확률과 통계, 선형대수, 머신러닝 문제를 객관식으로 푸는 준비운동입니다. 데이터 관련 직무의 면접에서 실제로 물어보는 내용을 짧게 끊어 놓았습니다.
다섯 과목으로 나뉩니다. 확률(경우의 수, 조건부확률, 베이즈 정리, 분포, 기댓값, 마르코프 연쇄), 통계(가설검정, 신뢰구간 등), 선형대수(행렬 연산과 고윳값), 머신러닝 기초, 딥러닝입니다. 문항은 460개가 넘습니다.
수식은 화면에서 제대로 조판되어 나옵니다. 계산이 필요한 문제는 암산으로 풀 수 있는 크기로 맞춰 두었습니다.
문제마다 왜 그 답인지, 그리고 그럴듯한 오답이 왜 틀렸는지를 함께 붙여 두었습니다. 헷갈리는 지점은 대개 오답 쪽에 있기 때문입니다.
데이터 관련 직무의 기술 면접은 대체로 아는 것을 말로 설명하게 시킵니다. 객관식으로 답을 고르는 것과 설명하는 것은 다른 일이라, 맞힌 문제도 해설을 읽고 스스로 한 번 말해 보는 편이 낫습니다.
자주 틀리는 과목이 보이면 그 과목만 이어서 풀 수 있습니다. 베이즈 정리나 가설검정처럼 헷갈리는 지점이 정해져 있는 주제는 몰아서 푸는 쪽이 빨리 잡힙니다.
워밍업은 본 작업을 대신하는 것이 아니라 시작하게 만드는 장치입니다. 2~3분, 열 문항 안팎이면 충분합니다. 잘 풀려서 계속하고 싶어질 때 멈추는 것이 요령입니다.
틀린 문제를 오래 붙잡지 않아도 됩니다. 해설을 한 번 읽고 넘어가면 됩니다. 같은 유형은 곧 다시 나오므로 그때 다시 만나게 됩니다.
중간에 나가도 아무것도 잃지 않습니다. 로그인해 두었다면 그때까지의 점수가 남아 다음에 이어집니다.
문제마다 난이도 점수가 매겨져 있고, 푸는 사람에게도 같은 척도의 점수가 하나 있습니다. 0부터 999까지입니다. 맞히면 오르고 틀리면 내려갑니다.
얼마나 움직이는지는 체스에서 쓰는 Elo 방식으로 정합니다. 내 점수보다 훨씬 쉬운 문제를 맞히면 거의 오르지 않고, 어려운 문제를 맞히면 많이 오릅니다. 틀렸을 때도 마찬가지로, 쉬운 문제를 틀리면 크게 내려갑니다.
처음 30문항까지는 점수가 빠르게 움직이고, 100문항을 넘기면 천천히 움직입니다. 초반에 실력을 빨리 찾아가되 그 뒤로는 한두 번의 실수로 흔들리지 않게 하기 위해서입니다.
처음 시작할 때 입문, 학부, 대학원·면접 수준 중에서 고르면 그 근처에서 문제가 나오기 시작합니다.
로그인하면 점수와 푼 문항이 계정에 남아 다음에 이어서 할 수 있습니다. 로그인하지 않아도 게임은 그대로 할 수 있고, 이 경우 기록은 남지 않습니다.
점수는 다른 사람과 비교하거나 순위를 매기는 데 쓰지 않습니다. 다음에 낼 문제의 난이도를 고르는 것이 유일한 용도입니다.