※本記事はアフィリエイト広告を含んでいます
どーも、りけーこっとんです。
データサイエンティスト見習いとして日々頑張っております。
そこで皆さんは、こんな悩みを持っていませんか？
「データサイエンティストを目指すんだったら資格あった方が良いよな…」
「資格って何があるんだ？」
「その資格から手をつけよう？」
今回の記事は、こんな悩みを持つあなたにお答えする記事です。
データサイエンティスト見習いとして、初心者から目指すならこの資格！というものを紹介していきます。
結論から言うと、初心者が目指すべき資格は以下の通り。
・基本情報技術者試験（ＦＥ）
・Ｇ検定
・統計検定２級
・Python3エンジニア認定データ分析試験
・簿記
では、本文から具体的に見ていきましょう。
データサイエンティスト関連の資格
データサイエンティストの関連資格は、山ほどあります。
やることが多いから、必然的に関連する資格も増えてしまうんです。
ただこのサイトで紹介する以上、重要なことは「初心者でも目指しやすく、AIや統計、ビジネスの基礎が学べるもの」です。
そこで今回紹介するのは、以下の五つ。
・基本情報技術者試験（ＦＥ）
・Ｇ検定
・統計検定２級
・Python3エンジニア認定データ分析試験
・簿記
初心者からデータサイエンティストを目指す方にとって重要なのは、以下のようなことがあるかと。
・IT分野の仕事がどういう流れで進められるのか
・基本的な数学は理解してるか
・基本的なプログラミングは理解しているか
・AI技術の基礎知識、事業活用例を知っているか
・基本的なビジネスマインドは持っているか
「多いよ！」「１つもできてない、終わった…」
こんな声が聞こえてきそうですが、大丈夫です。
りけーこっとんもできていませんし、一緒に一つずつ頑張っていきましょう！
いきなり全てをやろうとするのではなく、一個一個着実に進めていければ良いんです。
では、上記の資格を順番に見ていきましょう。
基本情報技術者試験（ＦＥ）
この資格は情報処理推進機構（IPA）が出している資格です。
国家資格であり、「基本」と付いているくらいですから、幅広いIT分野の範囲の基礎をカバーできるようですね。
主に以下の３つに分かれています。
・テクノロジ系
・マネジメント系
・ストラテジ系
テクノロジ系は「数学・データベース・プログラミング」が理解できているかどうか。
マネジメント系は「プロジェクトを進める上での、様々なマネジメント手法」が理解できているか。
ストラテジ系は「情報システム戦略・経営戦略・法務」について理解してるかどうか。
これらが問われます。
このように技術的な部分だけではなく、仕事の進め方の流れ、ビジネスの基本的な考え方まで網羅的にできるようですね。
「データサイエンティスト関連の資格」の章で述べた「初心者から始める人にとって重要なこと」は以下の通り。
・IT分野の仕事がどういう流れで進められるのか
・基本的なビジネスマインドは持っているか
これらを体系的に学ぶのに、良い資格なのではないでしょうか。
Ｇ検定
ディープラーニングの基礎的な知識を持っていて、それが事業活用できるかを問う試験のようですね。
エンジニアに必要なプログラミングの知識を問うと言うより「AIに関して幅広く知見を持っているか」を問うようです。
具体的には以下のようなことが問われるみたいですね。
・人工知能の基礎知識
・機械学習、ディープラーニングについて
・基本的な数学
「人工知能の基礎知識」は”人工知能とは何か？”から歴史、問題点まで把握しているか。
「機械学習、ディープラーニングについて」は、概要・手法・実装例などを知っているかどうか。
「基本的な数学」は統計検定三級ほどの、数学の知識のようです。(統計検定は次の章で述べます)
「データサイエンティスト関連の資格」の章で述べた「初心者から始める人にとって重要なこと」は以下の通り。
・基本的な数学は理解しているか
・AI技術の基礎知識、事業活用例は知っているか
これらのことが体系的に学べるのが、Ｇ検定ではないでしょうか。
りけーこっとんも、絶賛この資格の勉強中です。
統計検定２級
これは、基礎的な統計知識が理解できているかを問う試験です。
３級４級もあるんですが、今回は二級を取り上げます。
２級が難しいなと思った方は、３級４級から初めて見るのも良いでしょう。
統計検定２級の大まかな出題範囲は以下の通り。
大学基礎課程（１・２年次学部共通）で習得すべきことについて検定を行います。(出典：https://www.toukei-kentei.jp/about/grade2/)
つまり高校数学に加えて、大学で習う統計学の基礎を理解できているかどうか、を見られているということですね。
細かく見ていくと以下のような範囲がありました。
・データの分布の仕方や相関について
・回帰モデルの基礎と確率・確率変数
・データの収集から推測までの手法
