京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18