빅데이터분석기사 핵심 100제 | 데이터엔지니어링·ML·MLOps

1 대용량 실시간 이벤트 스트림을 안정적으로 전달하는 메시징 플랫폼. 2 모델 학습 전 설정값을 조정해 최적 성능을 찾는 과정. 3 분석 목적에 맞게 정제·통합된 데이터를 저장하는 분석 중심 저장소. 4 메모리 기반 분산 처리로 빠른 대규모 데이터 분석을 지원하는 엔진.

1 앙상블 2 빅데이터 3V 3 스트리밍 처리 4 모델 드리프트

1 빅데이터의 핵심 특성인 규모(Volume), 속도(Velocity), 다양성(Variety)을 의미한다. 2 데이터가 발생하는 즉시 연속적으로 처리하는 방식. 3 정확성·완전성·일관성 등 데이터 품질 기준을 유지·개선하는 활동. 4 여러 모델 결과를 결합해 단일 모델보다 성능과 안정성을 높이는 기법.

1 군집평가 2 이상탐지 3 피처 엔지니어링 4 그래디언트부스팅

1 모델 일반화 성능 평가를 위해 데이터를 용도별로 분리하는 방법. 2 빅데이터의 핵심 특성인 규모(Volume), 속도(Velocity), 다양성(Variety)을 의미한다. 3 이전 모델의 오차를 보완하는 모델을 순차적으로 학습하는 앙상블 기법. 4 데이터 품질·보안·표준·책임 체계를 조직적으로 관리하는 정책.