データサイエンスの資格7選【データサイエンティスト】

こちらもおすすめ
データサイエンスの資格一覧
どれを受ければいいか
あわせて読みたい
こちらもおすすめ

【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College

データサイエンスの資格一覧

１．統計検定

統計検定公式サイト

最も有名で、最も古くからある資格がこちら。

確率・統計の教科書的な内容、理論について学べる。
４級、３級、２級、準１級、１級がある。
１級のみ、「統計数理」と「統計応用」の２科目の合格が必要。

２．G検定・E資格

こちらも有名。
どちらも一般社団法人日本ディープラーニング協会が実施している。

G検定公式サイト
G検定はジェネラリストのGで、ビジネスサイドの人向け。
機械学習・人工知能の基本的な知識を問う問題。
試験時間120分、多肢選択式220問程度。

E資格公式サイト
E資格はエンジニアのEで、データサイエンティストや機械学習エンジニア向け。
機械学習の背後にある数学の理解度も試す問題。
試験時間120分、多肢選択式100問程度。

G検定は受験資格不要だが、E資格には受験要件として「JDLA認定プログラムを試験日の過去2年以内に修了していること」が求められる。「JDLA認定プログラム」とは機械学習・人工知能に関する通信教育のこと。

３．ビジネス統計スペシャリスト

ビジネス統計スペシャリスト公式サイト

科目が２つある。
エクセル分析ベーシック（基礎レベル）は、選択問題・穴埋め問題で40問前後。
エクセル分析スペシャリスト（上級レベル）は、選択問題・穴埋め問題で30問。

４．人工知能プロジェクトマネージャー試験

人工知能プロジェクトマネージャー試験公式サイト

合格者像は、
「AI構築に関する専門知識の全体像を理解し、自身でもAI構築可能な技術的背景を持ちつつ、”組織に成果をもたらせるAI”の構築のために目標を設定し、責任を持ってチームを牽引して、予算、品質、スケジュールの面で計画通りプロジェクトをマネジメントできる人材」
とのこと。

ジェネラリスト寄り・ビジネスサイド寄りの内容だろう。
試験は択一式で78問。
配点は
「組織及びマネジメントに関する分野：計360点」
「技術的専門知識に関する分野：計630点」
の合計990点満点。

５．データサイエンス検定

データサイエンティスト検定リテラシーレベル公式サイト

データサイエンティスト協会が主催。
比較的最近から始まった検定で歴史は浅いが、かなりメジャーになってきている。
ビジネス、サイエンス、エンジニアリングの3分野から出題。
選択式問題で90問、試験時間90分。

６．Python3エンジニア認定基礎試験

公式サイト

一般社団法人 Pythonエンジニア育成推進協会が実施している。

Python3の文法知識を問う試験で、選択式の40問、試験時間60分となっている。

７．Python3エンジニア認定データ分析試験

公式サイト

こちらも一般社団法人 Pythonエンジニア育成推進協会が実施。

Pythonによるデータ分析の基礎や方法を問う問題。
選択式で40問、正答率70%が合格ライン。

どれを受ければいいか

世間的に名前が知られているのは統計検定くらいだろう。
その次にG検定・E資格、データサイエンス検定あたり。
就活・転職で役立つかどうかは資格の知名度が最重要であり、統計検定なら就活でもちょっとは役に立つかな、という程度と思われる。

新卒就活の場合は学歴やコミュ力をはじめ、総合的な伸びしろを見られる。転職の場合は実務経験・実績が全てである。しかし、上記で挙げた資格も、面接でのプレゼン方法次第ではあるが、「自分で目標を設定して本業・学業にプラスアルファで努力できる」という証明にはなるはず。

就活・転職で直接役立たせるというよりは、データサイエンス関連分野について、学習スケジュールを立てて体系的に学ぶためのペースメーカーとして活用する、というくらいが良いと思う。

データサイエンティストとデータアナリストの違い5選 | Quant College

【やめとけ?飽和?】データサイエンティストのつらいこと7選【なくなる?後悔?クオンツからの転職】 | Quant College

主成分分析と因子分析の違いと使い分け【わかりやすく】 | Quant College

再現率/適合率とは？違い/覚え方【わかりやすく】 | Quant College

第一種過誤/第二種過誤とは？違いと覚え方をわかりやすく | Quant College

GRU (Gated Recurrent Unit)とは【わかりやすく】 | Quant College

LSTM (Long Short-Term Memory) とは【わかりやすく】 | Quant College

【簡単にわかりやすく】棄却サンプリングとは【乱数生成方法】 | Quant College

【簡単にわかりやすく】スプライン関数による曲線補間 | Quant College

ニュートン法と勾配降下法の違い | Quant College

【わかりやすく】最適化アルゴリズムの比較 (1) 局所最適化解法 | Quant College

最適化アルゴリズム概観 | Quant College