오랜만에 IT 뉴스&블로그 시리즈를 포스팅하면서, IT 관련 최신 트렌드를 살펴보고 IT 지식을 쌓을 수 있는 블로그를 하나 소개하려합니다.

바로 과학기술정보통신부에서 운영하는 블로그로 링크를 참고하시면 해당 블로그로 이동하실 수 있습니다!

과학기술정보통신부에서는 최신 과학기술 및 ICT에 관한 여러정보들을 블로그를 통해 제공하고 있습니다.

카테고리는 아래와 같이 총 5개로 이루어져있습니다.

정책뉴스, 이달의 과학기술인, 과학기술, ICT, 일상 속 과학

블로그를 통해 정책뉴스와 이달의 과학기술인을 살펴 볼 수 있으며, 과학기술 및 ICT글을 통해 최신트렌드를 확인하고, 지식을 쌓을 수 있습니다.

또한, 흥미로운 주제들로 이루어진 일상 속 과학 글을 통해 유용한 정보들을 많이 얻을 수 있습니다.

PT면접을 준비하면서 IT 관련 최신트렌드를 파악하고, 꾸준히 IT뉴스를 접하는 것의 중요성에 대해 인지하면서 매주 두 번 이상은 다양한 글을 접해보려고 노력 중인데 저와 같이 다양한 IT 관련 소식을 듣고 싶다면 과학기술정보통신부에서 운영하는 블로그를 방문하는 것은 어떨까 싶습니다..!

📖 Ensure every saved file ends with a line break

• 파일 마지막 새줄 문자가 없는 경우, 자동으로 개행 추가

📖 Reformat code, Optimize imports

• 코드 저장 시, formatter 동작 및 import 정리 설정.

ORM

📖 ORM

• Object Relational Mapping
• 자바의 객체와 데이터베이스를 연결하는 프로그래밍 기법.

데이터베이스에 있는 값을 자바에서 사용하려면, 여러 방법을 찾아 공부를 해야합니다. 보통은 SQL을 사용하는 경우가 많지만, SQL을 사용한 경험이 없는 사람은 SQL를 새로 공부해야되는 부담이 생깁니다.

이를 해결하기 위한 방법 중 하나가 ORM 입니다. ORM을 사용하면, 데이터베이스의 값을 객체처럼 사용할 수 있어 원하는 값을 가져오기가 수월해집니다.

📖 ORM 의 장점

• SQL 을 공부하여 직접 작성하지 않아도, 사용하는 언어로 데이터베이스에 접근할 수 있습니다. 따라서, SQL지식의 필요성이 줄어들고 개발 프로세스가 간소화될 수 있습니다.
• 객체지향적으로 코드를 작성할 수 있습니다.
• 데이터베이스 시스템에 대한 종속성이 줄어듭니다.

📖 ORM 의 단점

• 프로젝트의 복잡성이 높거나 무거운 쿼리는 사용 난이도가 올라가거나 ORM으로 해결이 어려운 경우가 있습니다.

📖 ORM 종류

ORM에는 다양한 종류가 있습니다. 그 중 몇개만 예시를 들어보자면, 다음과 같습니다.

• Flask : SQLAlchemy
• Django : 내장 ORM
• JAVA : Hybernate, JPA
• Node.js : Sequalize

JPA

📖 JPA

• Java Persistence API
• 자바에서 관계형 데이터베이스를 사용하는 방식을 정의한 인터페이스.
• 자바 객체와 데이터베이스를 연결해 데이터를 관리.

JPA는 '자바에서 관계형 데이터베이스를 사용하는 방식을 정의한 인터페이스' 이므로, 실제로 사용하기 위해서는 ORM 프레임워크를 추가로 선택해야됩니다. ORM 프레임워크에는 다양한 종류가 있으나, 주로 'Hibernate'를 많이 사용하는 편입니다.

📖 Hibernate

• JPA의 인터페이스를 구현.
• 내부적으로는 JDBC API를 사용합니다.

JPQL

📖 JPQL

JPA는 SQL을 추상화한 JPQL이라는 객체 지향 쿼리 언어를 제공합니다.

