请教大神们,pmp考试和复习有什么攻略诀窍吗?
PMP考试通过率挺高的,很多考生也是朝九晚五甚至天天加班的打工人,还是有很多人通过了的,我也是下班后和周末才有时间学习的,3A通过,但不是什么考试大神,每天抽出3-4个小时跟着培训机构制定的学习计划学习,把我的一些经验和资料分享给大家,大家取长补短吧~
新版大纲加入了ACP敏捷管理的内容,而且还不少,敏捷+混合题型占到了 50%,前不久官方也发了通知:8月将启用第七版《PMBOK》
大家都觉得考试难度提升了,我从新考纲考完下来,最开始也被折磨过一段时间,但是后面还是找到了方法,3A通过了考试,给大家共享几个 PMP 考试秘籍,对备考还是有帮助的,各位友友考试之前看看啊!
一、考纲变化
1、模块划分的变化
旧版考纲大家应该知道。PMP考试内容大部分来源于教材PMBOK指南的五大过程组以及十大知识领域。划分为: 5大过程组:启动(13%)、规划(24%)、执行(31%)、监控(25%)、收尾(7%))
新考纲则是按人员管理、过程管理和商业环境管理 来划分为三个模块。具体为: 人员管理(42%)、过程管理(50%)、商业环境管理(8%)

2、跟教材的对比(大幅度增加敏捷内容)
第六版的PMBOK教材是没有涉及到敏捷型项目管理方法的。只是提及到了敏捷型项目管理方法的一些基本理念和做法。 而第七版PMBOK,项目管理方法论改成了 预测型 和 敏捷型 五五开,加入了近一半的敏捷实践。
敏捷型方法的比重更大了,考纲强调要管理项目本身与商业环境 相互影响;敏捷宣言、原则和方法论成为了一个必选项;

由此可见,新考纲变动了,考试内容中,敏捷管理的占比已经快要持平项目管理; 这一点是我认为这次考纲带来的最大、也是最重要的变化。
2023年PMP 考试时间在 3、5、8、11月份,官方通知 8 月将启用第七版《PMBOK》教材,或许还会增加其他题型
另外,第七版的教材浓缩的比较多,更适合当前项目环境,8月改版之后很有可能需要参照第六版来学习,毕竟是在第六版的基础上迭代出来的。所以,5月份这次考试将是最后一次单独使用第六版《PMBOK》的考试,后续的考试第七版+第六版都要复习,题型也会增加,要花费更多时间更多精力,难度会比5月份高不少。

3、考试模式的变化(题量、题型、考试时间)
题目数量:由原来的200道单选题变为180道题
题目类型:由原来的全部是单选题,变为单选题、多选题、等其他题型相结合。值得一提的是,单选题仍占大部分,约占90%。
考试时间:由原来的240分钟变为230分钟

总结。PMP大纲的变化,能直接感受到的是PMP考试内容更多了(尤其是敏捷),考试难度有所增加。但是这个体系是符合时下项目管理实践需求的。
新版教材变成了8大绩效领域,12大项目管理原则。

二、备考建议
备考可以由听课、看书、做题、交流、实践五个过程结合完成。
1、听课
通过老师的讲解,可以帮你理清内容的脉络,构建认知的框架,优秀的老师还会给你丰富的案例,让你眼界开阔,茅塞顿开。
2、看书
加固项目管理知识的框架,弥补认知的短板。这里说的看书不仅仅是看PMBOK指南,而是通过互联网获取的可靠的资料以及其他相关书籍。
3、做题
他是可以检验自己的认知水平和学习效果的关键一环。 做题不应该从备考的过程当中孤立出来,而应该和其他四个过程融合在一起。 比如,如果在做题时感觉自己对答案哎呀一点把握都没有....

