LG CNS 과제분석! AI와 데이터 직무의 필기 준비 방법

👋 

안녕하세요~ 위대한 개취비입니다!
오늘은 많은 분들이 준비를 어려워 하시는 과제 분석에 대해서 조사를 해봤습니다!

 

먼저, 이 과제 분석 테스트는 누가 보는 것인가 하면... AI와 Data 직군만 해당입니다. 일반 개발 직군은 코딩 테스트를 봅니다. 그렇기 때문에, 개발자 분들은 얼른 뒤로 가서 백준/프로그래머스 1문제라도 더 푸세요!

 

2023 하반기 채용공고 전형안내

위 전형안내에 따라, AI 직무와 Data 직무 지원자들만 준비하시면 됩니다.

AI와 Data 직무

참고로, AI 직무는 학사 지원 불가입니다. 혹시라도, 모르고 준비 중인 분이 계실까봐!

 

2022년 하반기 채용공고 전형안내

원래 데이터 직군 학사는 코딩테스트 대상이었는데, 2023년은 학사 데이터 직군 지원자도 과제분석 테스트 대상이네요.

 

자, 그러면 아래는 많이 하시는 질문들입니다.

 

1. 저 혹시 Data직군 과제분석 테스트는 데이터 전처리 -> 모델링 -> 결과해석 정도만 공부해두면 될까요..? 비알고리즘 테스트는 처음봐서요

2. 안녕하세요! 혹시 필기전형이 과제분석테스트라는데 경험있으신분 있으실까요?

3. AI분들 과제분석은 사전 점검 테스트 없죠?

4. AI지원자인데 혹시 과제분석에서 sklearn, seaborn, matplotlib패키지가 제공될까요? 없다고 하는 사람도 있어서 너무 불안해서 여쭤봅니다!

5. 데이터 분석 과제 전형은 처음입니다. 혹시 데이터 분석 과제를 수행할 때 라이브러리 검색을 위해서 인터넷 검색도 가능한가요?

6. AI 과제분석은 어떤 방식으로 문제가 나올까요?

7. AI 붙으신 분들 과제 분석 아시는거 있으실까요..

 

결국, AI 과제 분석 테스트가 무엇인지와 패키지 제공 여부와 인터넷 검색 등 무언가 참고 할 수 있는 지 여쭤보셨는데요. 2021 하반기부터 2022 하반기까지 어떻게 굴러왔는 지 보시죠! 😎

 

참고로, 코딩테스트와 달리 과제 분석 테스트는 사전 점검 테스트가 따로 없다고 합니다.

1. 2021 하반기

다른 분의 티스토리 블로그에서 가져와봤습니다. (https://zooyeonii.tistory.com/54)

정말 기본 패키지만 주어지고, sklearn 패키지가 제공되지 않았습니다.

1) pandas 사용해서 데이터 정리하는 sql 스러운 문제

2) 데이터 전처리를 잘~ 해서 regression model 만드는 문제이며, f1 score가 높아야 통과되는 것 같다고 합니다.

 

2. 2022 상반기

다른 분의 티스토리 블로그에서 가져와봤습니다. (https://happip-jh.tistory.com/7)

2022 상반기 과제분석 테스트 초대장

일단, 환경은 프로그래머스에서 온라인으로 진행하는 것 같네요. 물론, 2023 하반기는 1년도 더 지났으니 달라질 수도 있다는 점 인지해주세요! 시험 시간은 2시간이고, 인터넷 검색이 모두 불가했다고 합니다. 하지만 인터넷 검색이 불가했어도 문제는 그렇게 어렵지 않았다고 합니다. sklearn 패키지 제공됬다고 합니다.

 

1) pandas 혹은 python을 다룰 수 있는지 보는 문제

  - dataframe을 주고, 그 data를 정리해서 하나의 column으로 값을 내는 문제

2) 데이터 분석 문제

  - 임의의 사람의 신용 점수 같은 데이터가 주어지고, 이를 분석해서 최고의 성능을 내는 모델 만들기

  - 20개의 feature들 중에서 PCA와 같은 방법을 사용해 feature을 뽑고 random forest, decision tree 등 모델을 활용해 코드를 작성하여 제출

 

3. 2022 하반기

23년 1월 입사자분께 여쭤봤습니다! 시험 전에 시험에 대한 가이드 라인을 준다고 하네요.

- 과제 분석 : closed book 시험이고, 기본적인 패키지만 제공됩니다. 인터넷 검색이 불가능합니다. sklearn 패키지 제공됬다고 합니다.

- 딥러닝 구현까지는 안 나오고, 간단한 분류 문제나 회귀 문제 정도만 나옵니다. 특정한 머신러닝 모델을 써야하는 것도 아니라서 분류 모델 1개, 회귀 모델 1개 정도 외워가면 충분할 듯 합니다.

 

4. 2023 상반기

제가 운영하는 현직자방에서 도움을 받으셨던 분이 현직자가 되어 기꺼이 제공하는 정보입니다! 🥰

"분석을 위한 pandas, numpy, matplotlib와 sklearn 라이브러리는 활용 가능했지만, catboost와 같은 자체 모델을 제공하는 라이브러리는 불가능했다."

sklearn에 대해서 많은 분들이 물어보시던데, 이번에는 활용가능했나봅니다! 👏👏👏 이런 정보 어디서도 이렇게 빨리 못 들어요! 얼른 메모하세요! 😎

1) 2022년 상반기와 동일

  - csv로 주어진 data를 정리해서 원하는 값을 내는 문제

2) ML 모델 최적화

  - Kaggle에서 데이터 분석의 기본 예제 데이터로 많이 활용되는 타이타닉 데이터! tabular data가 주어지고, 이를 분석해서 최고의 성능을 내는 모델 만들기

  - feature engineering을 통해 ML 모델이 최고의 성능을 낼 수 있도록 최적화

  - 문제는 분류 또는 회귀 문제. 인터넷 활용은 불가.

  - 분류, 회귀 1개씩 외워가도 문제는 없겠지만, feature마다 잘 작동하는 모델이 달라서 여러가지 써보거나 앙상블 활용하면 좋다. 엔지니어링이 전부인 과제! 너무 부담갖지 말자.

 

👏

결론적으로 보면, closed book이라 머리속에 있는 지식과 경험으로만 승부하는 테스트이고 그만큼 난이도가 엄청 빡세지는 않다는 거네요. 일반적으로 많이들 사용되는 패키지가 주어지지 않는 것이므로, 패키지가 없어도 가능한 문제들이 출제될 것으로 보입니다. 분류 모델, 회귀 모델 1~2개 정도 구현(?) 가능할 정도로 준비하면 될 것으로 보입니다.

 

라고 적었으나 2022부터 sklearn이 제공되었다고 합니다...! 또한, 1~2개만 알고 있는 것보다는 여러개 머리에 넣어두고 가서 앙상블로 결합하면 더 좋겠다는 조언도 해주셨어요! 이 글을 보시는 분들 모두 참고가 되셨으면 좋겠습니다.

 

화이팅입니다!

 

아래 현직자 질문답변방에는 AI와 데이터 현직자 분들도 계십니다. 혹시라도 더 질문이 있다면, 얼른 들어오세요! 🥰

https://open.kakao.com/o/gbuVErVf

LG CNS 현직자 Q&A 2024