• Jakarta Persistence Query Language
• 데이터베이스에 저장된 엔티티를 쿼리하는데 사용.
• 데이터베이스 테이블이 아닌, 엔티티 객체를 대상으로 쿼리.
• SQL과 문법이 유사.

JPA VS JPQL

JPA는 기본적인 CRUD 작업에 용이하지만, 조인과 서브쿼리 등에는 취약하다는 문제점이 있습니다. 이에 JPQL 을 직접 만들어 처리하여 이 문제를 해결할 수 있습니다.

하지만, JPQL 은 기본 문자열로 작성되기 때문에, 컴파일 시 에러를 발생시키지 않는다는 문제점이 있습니다. 또한, 동적으로 쿼리언어를 작성하는 데 효율적이지 못합니다.

따라서, JPA 와 JPQL을 특징을 정확히 공부하여, 적절히 사용하는 것이 중요합니다!!

◼ 참고자료

• 스프링 부트 3 백엔드 개발자 되기
• https://why-dev.tistory.com/284
• https://velog.io/@mpfo0106/ORMOject-Relational-Mapping-Framework-%EB%9E%80
• https://ittrue.tistory.com/270

그래서 둘의 특징을 한 번 살펴보려한다.

JUnit

📖 JUnit 이란?

자바 언어를 위한 단위 테스트 프레임워크. (단위테스트 : 작성한 코드가 의도대로 작동하는지 작은 단위 (ex.메서드) 로 검증하는 것 )

📖 JUnit 특징

• 테스트 방식을 구분할 수 있는 애너테이션을 제공한다.
• @Test 애너테이션으로 메서드를 호출할 때마다 새 인스턴스를 생성하고 독립테스트가 가능하다.
• 어설션 메서드를 제공한다.
• 직관적이다.
• 테스트 코드를 작성하는 데 소요되는 시간이 적다.
• 자동실행되며, 자체 결과를 확인하고 즉각적인 피드백을 제공해준다.

AssertJ

📖 AssertJ 란?

jUnit과 함께 사용하여 검증문의 가독성을 높여주는 라이브러리.

📖 AssertJ 특징

1) 가독성이 높다.

# JUnit 
Assertions.assertEquals(a,b);

# AssertJ
assertThat(a).isEqualTo(b);

Junit 에서 제공하는 메서드를 사용한 코드를 보면, 어느것이 기댓값이고 어느것이 비교값인지 잘 구분이 되지 않는다.

지금은 이것이 별로 문제라고 생각되지 않을 수 있지만, 대규모 프로젝트를 진행하다보면 명확하지 않은 코드가 실수로 이어질 수 있기때문에 가독성을 높이는 것은 매우 중요한 문제라고 할 수 있다.

이러한 문제를 해결할 때, AssertJ 가 그 방법이 될 수 있다.

AssertJ 에서 제공하는 메서드를 사용한 코드를 보면, a가 비교값이고 b가 기댓값임을 쉽게 유추할 수 있다.

이와같이 AssertJ를 사용하면 가독성을 높일 수 있다.

✏ AssertJ는 다양한 메서드들을 제공한다. 다음은 자주 사용되는 메서드들이다.

• isEqualTo(A) / isNotEqualTo(A)
• contains(A) / doesNotContain(A)
• startsWith(A) / endsWith(A)
• isEmpty() / isNotEmpty()
• isPositive() / isNegative()

2) 실패 메시지를 자세하게 보여준다.

실패 메시지를 자세하게 보여주기 때문에, 원인을 파악하는데 용이하다.

3) 다양한 검증 메서드를 제공한다.

JUnit은 비교적 간단한 메서드만을 제공해준다. 하지만, AssertJ 의 경우 다양한 메서드를 제공해주어 코드를 쉽게 작성할 수 있게 해주고, 가독성을 높여준다.

✨ 이 외에도 다양한 특징들이 존재한다. 앞으로 JUnit 과 AssertJ 의 특징을 정확히 알고 사용해야겠다!