那就可以回看老师讲过的视频啊、听上课的录音啊、翻阅书籍啊、和同学交流啊,并结合自己的工作设身处地的去体会。 所以不要去纠结是否答对,而是要通过以上的学习过程,让自己彻底领会题目背后的逻辑。 这种通透的感觉才是让你举一反三、触类旁通的基础。
4、交流
与同学们探讨、向专家请教,这个过程是对自己知识框架的打磨,有助于对项目管理认知的升华。
5、实践
学以致用,既是我们学习的目的又是学习的手段。 百闻不如一见,百见不如一干。只有亲测有效,才能把知识内化成自己的能力; 积极的实践所学的知识,不仅能够加深对知识的理解,而且能够优化自己的工作环境,提升自己的工作状态。
备考的关键是在于点滴积累,贵在坚持。我们首先需要制定合理可行的备考进度计划,每天按照计划,日拱一卒的效果是周末突击和临阵磨枪完全无法比拟的。
分享一个备考群给大家,里面有每日五题打卡,大家可以把这五题作为自己的学习计划来完成,一起学习打卡、学习氛围更好:
这里所说的完成不只是答完题,而是通过钻研和探索,彻底理解了考试的核心知识点和出题人的思路,并且有把握做对同类的题目。把备考当做一个项目,按照计划开始你的项目实践吧!

三、解题原则
PMP考题涉及的知识面其实是非常广的,场景是千变万化的,因此解题无定式。下面是我为备考总结的六个解题的原则。
1、重视做题质量而不是数量。
PMP备考过程中并不是做题越多越好,因为从不同渠道获得做题的质量并不是可靠的,有些题的正确答案可能不止一个,而有些题又完全没有逻辑; 这些“脏题”啊对备考有百害而无一利,你要果断的去放弃; 如果题的质量足够高,那么你不需要去做太多,只要每道题都精耕细作,你就会通过一道题掌握一类考点,达到事半功倍的效果。
2、与出题者的思维同频
项目管理的知识来源于全球优秀企业长期实践的总结。 但是PMBOK指南的作者以及PMP考试的出题者大多来自西方国家,他们的成长经历和接受的教育和国内考生是有差异的。 因此我们做题的时候,不能完全参照自己的工作经验来去判断,最重要的是去理解和接受:出题者的项目管理的价值观和方法论。 用他们的思维方式去分析问题,这样可以帮助我们更快的找出正确的答案。
3、拿出刨根问底的精神
做题切不可选对答案就沾沾自喜,必须要问自己为什么。你要刨根问底的找到选择这个选项扎实的依据,也应该知道不能选其他选项的理由。只有这样要求自己才能在考试时一击即中。
4、坚持客观的原则,不要绝对化
选项中如果有:从不、必须、所有、完全 这种不留任何余地的词,那么你就应该小心了。 "有时、应该、可能、主要" 这些有点谦和客观的词,更有可能是对的。
相关文章:

请教大神们,pmp考试和复习有什么攻略诀窍吗?
PMP考试通过率挺高的,很多考生也是朝九晚五甚至天天加班的打工人,还是有很多人通过了的,我也是下班后和周末才有时间学习的,3A通过,但不是什么考试大神,每天抽出3-4个小时跟着培训机构制定的学习计划学习&a…...
Go语言基础之接口
Go语言基础之接口1.Go语言接口类型2.类型与接口的关系一个类型实现多个接口多种类型实现同一接口3.空接口4.类型断言1.Go语言接口类型 每个接口类型由任意个方法签名组成,接口的定义格式如下: type 接口类型名 interface{方法名1( 参数列表1 ) 返回值列…...

【Go自学第一节】GoLang 数据类型
和Java类型,go拥有多种数据类型,可以把它分为四个大类基础类型、聚合类型、引用类型和接口类型 一、基本数据类型 基本数据类型又可以细分为:数字类型(整型、浮点型)、布尔类型、字符串类型 整型 Go 的整型分为有符号…...

学习ForkJoin
学习ForkJoin一、普通解决多线程方式1、案例一2、效果图二、ForkJoin一、普通解决多线程方式 1、案例一 大数据量的List问题处理,多线程分批处理,需要解决的问题: 下标越界。线程安全。数据丢失。 private static ThreadPoolExecutor thre…...

System has not been booted with systemd as init system (PID 1). Can‘t operate.
今天想查看防火墙的状态,但是对防火墙的操作还不熟悉,网上搜到的命令是这样的systemctl status firewalld 结果输入之后出现了这样的错误: System has not been booted with systemd as init system (PID 1). Can’t operate. 然后接着去网上…...