所々、難しい言葉がありますが、そこも含めて理解しなければならないのが統計検定２級です。
「データサイエンティスト関連の資格」の章で述べた「初心者から始める人にとって重要なこと」は以下の通り。
・基本的な数学は理解しているか
これに特化して体系的に学べるのが、統計検定２級ではないでしょうか。
Python3エンジニア認定データ分析試験
これは、その名の通りPythonのプログラミングができるかどうかを問う試験ですね。
試験の大まかな内容は以下の通り。
・Pythonの基礎
・線形代数、確率、統計など数学基礎
・Numpy、Pandas、Matplotlib、scikit-learnでの分析
英語がすごく並びますね。
「データ分析試験」とある通り問題割合としては、一番下の範囲が最も多く出るようです。
Pythonでデータ分析できる基礎が固まってるか、を試験する様ですね。
「データサイエンティスト関連の資格」の章で述べた「初心者から始める人にとって重要なこと」は以下の通り。
・基本的なプログラミングは理解しているか
これに特化して体系的に学べるのが、Python3エンジニア認定データ分析試験ではないでしょうか。
簿記
簿記は、最も多くの方が聞いたことのある資格ではないでしょうか。
会計処理、財務諸表など会計に関する資格です。
「何で会計の知識？」と思うかもしれませんね。
オススメする理由は以下のような感じ。
・全く知識がなくても取りやすい資格(3級であれば合格者が多い)
・企業と会計は切っても切れない関係なので、問題発見に役立つ
・財務関係を意識することは、ビジネスマンにとって必須
このようにビジネスマンにとって、お金のことを知っておくことは必須とも言えるのです。
簿記を勉強することで財務関係に詳しくなり、「お金が意識できる」ビジネスマインドを養いましょう。
「データサイエンティスト関連の資格」の章で述べた「初心者から始める人にとって重要なこと」は以下の通り。
・基本的なビジネスマインドは持っているか
これが学べるのが、簿記ではないでしょうか。
もちろん会計知識だけが「ビジネスマインド」ではないですが、簿記から始めるのは理にかなっていると思います。
結局何から始めれば良い？
データサイエンティスト関連の資格は、上記で述べた以外にもたくさんあります。
これだけありすぎると
「結局何からやれば良いの？」となりますよね。
りけーこっとんのオススメは「Ｇ検定」もしくは「簿記」です。
転職者ならＧ検定
G検定おすすめの理由としては、AIの基礎知識と活用事例を学べるから。
サラリーマン経験があり、転職でデータサイエンティストを狙っている方は「Ｇ検定」からの学習が良いでしょう。
データサイエンティストはPythonを使う機会が多く、AI関係に従事する可能性も高いと言えます。
そこでAIの基礎知識を身につけられるのは「Ｇ検定」。
さらに活用事例までも学べるため、最終的にどのように応用されるかがイメージできていると、現場の仕事においても非常に役立つと思います。
Ｇ検定の勉強ができる教材はこちら。
新卒者なら簿記
簿記おすすめの理由としては、ビジネスマンの基礎知識だから。
データサイエンティストだけでなく、様々なサラリーマンに必要になってくる簿記。
新卒からデータサイエンティストを目指すなら、ビジネス基礎力を養うためにも、簿記を取っておくと良いでしょう。
会計の知識なので、有価証券報告書などが読めるようになり、より有意義な情報収集ができるようになります。
簿記は有名な資格なだけに、様々な勉強法があります。
その中でもオススメは「クレアール」です。
りけーこっとんは「クレアール」で勉強し簿記二級を取得しました。
最安水準で、教材が充実しており、万が一合格できなくても一年間の補償が付いています。
（独学や本一冊のみで学ぶよりは高いですが、確実に取りたいなら「クレアール」で専門の方から教わるのが一番早いでしょう）
2・6・11月は試験月なので、高い割引がされていることがあります。
高い割引月に安く勉強を始め、一気に合格してしまいましょう！
まとめ
今回はデータサイエンティストになるために、何の資格が必要か？ということを書いてきました。
まとめると
・初心者が目指すべき資格は「基本情報技術者試験」「Ｇ検定」「統計検定」「Python3エンジニア認定データ分析試験」「簿記」
・まずは転職なら「Ｇ検定」、新卒なら「簿記」からの取得がオススメ
こうしてみると求められることが多くて、大変そうに見えるかもしれません。
しかし最初から全てができる人なんていませんし、三つの力全てが完璧である人なんて、ごく少数でしょう。
大切なのは、最初の一歩を踏み出すこと。
どれか一つ手をつけることを決めて、そこから一歩ずつ、着実にステップアップしていきましょう！
りけーこっとんも一歩ずつ前に進んでいきます。
ではまた～
コメント