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

◼ 참고자료

• 스프링 부트 3 백엔드 개발자 되기

Springboot_starter

• "의존성 group" (의존성이 모여있는 group)
• 필요한 기능을 간편하게 설정할 수 있다.
• 명명규칙 : *spring-boot-starter-"작업유형" *

cf)

아래 링크를 통해 들어가면, spring.io 에서 제공해주는 가이드를 확인하여 공부할 수 있다.

📌 springboot_starter

자주 사용되는 Springboot_starter

각 스타터가 어떠한 역할을 하는지 정확히 알고 사용하도록 노력하자..!

• spring-boot-starter
• spring-boot-starter-web
• spring-boot-starter-test
• spring-boot-starter-validation
• spring-boot-starter-actuator
• spring-boot-stater-data-jpa
• spring-boot-starter-security
• spring-boot-starter-oauth2
• spring-boot-starter-aop
• spring-boot-starter-jdbc
• spring-boot-starter-thymeleaf

Springboot_starter_test

Spring-boot-starter-test 에는 테스트를 위한 도구가 들어있다.

cf)

• JUnit
• Spring Test & Spring Boot Test
• Mockito
• AssertJ
• JSONassert
• JsonPath

Springboot Import

IntelliJ에서 springboot로 프로젝트를 진행하다보면, 임포트 오류가 발생하는 경우가 있다.

이때, 임포트 관련 오류메시지를 오류부분 클릭 > Alt + Enter 로 해결하는 경우도 있지만, 이렇게 일일이 해결하는 게 어렵다면, 아래와 같은 방법을 사용해도 좋을 것 같다.😊

• IntelliJ 에서 import 문제 해결하기위해 Settings 설정하기.

1) Settings > Editor > General > Auto Import 2) Add unambiguous Imports on the fly (✔) 체크하기. 3) Oprimize Imports on the fly (✔) 체크하기. 4) 적용!!

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

Springboot 의 자동구성

• Springboot에서는 Application의 최소한의 설정만으로도 실행될 수 있도록 여러 부분을 자동으로 구성한다.

• 자동설정은 META-INF 의 spring.factories 파일에 있는 것을 확인할 수 있다.

1) 돋보기 > Files > spring-boot.... 아래와 같이 입력 > 첫번째 파일 클릭.

2) Project > External Libraries > Gradle:org.spring....spring-boot-autoconfigure: ... > 펼쳐서 파일들 확인.

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

변수와 상수

📖 변수 생성의 3 단계

• 선언 -> 초기화 -> 할당

• 선언 : 실행 컨텍스트에 변수 객체 등록

• 초기화 : 변수 객체에 등록된 변수를 위해 메모리에 공간 확보.

• 할당 : 초기화된 변수에 실제 값 할당.

📖 var

• 가급적 사용하지 않는 것이 좋음.
• ** 선언과 초기화를 한 번에 한다.** (위에서 변수가 여러 번 선언될 시 마지막의 변수만 살아남는다.)
• 재선언이 가능하다.
• 블록 스코프가 아닌 함수 수준 스코프를 가짐.

📖 let

• 자바스크립트에서 변수를 생성할 때 쓰는 키워드.
• block-scope 를 갖는다. ( '{ }' 안에서 선언 시, 바깥에서는 사용불가.)
• 재선언은 불가하다.
• 재할당은 가능하다.

// 재선언 불가.
let fruit='사과';
let fruit='바나나';

// 재할당 가능.
let fruit='사과';
fruit='바나나';

📖 const

• 자바스크립트에서 상수를 생성할 때 쓰는 키워드.
• block-scope 를 갖는다. ( '{ }' 안에서 선언 시, 바깥에서는 사용불가.)
• 재선언은 불가하다.
• 재할당은 불가하다.

// 재선언 불가.
const fruit='사과';
const fruit='바나나';

// 재할당 불가.
const fruit='사과';
fruit='바나나';

// 선언과 동시에 할당되기 때문에 할당된 값이 없으면 오류.
const fruit; 

📖 지역 변수, 외부 변수

• 지역변수

• 함수 내에서 선언한 변수 (함수 내에서만 접근 가능)

• 외부변수

• 함수 외부에서 선언한 변수 (함수 내에서도 접근 가능)

• 함수 내부에 같은 이름의 지역변수가 존재 시 사용불가.