使用Endnote自定义参考文献格式
使用Endnote自定义参考文献格式 使用Endnote插入参考文献,若要设置期刊指定格式或自己想要的参考格式,使用EndNote自定义方法,步骤如下。 注:有的期刊会给出EndNote的格式文件,那样直接导入就行。 文章目录使用Endnot…...

jsPlumb Components Crack
jsPlumb Components Crack 为支持Vue 2,所有组件都添加了包装器。 已为所有组件添加了包装器以支持Svelte。 改进了在流程图生成器中编辑多个选定节点。 jsPlumb组件是一组可嵌入的组件,可将可视连接快速集成到网页中。jsPlumb组件基于jsPlumb Toolkit库…...
Java接口
目录 为什么有接口? 接口的定义和使用 注意 接口的基本使用 接口成员的特点 接口和类之间的关系 为什么有接口? 接口就是一种规则 对行为的抽象 接口侧重于行为 接口的定义和使用 接口用于关键字interface来定义public interface 接口名{ }接口不…...

二叉树OJ题目详解
根据二叉树创建字符串 采用前序遍历的方式,将二叉树转换成一个由括号和数字组成的字符串。 再访问每一个节点时,需要分情况讨论。 如果这个节点的左子树不为空,那么字符串应加上括号和左子树的内容,然后判断右子树是否为空&#x…...
#Vue3篇:响应式工具ref()、toRef()、 toRefs()、reactive()的用法和区别
ref() 定义: ref()接收一个普通的Javascript值作为参数,将其转换为响应式对象(ref对象)。 ref对象有一个.value属性,用于获取和修改之。 参数1: 一个普通的Javascript值作为参数 import { ref } from vue const count ref(0) c…...

docker容器内安装gcc(trunk 最新版本)以及LLVM
1、docker内部只有wget以及git命令 项目需要,得更新docker容器中的gcc和LLVM版本但是由于没有预先安装apt、apt-get以及yum,导致很多安装过程就是鸡生蛋蛋生鸡反应。暂时没有找到合适的解决的方法,如果有大佬知道的话,欢迎留言哈…...

手把手教你如何做数据报表
数据报表是一种数据可视化形式,它将复杂的数据信息通过图形、表格等形式进行展示和解释,让人们更加直观地理解和分析数据。数据报表已成为现代企业决策的必备工具之一。对企业来说,数据报表有很多用处。首先,数据报表可以帮助企业…...
loadrunner的函数lr_paramarr()学习
好久没更新了,还是太懒了,正好最近有用到这个函数,浅浅记录一下 1、首先关联到的参数是个数组,比如用这个函数获取web_reg_save_param(“param”....); 那么保存到的参数是param_1;param_2;param_3;param_4;param_co…...
Hive---数据导出
数据导出 文章目录数据导出Insert 导出将查询的结果导出到本地将查询的结果格式化导出到本地将查询的结果导出到 HDFS 上Hadoop 命令导出到本地Hive Shell 命令导出Export 导出到 HDFS 上sqoop导出Insert 导出 表为student 将查询的结果导出到本地 insert overwrite local d…...

还不会CAD批量打印图纸?学会这招再也不怕
各位工程师,相信大家在工作过程中,经常会遇到需要打印大量图纸文件的时候,那么多的图纸,一张张打印太麻烦,此时便需要用到CAD批量打印功能啦!可是,总有些新手设计师不直达奥CAD批量打印…...
硬件设计从失败案例中找方法
大家好,我是记得诚。 2022年底,受邀去上海参加电子技术大会,并在一个硬件设计的分论坛做一场演讲,题目是《硬件设计从失败案例中找方法》,一般演讲都是比较紧张的,而且是现场,台下坐着的都是同…...

使用python求PLS-DA的方差贡献率
以鸢尾花数据集为例,实现PLS-DA降维,画出降维后数据的散点图并求其方差贡献率。 效果图 完整代码 # 导入所需库 import numpy as np from sklearn.cross_decomposition import PLSRegression from sklearn.datasets import load_iris from sklearn.pre…...
前端面试题--JavaScript篇
一、JavaScript中的数据类型JavaScript中共有八种数据类型:Number、String、Boolean、Object、Null、Undefined、null、Symbol、BigInt 其中Symbol和BigInt是ES6新增的数据类型Symbol代表独一无二且不可改变的数据类型,主要为了解决可能出现的全局变量冲…...
【批处理脚本】-3.5-pause暂停命令详解
"><--点击返回「批处理BAT从入门到精通」总目录--> 共3页精讲(列举了所有pause的用法,图文并茂,通俗易懂) 在从事“嵌入式软件开发”和“Autosar工具开发软件”过程中,经常会在其集成开发环境IDE(CodeWarrior,S32K DS,Davinci,EB Tresos,ETAS…)中,…...

