ISTQB CTFL 2주 합격후기 / 실라버스 정리본 다운로드

1. 시험 준비 동기취업을 준비하면서 테스트 직무에 관심이 생겼고, 이에 대한 전문성을 쌓기 위해 ISTQB CTFL 시험을 준비하게 되었습니다.- 기본지식: 학부시절 C언어 코딩 이론 + 실습 수업 수강- 테스팅 직무에 대해서는 어느정도 파악됨 (실제 테스팅 직무 면접 준비하며 직무분석 한 정도?) 2. 시험 정보시험 날짜: 2025년 2월 27일 (저녁 7시)시험 방식: 시험지 및 OMR마킹 (시험지는 회수함)시험 구성: 객관식 40문항, 60분 (65% 이상 정답 시 합격)3. 공부 방법📚 사용한 자료오직 ISTQB 공식 실라버스샘플 문제 (시험 전날까지 아끼다가 풀었음)두 자료 모두 아래 링크 다운로드 가능https://www.kstqb.org/board_skin/board_view.asp?id..

• format_list_bulleted 기타 활동/🖥️ISTQB CTFL
• · 2025. 3. 9.

ISTQB_단어 사전 사이트

http://dic.sten.kr/ http://dic.sten.kr/ dic.sten.kr “STEN 소프트웨어 테스팅 용어 사전” 사이트이다.(STEN = Software Test Engineers Network)간단히 말하면, 소프트웨어 테스트 관련 전문 용어를 정리해둔 온라인 사전이고ISTQB의 국제 표준 교재에서 다루는 용어 정의도 포함돼 있다.또한 한국어 설명과 함께 영어 원문 정의가 있어서 공부할 때 바로 매칭해 볼 수 있다! ISTQB 준비할 때 강력추천~창 분할해서 하나 이걸로 띄워놓으면 편하다.

• format_list_bulleted 기타 활동/🖥️ISTQB CTFL
• · 2025. 2. 24.

[서평] 소년이 온다, 그리고 계엄령

보호되어 있는 글입니다.

• format_list_bulleted For Myself/📖서평
• · 2024. 12. 15.

MPC상태공간 방정식 유도

MPC 기본 개념과 상태공간 모델MPC(Model Predictive Control)는 Optimal Control의 한 방법으로, 로보틱스의 planning 및 제어에 많이 활용된다.로봇의 속도·가속도 같은 dynamics와 주변 환경 조건을 cost function에 반영해 최적화된 제어 명령을 만들고, 이를 통해 안정적인 자율 항법이 가능하다.이전부터 관심 있던 분야였는데, 이번 글에서는 이를 정리해본다.✔️ 1. MPC에서 중요한 점MPC의 핵심은 현재 스텝의 상태변수로부터 다음 스텝의 미래 출력을 예측하는 것이다.따라서 시스템 dynamics 모델링이 필수적이다.✔️ 2. 연속시간 LTI 상태공간 모델LTI(Linear Time Invariant, 선형 시불변) 시스템의 연속시간 상태공간 방정식..

• format_list_bulleted For Myself/한마디 요약
• · 2024. 11. 1.

NMPC란

https://sunggoo.tistory.com/65 MPC 란? (Model Predictive Control) 1. 기본 컨셉참고: 제어조교님 유투브 강의 영상 MPC는 Optimal Control의 한 방법인데 로보틱스의 planning및 제어에 많이 활용되고 있다. MPC를 사용하면 로봇의 속도 및 가속력과 같은 dynamics와 주변 환경 조건을 cosunggoo.tistory.com 참고: 제어조교님 유투브 강의 영상 MPC는 Optimal Control의 한 방법인데 로보틱스의 planning및 제어에 많이 활용되고 있다.MPC를 사용하면 로봇의 속도 및 가속력과 같은 dynamics와 주변 환경 조건을 cost function으로 넣어 상황에 맞는 최적화된 제어 명령을 생성할 수 있..

• format_list_bulleted For Myself/한마디 요약
• · 2024. 11. 1.

EDR 데이터, 파이썬 기반 분석 방법

✔️ 1. EDR (Event Data Recorder) 데이터 분석EDR 데이터는 차량이 사고를 겪기 직전과 직후의 정보를 기록한다.속도, 브레이크 상태, 스티어링 각도, 안전벨트 착용 여부 등을 포함해 사고 원인 파악에 활용된다.활용 방법은 크게 세 가지다. - 패턴 분석:Pandas DataFrame으로 데이터를 관리하고, rolling()으로 사고 전후 일정 시간의 데이터를 추출한다. NumPy 배열 연산으로 급가속, 급제동 같은 이벤트를 감지할 수 있다. - 사고 위험 예측:SciPy.stats.linregress()로 속도 변화와 가속도 간 상관관계를 분석해 고위험 상황을 예측한다. - 리콜 기준 설정:부품 오작동 여부를 ttest_ind()로 통계 검정하고, pivot_table()로 부품별..

• format_list_bulleted 기타 활동/🚕EV
• · 2024. 10. 30.