객체

• 다양한 데이터를 담을 수 있다. (원시형은 오직 한 타입의 데이터만 담을 수 있다.)

• key 로 구분된 데이터 집합, 복잡한 개체를 저장할 수 있다.

• { ... } : 중괄호 안에 여러쌍의 프로퍼티를 넣을 수 있다.

• key, value 형태.

• key : 문자형 , value : 모든 자료형

// 객체 생성자 만들기.
let cat = new Object();

// 객체 리터럴 만들기.
let cat = {};

상수 재할당

• const 로 선언된 객체는 수정될 수 있다. (객체에 대한 참조를 변경하지 못함.)
• 객체 프로퍼티 보호불가.

const fruit={
    name="apple",
    condition="sweet",
}

fruit.name="banana";

console.log(fruit)   // banana 출력.

fruit={name:"lemon", condition:"sour"};

함수

• 기본적으로 undefined 반환. (return 이 없을경우.)

📖 함수 선언문 vs 함수 표현식

• 함수 선언문으로 함수 생성 시 독립된 구문으로 존재.
• 함수 표현식으로 함수 생성 시 함수가 표현식의 일부로 존재.
• 함수 선언문은 코드 블록이 실행되기 전 미리 처리되어 블록 내 어디서든 사용 가능
• 함수 표현식은 실행 컨텍스트가 표현식에 닿으면 생성.

// 함수 선언문

function fruit() {
    console.log("lemon");
}

// 함수 표현식

let fruit = function() {
    console.log("lemon");
}

let fruit2 = () => {
    console.log("lemon2");
}

📖 콜백함수

• 함수를 값처럼 전달할 때, 인수로 넘겨주는 함수.

const playWithDog = (dog,action) => {
    action(dog);
}

const useBall = (dog) => {
    alert(dog+"과 공으로 놀아줍니다.");
}

playWithDog("happy",useBall);

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

팀 프로젝트를 진행함에 있어 중요한 부분 중 하나인 컨벤션에 대해 기존 프로젝트경험을 바탕으로 정리해보겠습니다.

Code convention

📖 Naming

• 패키지 이름 : 소문자

package com.navercorp.apigateway

• 클래스, 인터페이스 이름 : 대문자 Camel case

public class MemberChatroom;

• 메소드 이름 : 소문자 Camel case

findMember()

📌 카멜 표기법

프로그래밍에서 파일, 변수, 함수 등 대상의 이름을 띄어쓰기 없이 짓기 위해 따르는 네이밍컨벤션의 하나. 단어 전체적으로 소문자를 사용하지만, 맨 첫글자를 제외한 각 합성어의 첫 글자만 대문자로 표기.

📖 중괄호

• K&R 스타일 or BSD 스타일

# K&R 스타일

public class Friends {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    @Column(name = "block_id")
    private Long id;
}

# BSD 스타일

public class Friends 
{
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    @Column(name = "block_id")
    private Long id;
}

📖 들여쓰기

1 tab = 4 space

📖 그 외

팀원이 노션에 공유한 글 및 아래 링크를 참고.

링크 : convention

◼ 참고자료

• 위키백과

Algorithm competition

백준에서는 다양한 알고리즘 대회가 열립니다.

저 또한, 몇번의 알고리즘 대회에 참여해보았습니다.

비록, 상위권 순위에 들지는 못했지만 이 경험을 바탕으로 문제해결력을 쌓을 수 있었습니다!

귀여운 뱃지도 얻을 수 있었습니다.😊 (일정문제 이상 풀면 얻을 수 있습니다!)

알고리즘 역량은 개발자로서 효율적이고 논리적인 설계를 하기 위해 필수적으로 갖춰할 역량이라고 생각됩니다.

현재 진행하고 있는 스터디활동에 지금보다 더 적극적으로 참여하여 실력을 쌓아 부족한 점을 채워나가겠습니다.

Git branch

참고 : (🔗Git branch)

• 독립적으로 개발을 진행할 때 사용된다. (협업 때 필수!)