软件测试11
一 Linux命令的基本格式 格式组成:命令主体 -命令选项 命令参数 常见命令形式: (1)命令主体 (2)命令主体 -命令选项 (3)命令主体 参数 (4)命令主体 -命令选项…...

Unity3D中Gfx.WaitForPresent优化方案
前言 在Unity中,Gfx.WaitForPresent占用CPU过高通常表示主线程在等待GPU完成渲染(即CPU被阻塞),这表明存在GPU瓶颈或垂直同步/帧率设置问题。以下是系统的优化方案: 对惹,这里有一个游戏开发交流小组&…...

《用户共鸣指数(E)驱动品牌大模型种草:如何抢占大模型搜索结果情感高地》
在注意力分散、内容高度同质化的时代,情感连接已成为品牌破圈的关键通道。我们在服务大量品牌客户的过程中发现,消费者对内容的“有感”程度,正日益成为影响品牌传播效率与转化率的核心变量。在生成式AI驱动的内容生成与推荐环境中࿰…...
【论文笔记】若干矿井粉尘检测算法概述
总的来说,传统机器学习、传统机器学习与深度学习的结合、LSTM等算法所需要的数据集来源于矿井传感器测量的粉尘浓度,通过建立回归模型来预测未来矿井的粉尘浓度。传统机器学习算法性能易受数据中极端值的影响。YOLO等计算机视觉算法所需要的数据集来源于…...

Yolov8 目标检测蒸馏学习记录
yolov8系列模型蒸馏基本流程,代码下载:这里本人提交了一个demo:djdll/Yolov8_Distillation: Yolov8轻量化_蒸馏代码实现 在轻量化模型设计中,**知识蒸馏(Knowledge Distillation)**被广泛应用,作为提升模型…...

Python基于历史模拟方法实现投资组合风险管理的VaR与ES模型项目实战
说明:这是一个机器学习实战项目(附带数据代码文档),如需数据代码文档可以直接到文章最后关注获取。 1.项目背景 在金融市场日益复杂和波动加剧的背景下,风险管理成为金融机构和个人投资者关注的核心议题之一。VaR&…...
Java求职者面试指南:计算机基础与源码原理深度解析
Java求职者面试指南:计算机基础与源码原理深度解析 第一轮提问:基础概念问题 1. 请解释什么是进程和线程的区别? 面试官:进程是程序的一次执行过程,是系统进行资源分配和调度的基本单位;而线程是进程中的…...

[论文阅读]TrustRAG: Enhancing Robustness and Trustworthiness in RAG
TrustRAG: Enhancing Robustness and Trustworthiness in RAG [2501.00879] TrustRAG: Enhancing Robustness and Trustworthiness in Retrieval-Augmented Generation 代码:HuichiZhou/TrustRAG: Code for "TrustRAG: Enhancing Robustness and Trustworthin…...
Python 高级应用10:在python 大型项目中 FastAPI 和 Django 的相互配合
无论是python,或者java 的大型项目中,都会涉及到 自身平台微服务之间的相互调用,以及和第三发平台的 接口对接,那在python 中是怎么实现的呢? 在 Python Web 开发中,FastAPI 和 Django 是两个重要但定位不…...
用神经网络读懂你的“心情”:揭秘情绪识别系统背后的AI魔法
用神经网络读懂你的“心情”:揭秘情绪识别系统背后的AI魔法 大家好,我是Echo_Wish。最近刷短视频、看直播,有没有发现,越来越多的应用都开始“懂你”了——它们能感知你的情绪,推荐更合适的内容,甚至帮客服识别用户情绪,提升服务体验。这背后,神经网络在悄悄发力,撑起…...
拟合问题处理
在机器学习中,核心任务通常围绕模型训练和性能提升展开,但你提到的 “优化训练数据解决过拟合” 和 “提升泛化性能解决欠拟合” 需要结合更准确的概念进行梳理。以下是对机器学习核心任务的系统复习和修正: 一、机器学习的核心任务框架 机…...