データサイエンティスト検定の受験体験記：G検定保有者向け
はじめに
2021年9月から始まったデータサイエンティスト検定（リテラシーレベル）の第一期試験を受講してきました。ここでは特にG検定保有者向けに勉強法や感想などを書いておこうと思います。
データサイエンティスト検定（リテラシーレベル）とは？
これからの時代、AIやデータサイエンスがビジネスにとって大きな力になっていくことは間違いないと思います。一方で「データサイエンティスト」は何をやる人たちなのか？どうやったらなれるのか？がフワフワしている印象があります。
この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・タスクリストという形で定義し、高度IT人材の育成と業界の健全な発展への貢献、啓発活動を行っているのがデータサイエンティスト協会です。
そして今回、満を持してデータサイエンティストの見習いレベルの実務能力や知識、また、数理・データサイエンス・AI教育のリテラシーレベルの実力を有していることを証明することができる資格が登場しました。それがデータサイエンティスト検定（リテラシーレベル）です！
ビジネスパーソンにデータサイエンティスト検定をお勧めする理由
データサイエンス系の資格は様々ありますが、自分はビジネスパーソンにはデータサイエンティスト検定をおすすめします。理由としては、ビジネスの現場で必要になる知識がデータサイエンス分野にとどまらないからです。
自分の経験からすると実際のビジネスの現場では、
・課題を認識し、理解し、整理して仮説を立てる必要がある
・分析作業実施の合意をとるために、論理的な説明が必要
・ほしいとおもったデータが手に入るとは限らない
・手に入れたデータも、すぐに分析できる状態になってない
・分析結果は、誰もが納得できる形で提示しなければいけない
というのが実情です。
これらを踏まえると、データサイエンティストは見習いレベルであっても、データサイエンス力に加えて、ビジネス力とデータエンジニアリング力がないと務まらないと思います。
この3つをバランスよくカバーしているのがデータサイエンティスト検定であり、とても実務者向きだと考えています。
全てのビジネスパーソンが持つべきデジタルリテラシー「Di-Lite」の一角
「Di-Lite」とは、デジタルリテラシー協議会が定義する、全てのビジネスパーソンが持つべきデジタル時代の共通リテラシーです。この「Di-Lite」の習得に関して受験を推奨している3つの資格にも含まれています。
自分はG検定を保有していますが、今回データサイエンティスト検定の勉強をしたことで、より複合的な理解ができるようになったと感じています。時間に余裕があれば、3つ合わせて勉強することをお勧めしたいと思います。
自分の事前知識レベル
G検定を保有しているので、AI（機械学習）やそれにまつわる法律・倫理などは一通り勉強した経験があります。
一方、データベースの経験はゼロで、データエンジニアリングが一番厳しい領域だなと感じていました。
G検定保有者向け勉強法
ここからは実体験をもとにした勉強法です。G検定を保有している前提で。公式リファレンスブックの発刊が遅れたこともあり、試験までの準備期間は18日ほどでした。
データサイエンティスト検定の試験範囲は広い
公式リファレンスブックを見るとわかりますが、データサイエンティスト検定は、リテラシーレベルといえども扱う範囲がとても広いです。範囲の広さはG検定と似通った部分があります。
そのため、いったん通しでテキストを読んだ後、巻末の模擬問題を解いて苦手分野を確かめ、そこを重点的に勉強するという形をとりました。
G検定とデータサイエンティスト検定の違い
一番の違いは試験中にググることができないという点です。データサイエンティスト検定は自宅ではなくテストセンターでの受験になります。当然、スマホはもちろん参考書類も持ち込みできません。
そのため、ある程度の暗記が必要になりますが、幸いなことにこの検定では知識量よりも知識をどう使うか？のほうが問われる傾向にあるので、気合を入れて丸暗記する必要性は薄いです。それよりも実務の場面をイメージしてながら、この場面では自分はどうすべきか？といったケーススタディをしながら取り組むといいと思います。
データサイエンス分野の勉強法
G検定と被る部分が多いです。ただし機械学習が多めでディープラーニングはほとんど出てきません。確率統計とグラフ化の部分はG検定であまり出てこないので再学習が必要。一部偏微分とか線形代数の計算問題が出てきますがG検定と同レベルです。
データエンジニアリング分野の勉強法
SQLやER図というデータベースがらみの技術が出てきます。この領域はG検定ではほぼ出てこないので、実際にSQLを触ってみるなどして時間をかけて勉強した方が良いです。自分も半分以上はこの分野の勉強にあてました。こちらのSQLの補習ノートが参考になると思います。
ビジネス分野の勉強法
G検定と被る部分が多いです。法律倫理や契約、個人情報保護関連はG検定と共通するので、復習程度の勉強で対応できると思います。
検定対策アプリで最後の確認
スキルアップAIさんの検定対策アプリで知識レベルを確かめました。自分の場合は試験直前のレベル確認でアプリを使いましたが、もっと早めに手を付けておいた方がよかったかもしれません。
トータル勉強時間
自分の場合は躓いた部分をnoteにまとめていたので、全部で30時間ぐらいかけたと思います。noteを書かないのであれば10時間ぐらいかと思います。
対策講座を受講する必要があるか？
実体験からいえばG検定を保有しているレベルの人は受講は必要ありません！ なぜならデータサイエンス分野とビジネス分野がG検定と被る部分が多いためです。
ただし無料の講座もあるので、時間があれば受講してみるのもいいと思います。
テストを受験した感想
90分で90問でますので1問あたり1分ですが、G検定は30秒あたり1問のハイペースなのにくらべるとゆっくり考える時間があります。
今回、自分は60分ぐらいで終了しました。データサイエンス分野が予想以上にG検定と被るところが多かったので助かりました。
難易度は自分の印象ではG検定より少し簡単かなという印象でしたが、時々頭をひねらないといけない問題が出てきます。G検定ではググらないとどうにもならない問題が結構出てきますが、データサイエンティスト検定ではよく考えればわかる問題が多いので、あまり心配しなくて大丈夫です。
テストの結果
合否レベルが不明ですがたぶん大丈夫なはず！ これで落ちたら泣きます！！ 合否発表は11月上旬だそうなので心待ちにしてます。
感想
G検定では最新のAI技術を学びますが、実務ではそこまで最新の技術を使う場面は少なく、ちょっと遠いところがあるなとも思います。
対してデータサイエンティスト検定では、たとえば売り上げデータを分析して施策を検討するなど、より実務に近いところを学ぶことができたという印象です。
G検定の知識はもちろん有用ですが、データサイエンティスト検定と合わせて勉強することで、より実務に役立つ学びにつながると思います。
参考情報
この記事が気に入ったらサポートをしてみませんか？