📖 명령어

📌 새 브랜치 생성.

• $ git branch (...)
  ex. $ git branch test

📌 브랜치 이동.

• $ git checkout (...)
  ex. $ git checkout test
  ex. $ git checkout master

📌 현재 브랜치가 가리키고 있는 히스토리가 무엇인지, 어떻게 갈라져 나왔는지 확인. (히스토리)

• $ git log --oneline --decorate --graph --all

📌 브랜치 생성+checkout 한 번에

• $ git checkout -b (...) ex. $ git checkout -b test

📌 merge

• $ git merge (...) ex. $ git merge test

📌 상태 확인

• $ git status

📌 브랜치 목록 확인

• $ git branch (* 이 붙어있는 브랜치는 현재 checkout 해서 작업하는 브랜치를 나타냄.)

📌 브랜치 마다 커밋 메시지를 함께 보고 싶은 경우.

• $ git branch -v

📌 브랜치가 merge 된 상태인지 아닌지 확인.

• $ git branch --merged

📌 서버에는 존재하지만, 로컬에는 아직 없는 데이터를 받아와서 저장. (원격 저장소에 변경사항이 있는지 확인.)

• $ git fetch

📌 원격 저장소에서 변경된 데이터 복사해서 로컬로 가져오기.

• $ git pull

프로젝트에 적용.

1. 초기 세팅

• 자신의 로컬에 레파지토리 클론.
• 자바 버전 설정.

2. 작업 순서

• issue 등록 -> 새 브랜치에서 기능 구현 -> pr

3. 새로운 작업 시작.

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

이론

📖 스위핑

• 특정 선이나 공간을 한쪽에서부터 스캔하면서 쓸어가는 알고리즘.
• '정렬' 을 이용해서 구현.

문제풀이

📖 백준 2170

📌 https://www.acmicpc.net/problem/2170

# keypoint : 스위핑

# 배열로 할 경우 20억개나 되기 때문에 시간초과에 유의.

import sys
input=sys.stdin.readline

n=int(input())

line=[]   # 선 정보.
for i in range(n):
    x,y=map(int,input().split())
    line.append([x,y])

line.sort(key=lambda x:x[0])   # 시작좌표 기준으로 정렬.

start=line[0][0]
end=line[0][1]

answer=0
for i in range(1,n):
    n_start,n_end=line[i]
    # 겹치지 않는 경우.
    if n_start>end:
        answer+=(end-start)  # 기존 값 answer에 더하기.
        start,end=n_start,n_end   # 갱신
    # 겹치는 경우.
    else:
        end=max(end,n_end)

answer+=(end-start)
print(answer)

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

Figma 사용법

1) 기능

Preview 기능을 통해 미리 화면을 확인해 볼 수 있다.

Figma 적용

프로젝트 개발 전, 피그마로 화면 구성 예시)

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

❗ 이미지 무단 도용을 금지합니다.

이론

📖 Heapq?

• 최소 힙의 구조.

✏ push

• heapq.heappush(hq,x) 힙의 형태를 유지하면서 x값을 push.

import heapq

hq=[]
heapq.heappush(hq,x)

✏ pop

• heapq.heappop(hq) 힙의 형태를 유지하면서 가장 작은 항목을 제거(pop)하고, 그 값을 반환. 비어있으면 IndexError가 발생한다.

import heapq

hq=[]
heapq.heappop(hq)

✏ heapify

• heapify(x) 리스트 arr을 선형시간으로 제자리에서 heap으로 변환시킨다.

import heapq

arr=[1,2,5,4,3]
heapq.heapify(arr) 

문제풀이

📖 백준 1927

📌 https://www.acmicpc.net/problem/1927

# keypoint : heapq

import heapq
import sys
input=sys.stdin.readline

n=int(input())

hq=[]
for i in range(n):
    x=int(input())

    # x가 0이면 배열에서 가장 작은 값 출력, 그 값 배열에서 제거.
    if x==0:
        if hq:
            print(heapq.heappop(hq))
        # 배열이 비어있는 경우, 0 출력.
        else:
            print(0)
    # x가 자연수이면 배열에 x 값 추가.
    else:
        heapq.heappush(hq,x)

