はじめに
データサイエンティスト検定を2023年12月に受験しました、
受験するために勉強したこととかよかったことを記事にします。
データサイエンティスト検定とは
データサイエンティスト協会が定義した
データサイエンティストに必要なスキルや知識をスキルチェックリスト・タスクリストの内容を資格試験にしたものです。
例えば
- データサイエンス力だと機械学習アルゴリズムがそれぞれ何をやっているのか？数理系の問題
- ビジネス力だと個人情報周りの法律・データに関する社会の動き
- データエンジニアリング力だとSQLやデータ環境構築・コンテナ
等の内容が広く浅く出されます。
公式の模擬問題を見てもらうとイメージしやすいかもしれません。
試験の形式は以下の通りで合格の目安は正答率80%となっています。
選択式問題
全国の試験会場で開催(CBT)
問題数90問
試験時間90分
こんな人におすすめ
- 職種問わずデータ関連の職種にキャリアチェンジしようと思っている人
- 仕事でITの知識が必要！特にAIやデータのことを体系的に学びたい人
受験時点での経験は?
- 新卒4年目
- 社内でSalesforceエンジニア（2年くらい）・データエンジニア（1年くらい）として活動
- BIでの可視化を行っているが、主にはBIに必要なデータを集めたり加工したりしている
- AIはほぼ未経験。なんとなく最低限の知識はわかるくらい
- 数学を最後に学んだのは高校の数Ⅲが最後（2016年くらい）
- 高校卒業後はIT系専門学校
- データ関連の資格・認定
なぜ受けようと思ったのか？
- 生成系AIがゲームチェンジャーとして世の中の生活に入ってきている現代で、業務として真価を発揮させるためにAIやデータ周辺知識の習得が必須
- キャリアとしてデータエンジニア・データサイエンティストをメインでこの先しばらくはやっていきたい
といったキャリアとか世の中の動きに対応するという考えと
統計学を勉強しようとしているが、数学の経験が高校で最後だったので入門という意味も兼ねてこの試験を選択
受けてどうだったか？
試験の合格発表については2023年の1月下旬。
発表されたら結果を記事に追記します。
追記
無事受かりました
データサイエンス力分野で数学と機械学習アルゴリズムをセットで学べるこの部分がかなり自分は気に入っていて
数学の勉強をする→なぜそれが統計学や機械学習において必要なのか？と機械学習を学ぶ→機械学習で必要な数学分野を学ぶ
というのがかなりいいサイクルになって勉強自体が楽しかったです。
データサイエンティスト検定=エンジニアのものではなく、今後社会人として職種問わず勉強した方がいい内容だとも思いました。
ITパスポートを勉強するぞ！というエンジニア職種じゃない人も
データサイエンティスト検定 + ITパスポートという組み合わせで取得するとだいぶ視野が変わると思います。
難易度は？
試験は90問で90分の制限時間があるため、1問につき1分以内で解答する必要があります。合格率が8割であるため、甘く見ると7割で不合格ということも考えられます。しっかり対策をすることで、8割以上取れると思います。
勉強にかける時間は、現職の内容にも依存しますが、計画的に1ヶ月あれば合格できると思います。
選択式問題
全国の試験会場で開催(CBT)
問題数90問
試験時間90分
どうやって勉強した？
試験1ヶ月前に試験を申し込み
以下のようなスケジュールで進めました。
- 1週目：参考書の問題を解く
- わからないものは検索
- 検索してもすぐに理解できなかったものはメモしておく
- 2週目：メモしておいたものと周辺知識を参考者や動画で理解する
- 理解しながら学んだことに関する問題を解く
- 3週目：動画や参考書で試験範囲全体を勉強しメモ
- 4週目：参考書の問題を解く→試験へ
書籍
徹底攻略データサイエンティスト検定問題集［リテラシーレベル］対応 徹底攻略シリーズ
一部誤りがあるので注意
最短突破 データサイエンティスト検定（リテラシーレベル）公式リファレンスブック 第2版
一部誤りがあるので注意
合格対策 データサイエンティスト検定[リテラシーレベル]教科書
先に紹介した公式で紹介されている本2冊だと少し不安だったので購入。
図解が多くわかりやすくまとめられていました。
ついてくる模擬試験の内容ももちろん最初の2冊とはちがうので最後の知識定着の一押しになりました。
講座
かなり丁寧に動画で紹介してくださっているので
受講することおすすめです。基本無料でオプション料金を払うと模擬試験がついてきます。
買ってみましたが、最後に自信をもって試験を受けたいという人は買ってもいいかもしれません。
| カリキュラム | 動画時間 |
|---|---|
| 社会におけるデータ・AI利活用 | 約30分 |
| データエンジニアリング力 | 約1時間 |
| PostgreSQL で学ぶSQL 入門 | 約1時間 |
| データサイエンス力 数理統計編 | 約4時間 |
| データサイエンス力 機械学習編 | 約3時間 |
| ビジネス力 | 約30分 |
| データ・AI利活用における留意事項 | 約20分 |
アプリ
対策アプリ。こちらは電車等の移動時間中の勉強としておすすめ。
動画
参考にさせていただいた記事
最後に
近い将来 データ+AIが業務の起点になったり、既存のアプリやWEBサービスのあり方が変わっていく世の中で「どういうスキルを獲得していくといいのか？」迷った時に調べてみる。受験してみるのにはいい試験だと思います。
今はまだリテラシーレベルしかありませんが、他のレベルも早く公開してほしいですね。
この記事がデータサイエンティスト検定を今後受ける人の参考に少しでもなれば幸いです。