软考高级系统分析师考试经验及对策
2012年5月的软考,高级考试只有信息系统项目管理师跟系统分析师,由于上次已经通过了信息系统项目管理师,这次只好报考系统分析师,经过近两个月的煎熬,终于今天查到了结果,三门考试分别为47、49、48,以比较平均的分数低分通过了考试。
之前考完试不久之后我就总结过了,见:2012年5月软考总结,可以看到我预测的分数与最终的分数相当接近。
其实软考真的不难,我相信越来越多的人已经感觉到了。我一开始大约在2010年7月的时候,开始关注这个考试。当时看了教材以及官方网站上说的各类考试所需要的能力时,觉得真的很难,挺有含金量,也就是那个时候起,决定参加这个考试。一开始的时候看那些教材、试卷,都有种看不懂的感觉,觉得好难啊,东西又多,什么都考。但是当我按照教材去学习、按照视频去理解、按照真题去检验的时候,我开始慢慢的觉得这个考试不难了。就像这次系统分析师一样,很多朋友都过了,我想他们一定会有跟我相同或相似的感觉。即使现在让我去考系统架构设计师,只要稍微复习一下就能过了,为什么呢?因为我们找到了“感觉”,找到了“方法”。
这个“感觉”,就是一次一次的通过,增强了我们的自信,对考试理解有了一定理解—这个考试不难,侧重于理论。这个“方法”,就是教材、视频、真题三部曲基本就能保证通过这个考试。当然了运气是一部分原因(比如2011年11月跟2012年5月的高级项管试题难度),但是我相信试卷再难,还是会有人通过的。系分主要就是范围很广,其实深度上来讲并不是很深,所以一定要注重平时的积累!
最后分享一下我的软考高级(系统分析师)的考试经验:
1、上午考试都是选择题,一定要注重平时的积累。考试考的内容还是挺杂的,有软件工程、计算机网络、数学、专业英语等,几乎什么都考,范围非常广,感觉无从下手。但是我想说,对付这个还是有方法的,除了整理历年真题的选择题之外,最重要的是平时多积累一点。除了专业基础课之外(数据结构、计算机组成原理、操作系统、计算机网络),多关注一些新技术的动态,我相信对于软件开发的程序员来说,这个应该不是件难事。
2、下午第一场案例分析。这个也是的,考试的范围很广,但是总结一下历年真题就会发现,出题是有规律的。比如,第一题一般都是送分题,主要考察基础能力,这个题是你能否通过下午案例分析考试的关键。后面的4题选2题,从不同的方向给题,要么出嵌入式,要么出数据库,要么出编程语言,要么出企业应用集成等等。大的方向是这样,这个就看你个人的专业领域了,擅长哪方面,就把哪方面有意识的加强,考试的时候就选哪道。
3、下午第二场论文。考试一般会给出4个论文题目,让你自己选1道自己熟悉或擅长的方向。关于论文我想说,这个其实是最好过的。我考了两次高级,论文都过关了。这个考试只有2个小时,要求写不少于2500字正文的论文,再加上300字的摘要,就要求我们平时要多练习写作。一方面练习写字的速度,一方面锻炼表达能力。结合你的实际项目经验,真实而适当的加点虚构成分,正常的表达出来就可以了。一般来说,只要扣题,只要真实,只要字数够了并且字体工整,只要有自己的实际体会或想法或实践,基本都会通过了。
这次考试都没怎么准备,考试前一天还是从出差的地方赶回家考试的,但还是通过了。希望下面的考试,我们也可以这样,哈哈!
软考,我们还在前进的道路上!共勉!
数据分析咨询请扫描二维码
“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21