📖 백준 11279

📌 https://www.acmicpc.net/problem/11279

✏ heapq 를 이용하여 최대 힙을 구현한다.

import heapq

hq=[]
heapq.heappush(hq,-x)
-(heapq.heappop(hq))

# keypoint : heapq

import heapq
import sys
input=sys.stdin.readline

n=int(input())

hq=[]
for i in range(n):
    x=int(input())

    # x가 0이면 배열에서 가장 큰 값 출력, 그 값 배열에서 제거.
    if x==0:
        if hq:
            print(-(heapq.heappop(hq)))
        # 배열이 비어있는 경우, 0 출력.
        else:
            print(0)
    # x가 자연수이면 배열에 x 값 추가.
    else:
        heapq.heappush(hq,-x)

• HTTP 요청을 보낼 수 있는 클라이언트 프로그램

사용법

1. 로그인

2. 아래와 같이 New 클릭 > HTTP 클릭

3. 아래와 같은 주소 입력창에서 URL 입력. 왼쪽 선택박스에서 GET/POST/PUT... 등 HTTP 메서드 사용 가능. cf) GET : 서버로 부터 정보를 요청 (정보조회시 사용)

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

Kaggle Competition

Text Classificaiton 을 주제로, Kaggle Competition 에 팀으로 참여해보았습니다.

저희팀은 ComplementNB() 모델에 대해 Grid Search를 사용하여 하이퍼파라미터 튜닝을 수행했습니다.

하이퍼파라미터 : alpha = 0.5

캐글은 처음이였는데, 실시간으로 서로의 등수를 볼 수 있어 마지막까지 좀 더 성능을 높이기위해 서로 으쌰으쌰하며 개발했던 것 같습니다! 하지만, 등수지키기가 너무 어려웠습니다..ㅠㅠ

그래도 팀원분들이랑 너무 재밌게 캐글을 진행했었고, 많은 것을 얻어갈 수 있는 시간이 되었던 것 같습니다.😊

개인 / 팀

🤗 팀원 초대할때는 can view 로 설정!! 🤗 프레임을 좀 더 이용..

Figma 사용법

1) 로그인 → 파일 생성

2) 기능

✔️ 파일저장, 플러그인 확인 등

✔️ 툴

✔️ 공유 / 화면 기능

✔️ Layers, Assets 등록

3) 툴

왼쪽에서 부터,

📖 Move / Scale

Move: 조절. Scale: shift 누르고 조절하는 효과.

📖 Frame / Section / Slice

Frame : 아트보드 Section : Slice : 일정영역 지정 후, 영역을 이미지로 배포

📖 Shape

Shape : 도형그리기

📖 Pen / Pencil

Pen : 펜 Pencil : 연필

📖 Text

📖 Components, Plugins, Widgets

📖 Hand Tool

Hand Tool : 손(?) 으로 잡고 이동

📖 Comment Tool

Comment Tool : 피드백

4) Design 툴

📖 Fill

Fill : 채우기

Fill > Custom > Choose image 를 통해 이미지파일을 불러올 수 있다.

Figma 적용

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다. ❗ 이미지 무단 도용을 금지합니다.

ADSP 란?

"데이터분석 준전문가" 라고 하며, 데이터 이해에 대한 기본지식을 바탕으로 데이터 분석 기획 및 데이터분석 등의 직무를 수행하는 실무자를 말한다.

ADSP 시험이란?

ADSP시험은 한국데이터산업진흥원에서 주관하는 시험이다.

시험을 통해, 데이터 이해 과목을 바탕으로 데이터를 분석하는 능력을 검증한다.

📌 시험 일정 및 접수기간

이전에 포스팅한 SQLD 시험과 같이 일년에 4번 시험접수를 받으며, 약 5일의 접수기간을 가진다.

📌 시험유형

데이터분석 준전문가 시험은 실기시험 없이 PBT 방식으로 필기시험만 보게된다.

총 문항수는 50문항으로 객관식 40문항, 단답형 10문항으로 이루어져있다.

