きょうも亀だけど

機械学習やデータサイエンスの勉強記録など

Python 3 エンジニア認定データ分析試験に合格しました

先日、 Pythonエンジニア育成推進協会の「Python 3 エンジニア認定データ分析試験」のベータ試験を受験し、無事合格しました。
次回受ける方の参考に、そして己の振り返りとして書きます。

受験時のスペック

  • データサイエンスや機械学習セミナーには数回参加
  • 業務でPythonを使った分析はしたことがない

G検定に合格してからしばらく経ちますが、相変わらず業務で分析はしていません。 その間にE資格に合格しています(後で記事にしたい)。

受験理由

1. 分析と名のつく試験を受けたかった
分析に特化した資格はまだ少ないため、簡単に他者に分析力をアピールできるこの資格は貴重だと思います。資格を取れば一定のスキルの証明になると考えました。

2. 他者へのアピール
1.と関連しますが、スキルを証明することで他者へアピールできると考えました。G検定を取得してから徐々にですが、先輩や上司、他部署のメンバーから「こいつは分析や機械学習のスキルを持ってるんだな」と認知されるようになりました。さらにアピールをするいい手段だと考えました。

3. スキルアップが面白い
いつもの動機です。徐々に取得資格が増えてきたので、どれをアピールするか悩むようになってきました。順調に使える呪文が増えているので楽しいです。

4. ライブラリの機能を広く知りたかった
Numpyやpandas、Matplotlibの機能は必要に応じて調べることで徐々に習得してきました。ただ、一般的には基本とされる機能も自分が使う機会がないとそもそも調べないので、抜け落ちている部分も多いんだろうと感じていました。どこまでをまずは把握しておくとよいかの指針を知りたいと思いました。

勉強方法

主教材である以下の書籍を購入しました。
https://www.shoeisha.co.jp/book/detail/9784798158341

試験チケットとセットで売っていたものを買いました。データエンジニアの役割や数学の章は知識として固まっていると感じたので流し読みしました。Numpy、pandas、Matplotlib、scikit-learnの章はざっくりと全体を把握し、自分が知らなかった機能を中心に読み込みました。できればJupyter Notebookですべて写経したかったのですが、サボってしまいほとんどできませんでした。試験当日早朝に慌てて叩き込みました。

試験について

思ったよりも簡単で、時間が余りました。満点も十分狙えたと思います。Twitterで受験報告している方も大体8割以上は取っていたようです。
正直、「これに受かったからバリバリ分析できるぜ!」とはならないと思いました。どちらかというと、「分析を行うにあたってこういう基本的なことを知っておいてね」というレベルだと感じました。今後、上位資格が出てくることを期待したいなと思います。

今回はベータ試験ということもあり、試験後にアンケートがありました。問題の誤記や違和感があるところを試験中にメモし、アンケートに回答する形でした。入力文字数が制限されていたので、メモした内容すべてを記入できなかったのが残念でした。今回のアンケートをもとに試験の精度が上がっていくのだと思います。

合格後の効果

知識の幅が広がった
勉強の過程で初めて知った機能がいくつかありました。こういう機能があるというインデックスを貼れたのは良かったと思います。

これから

次は専門統計調査士を受けるつもりです。今年こそリベンジし、専門統計調査士の認定証をゲットします。