初めに

今回弊社スタッフ2人がデータサイエンティスト検定(リテラシーレベル)を受験しました！

これから受講する方にも勉強におすすめの趣味になります！
それでは記事スタートです！

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今回から開始した、データサイエンティストに必要なデータサイエンス力・データエンジニアリング力・ビジネス力についての実務能力や知識、また、数理・データサイエンス・AI教育の実力を有していることを証明することができる検定試験です。

本検定の受験対象者はリテラシーレベルは以下のような方を想定しています。

• データサイエンティスト初学者
• これからデータサイエンティストを目指すビジネスパーソン
• データサイエンティストに興味を持つ大学生や専門学校生など

詳しい定義はデータサイエンティスト協会公式HPを参考にしてみてください！

今後より上位の検定が行われると思われます。

受験した二人のバックグラウンドは

当社スタッフ1人目

• ソフトウェアエンジニア1年目
  メイン業務 :Webアプリ開発
  普段勉強していること
  ML, DS関連分野kaggleに入門中
  趣味で数学/物理学

当社スタッフ2人目

• エンジニア歴20年以上
  保有資格：
  統計検定２級
  TensorFlowデベロッパー認定資格
  業務で機械学習セミナーの講師経験、ログデータの可視化経験あり

試験対策

スタッフさん1人目

1 公式の試験対策講座(動画)を見て、概要を学習する
2 スキルチェックリストを確認する
V-Tuberアイシアさんの記事がとても参考になりました
1, 2 の要点・曖昧部分をドキュメントにまとめる

各分野毎の対策詳細

• ビジネス
  方針: 出題用語を調べる / ユースケースを調べるIoTを中心にyoutubeでDS事例紹介動画を見る
  
• サイエンス
  方針: 気になった分野を深ぼる
  統計学の関連する本を何冊か適度に読む「データサイエンス設計マニュアル」　「統計クイックリファレンス」「Pythonで始める機械学習」など
  
• エンジニアリング
  方針: SQLの実践とDB関連の知識整理SQL問題: DS協会が出している
• zをやりながら、わからない点を調べる。(50くらいまで)

当社スタッフ2人目

受験１ヶ月前

• 公式ページの試験範囲を確認した。項目が多く、かつ、それぞれどこまで深く勉強して良いかわからないので、公式テキストの販売を待って作戦を練ろうと思っていたが、公式テキストの発売が延期に延期を重ねなかなか発売されず（結局発売は受験予定日の約10日前になってしまった）

受験３週間前

• DS検定リテラシーレベル対応　データサイエンティスト基礎講座を見ることで試験範囲とレベル感を把握できた。その結果、今まで持っていた知識のおさらいでなんとかなりそうと言う手応えを掴んだので公式テキストの発売までは特に何もしなかった

受験10日前〜

• 公式テキストを購入し、試験範囲のおさらいをした。 模擬試験がついていたのでチャレンジし、その時点で８割の点数は取れていたので、より合格率を上げるために受験当日までは最も正解率が低かったビジネス力の用語を中心に確認を行った。

おすすめの対策まとめ

サイトだと

• 公式ページ
  スキルチェックリスト
  V-Tuberアイシアさんの記事
  SQL100本ノック
  DS検定リテラシーレベル対応　データサイエンティスト基礎講座

ここあたりでしょうか。

教材だと

• 公式テキスト
  データサイエンス設計マニュアル
  統計クイックリファレンス
  Pythonで始める機械学習

これらは弊社スタッフが使用していたものです。

当社スタッフ2人目:

まず、試験のペース配分を決めるために、最初に問題数を確認した方がいいでしょう。自分の場合は画面上部に今の問題番号 / 問題数 みたいな感じで表示されていました。
公式テキストの方が対策講座の動画よりも少しだけ広く試験範囲を解説しているような気がします。おそらく対策講座で説明することが理解できれば合格レベルには達することができると思いますが、公式テキストにある模擬問題は予行練習として時間を測りながらやった方がいいかと思いました。
他にも対策動画が順次公開されているようなので、興味がある方はこまめに公式ページを覗きにいくと良いでしょう。
適切なもの / 適切でないものを選択する問題が多いのでそこを読み間違えないように
問題数が多いので、勉強してなかった問題には時間をかけず、取れるところを確実に取れるようにしましょう。

最後に

今回は弊社スタッフがデータサイエンティスト検定(リテラシーレベル)を受験した結果となぜ受講したのかもお伝え致しました！

KUNOではデータサイエンスの分野にも力も入れていていますのでその領域に関わりたい方はぜひ当社をお勧めいたします！

こちらからご応募くださいね！