과목은 크게 데이터이해 / 데이터분석 기획 / 데이터분석, 3개로 구성되어 있다고 볼 수 있다.

각 과목당 아래와 같이 문제수가 할당된다. 데이터이해 : 10문제 데이터분석 기획 : 10문제 데이터분석 :30 문제

😀 시험시간은 1시간 30분으로, 문제를 푸는데 시간이 부족하지는 않았던 것 같다! ADSP 시험의 경우 응시료가 50000만원이나 하니, 꼭 한번에 붙자!!ㅠㅠ 과목별 출제문항의 수가 홈페이지에 잘 나와있으니, 만약 시험이 얼마남지않았는데 시간이 부족해 다 공부하지 못할 것 같으면 이를 참고하여 전략적으로 공부해도 좋을 것 같다!

📍 홈페이지 링크 : https://www.dataq.or.kr/www/main.do

ADSP 공부방법

1. 2023 ADsP 데이터분석 준전문가

"민트책"이라고 불리는 데이터에듀에서 출간한 2023 ADsP 데이터분석 준전문가책을 이용하여 공부하였다. 나의 경우, 기출문제를 위주로 풀며 모르는 개념이 나왔을 때 태블릿에 정리하면서했다.

2. YouTube 활용

공부하다가 이해를 못하겠는 해설과 부족하다고 생각한 개념은 인터넷을 활용해서 채우려고 했다. 나의 경우, 유투브를 자주 이용했는데 설명을 잘 해주는 영상들이 많아서 정리하는데 많은 도움이 되었다.

3. 블로그 활용

Tstory 에 정리 요약본이나 문제들이 많이 나와있어, 시험 1~2일전에는 이를 참고하여 시험에 대비하였다.

후기

요즘 데이터분석을 공부하고있었기 때문에 시험을 준비하는데 조금 수월했던 것 같다. 공부했던 내용을 복습하는 차원에서 준비했고, 나의 데이터분석 역량을 증빙할 수 있는 시험이 없을까? 하는 생각에서 찾아보다가 이 시험을 알게되어, 준비하게 되었는데 이렇게 좋은 결과를 얻게되어 기쁘다. 하루하루 성실하게, 어제의 나보다 더 성장하는 오늘을 보내도록 노력해야겠다.

Django

📖 웹 애플리케이션 구조

📖 Django 요소

• Model : 데이터베이스 처리. (DATA부분)

• View : HTTP의 요청 처리. (서비스구현)

• Template : 사용자의 인터페이스 처리. (화면 : front-end)

• Form : 사용자 입력데이터 처리.

• Static 파일 : 정적파일 관리.

• Media 파일 : 사용자가 업로드한 파일 관리.

• Message Framework : 일회성 메시지 처리.

• Send Email : 이메일 작성, 전송

• Adimin 앱 : 관리자를 위한 쉬운 DB 데이터 관리 UI 제공.

• Auth 앱 : 사용자 인증에 관련된 서비스 제공.

• Session 앱 : 사용자별로 사용되는 데이터 서비스 제공.

✍️ 공부한 내용을 정리하는 공간이기 때문에, 정확하지 않은 사실이 들어갈 수 있습니다.

프로젝트 소개

📝 프로젝트 주제 서울시 공공데이터 기반 서울시 생활인구 예측

🌫️ 프로젝트 배경 데이터를 분석하여, 특정 지역의 생활인구를 파악하고 그 지역의 미래 생활인구를 예측하고자 한다.

사용데이터 및 기술

📌 데이터 : https://data.seoul.go.kr/dataVisual/seoul/seoulLivingPopulation.do ✅ 기술스택 : python

과정 (일부)

* 데이터 분석

df_total['기준일ID']=df_total['기준일ID'].apply(lambda x:pd.to_datetime(str(x),format='%Y-%m-%d'))

df_test['기준일ID']=df_test['기준일ID'].apply(lambda x:pd.to_datetime(str(x),format='%Y-%m-%d'))

* 데이터 전처리

• '기준일ID'열을 datetime 형식으로 변경.
• 시프트 & 롤링 수행.

* 모델링

• LinearRegression 모델링 수행.