀분석 기본가정 따르는지 증명
  3) 회귀 알고리즘 3개 특징, 장단점, 모델링하고 rmse로 평가
  4) 날짜 데이터로 파생변수 생성, 파생변수에 따라 다른 설명변수들 유의한지 검정, smote, 로지스틱회귀, xgb 분류 모델링
• 통계
  5) 공장과 지역 3x3표. 최소비용을 가지는 배송조건 설정
  6) 연령대별 헤드셋 선호도 차이 검정 (카이제곱 독립성 검정)
  7) 자녀가 6명을 가진 5 가족. 딸 4명 이상인 가족이 3가족 이상일 확률, 5가족 중 4명 이상 딸을 가지는 가족 수 (이항분포)
  
• 내 풀이, 후기
  머신러닝에서 최대한 코드를 준비해서 시간을 아끼는 게 중요한 것 같다. 코드를 정리해갔음에도 나는 1~3번에서 2시간 이상을 소모했다 ㅠ
  2번: 머신러닝파트에 회귀분석 가정이 나와서 당황했고 못적었다.
  3번: 회귀 알고리즘으로 풀어야 하는데 분류 알고리즘으로 잘못 풀었다.(종속변수가 순서형 데이터였던 것 같음)
  4번: 제일 마지막에 풀었는데 시간 부족으로 반정도 풀었다. 날짜 데이터 전처리를 준비하지 못했다. 데싸라면 시계열 부분에 날짜형 컬럼이 나왔던 게 생각나서 책을 뒤져가며 어렵게 풀었다.
  5번: 최대비용을 피하는 쪽으로 조건을 선택해가며 서술했다.
  6,7번 문제는 보라책을 파이썬으로 푸는 연습과 데싸라면 책을 통해 대비할 수 있었다.

7. 30회 시험 후 아쉬웠던 점

• 코드를 꼼꼼히 준비해 가지 않음. 머신러닝 파트에 eda와 각 머신러닝 알고리즘의 특징은 자주 출제된다. 이 부분을 더욱 친절하게 정리해갔다면 시간을 단축할 수 있을 텐데 아쉽다. 머신러닝 알고리즘별 특징과 장단점을 따로 정리 안해서 책에서 뒤져서 찾느라 시간 많이 썼다. 날짜 전처리 코드도 정리 안해서 시간 많이 씀.
• 지문 대충 읽고 의도 파악 잘못함 (회귀인데 분류로 품)
  

8. 팁

1) 공부

• 코드 보기 쉽게 정리하기
  시작 세팅 코드 (지수표현 변경, 전체 row 출력, 경고 무시, 폰트 설정 등), eda(info, describe, 시각화), 전처리 코드 (이상치 제거 등)
  나는 히스토그램으로 전체 변수의 분포를 출력하는 간단한 코드를 준비했다. (박스플롯, bar_plot으로 더 친절하게 시각화를 하면 좋을 것 같다.)

  def make_plot(df):
     plt.figure(figsize=(20, 10))
     for i, col in enumerate(df.select_dtypes(exclude=object).columns, start=1):
         plt.subplot(2,4,i)
         plt.title(f'{col} Count')
         plt.hist(df[col])
         start_num = i+1
     for i, col in enumerate(df.select_dtypes(include=object).columns, start=start_num):
         plt.subplot(2, 4, i)
         plt.title(f'{col} Count')
         sns.countplot(data=df, x=col)
     plt.tight_layout()
     plt.show()

• 파트별 전략
  • 머신러닝
    문제가 정형화되어 가는 것 같다. 예상 문제에 대한 대비를 충분히 하자. 특히 본인에게 익숙한 머신러닝 알고리즘의 특징을 정리하자.
  • 통계
    기본을 꼼꼼히 준비하자. 출제되는 통계 라이브러리가 정말 광범위한데 그 라이브러리를 하나씩 공부하는 건 상당히 비효율적이다. 그 시간에 통계 기초를 더 꼼꼼히 공부하자. 매번 틀리라고 출제되는 어려운 문제는 어쩔 수 없이 당일에 받아들여야 할 것 같다. ㅎㅎ 배경지식을 총동원해서 부분점수라도 얻고, 다른 문제를 최대한 맞췃 총합 25점 미만으로 감점되는 전략을 택하자.
• 챗gpt를 적극 활용하자.
  모르는 것을 책gpt에 물어보고 그래도 모르겠으면 adp 톡방에 질문했다. 기본 챗gpt(3.5)와 뤼튼(4)을 동시에 사용하며 활용했는데 이 둘에 같은 프롬프트를 던져서 더 좋은 답변을 택했다. (뤼튼으로 gpt4를 무료로 사용할 수 있다!)이 방식이 특히 보라책 통계 문제 풀때 도움이 많이 되었다. “이 통계 문제를 파이썬 라이브러리를 활용하여 코드로 풀어줘”와 같이 물어봐서 통계 코드를 더 수월하게 정리할 수 있었다.
• 합격에 자신이 없더라도 일단 시험에 응시하자.
  처음보는 복병 문제를 매 시험에 반드시 출제되는데, 그 문제의 배점을 얼마나 가져가는지도 운이 따른다. 그러니 최대한 모든 회차에 시험을 응시했으면 좋겠다. 그리고 시험에 감을 잡는데에도 시험 응시의 의의가 있다.

2) 시험 당일

• 시험 중간에 나가지 말기.
  4시간은 매우 짧다. 화장실도 미리 다녀오고 음식도 가져가지 말자. 후반부 갈수록 시간이 부족하다는 걸 깨닫고 배고픈 것도 잊고 허겁지겁 문제 풀게 된다. 시험 치른 다음 화장실 가지 말걸, 30분만 더 있었더라면 문제 다 풀 수 있었는데.. 후회가 밀려왔다.

• 여유있게 도착해서 데이터 확인하자.
  시험환경 테스트하는 시간이 주어진다. 이때 주피터 노트북을 사용할 수 있는데 미리 저장경로를 파악하고 시험 볼 데이터를 확인할 수 있다.

  # 폴더명 확인: 
  import os
  os.listdir()
  
  # 파일명 확인: 
  os.listdir('폴더명')

• 포스트잇 이용
  시험 보는 중에 필기구는 금지다. 나는 밑줄 치면서 읽어야 집중이 잘 되는데 못해서 답답했다. 그나마 필기하고 싶은 부분에 포스트잇을 붙이니 그 욕구가 조금 해소되었다 ㅎㅎ 대충 푼 부분을 인덱싱하고 종료 직전에 빠르게 넘겨서 검토했다. 문제 복기할 때도 도움이 되었다.

9. 끝으로..

• 소니님이 adp 31회 스터디를 모집하니 필요한 분들은 신청했으면 좋겠다. (유료) 기출문제 정리, 공부 의욕 채우는 데에 아주 만족스러웠다. ㅎㅎ 내가 작성한 30회 답안 복기 파일도 스터디에 공유된다.
• 통계 공부를 제대로 한 적이 처음이었는데 생각보다 재미가 없어서 큰일이다.. 앞으로 어떤 방향으로 공부를 해야될지 고민이 많다.