データサイエンス

【模試やってみた】データサイエンティスト検定リテラシーレベル

2021年9月4日

データサイエンティスト検定のリテラシーレベルの模試ってどんな感じなの?

ということで、このブログを見てもらっている人は、データサイエンティスト検定のリテラシーレベルを受けようとしている人ではないでしょうか?

そんな人向けに、データサイエンティスト検定のリテラシーレベルの模試を受けてみての感想をお伝えしていきます

 

僕は現在、人材領域のビジネスをしています。

データサイエンスの経験は全くありません。ただ、新しいビジネスをつくっていく中でデータサイエンスの領域にトライする必要があるのです。

そこで、データサイエンスを学ぶには何をしたらいいかな?と必要性を感じて、たどり着いたのが、データサイエンティスト検定「リテラシーレベル」だったのです。

 

実際、このデータサイエンティスト検定のリテラシーレベルを学ぶ中で

・AI技術やビッグデータなどでできること、できないことは何か?

・AIのプロジェクトを進めるにあたっての段取りはどうすべきか?

・取引先やパートナーとの交渉において、どのような項目を検討する必要があるのか?

などが、少しずつ見えてきている部分もあります。

 

ですから、このデータサイエンティスト検定を受ける中での学びは、最低限の知識を学ぶには良さそうです。

そして、僕はデータサイエンティスト検定「リテラシーレベル」の受験が2021年の9月下旬に差し迫っており、今回2021年9月4日に模試を受けてみました。

今回は、そんな模試を受けての感想や今後の検定試験に向けての取り組みなどについてまとめてみたいと思います。

 

このブログが、今後データサイエンティスト検定を受験する人や、学ぼうとする人の参考になれば嬉しいです。

 

 

スポンサードサーチ

データサイエンティスト検定「リテラシーレベル」とは?

データ サイエンティスト検定 リテラシーレベルの模試をやってみた

そもそも、データサイエンティスト検定「リテラシーレベル」とは何?ということを確認しましょう。

データサイエンティスト検定「リテラシーレベル」の概要

これは、データサイエンティスト協会が認定する2021年にできた新しい検定です。

公式HPでは下記のように記載されています。

『データサイエンティスト検定™ リテラシーレベル』(略称:DS検定™ ★)とは、アシスタント・データサイエンティスト(見習いレベル:★)と数理・データサイエンス教育強化拠点コンソーシアムが公開している数理・データサイエンス・AI(リテラシーレベル)におけるモデルカリキュラムを総合し、実務能力と知識を有することを証明する試験です。

データサイエンティスト

データサイエンスの領域を学ぶにはもってこいの検定だと思って申し込みました。

その他概要はこちらの通りです。

対象 ・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
受験資格 なし
受験申込金額 一般10,000円
学生5,000円
受験概要 選択式問題
全国の試験会場で開催(CBT)
問題数80問程度
試験時間90分

データサイエンティスト検定「リテラシーレベル」の範囲

それでは、気になるデータサイエンティスト検定「リテラシーレベル」の試験範囲はどんな感じなのでしょうか?

こちらも、公式HPでは下記のように記載されています。

スキルチェックリストの3カテゴリ(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)の★1(見習いレベル)相当と数理・データサイエンス・AI(リテラシーレベル)におけるモデルカリキュラムを総合した範囲

うーん、よくわかりませんかね。

ちなみに、データサイエンティストになるためには、3つのスキルが必要と言われています。

それがデータサイエンス力、データエンジニア力、ビジネス力と言われています。

その3つの領域を具体的に見ると、このような内容のようです。

データサイエンス力 統計数理基礎、線形代数基礎、微分・積分基礎、回帰/分類、評価、検定/判断、グルーピング、性質・関係性の把握、サンプリング、データクレンジング、データ加工、方向性定義、軸だし、データ加工、表現・実装技法、意味抽出、アプローチ設計、統計情報への正しい理解、データ確認、俯瞰・メタ思考、データ理解、洞察、機械学習、時系列分析、言語処理、画像処理、動画処理、音声/音楽処理、パターン発見
データエンジニア力 システム運用、システム企画、クライアント技術、通信技術、基礎知識、テーブル定義、DWH、分散技術、クラウド、フィルタリング処理、ソート処理、結合処理、クレンジング処理、マッピング処理、サンプリング処理、集計処理、変換・演算処理、データ出力、データ展開、データ連携、基礎プログラミング、データインタフェース、分析プログラム、SQL、基礎知識、攻撃と防御手法、暗号化技術
ビジネス力 ビジネスマインド、データ倫理、コンプライアンス、契約、MECE、言語化能力、ストーリーライン、ドキュメンテーション、説明能力、KPI、スコーピング、データ入手、データ理解、意味合いの抽出・洞察、評価・改善の仕組み、プロジェクト発足、リソースマネジメント、リスクマネジメント

内容は少し難しそうな単語が並んでいますが、リテラシーレベルであれば初学者向けなので、しっかり暗記すれば大丈夫なのでは?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」の合格基準

この合格基準は2021年9月時点では非公開となっています。

この検定も、2021年が最初ですし、まだまだ試行錯誤があるのでしょう。

・どのくらいの人が受験するのか?

・どんな人が受験するのか?

・試験内容に対してどのくらいの正答率が平均なのか?

などを見て、合格基準を決めていくのではないでしょうか?

 

データサイエンティスト検定「リテラシーレベル」の模試をやってみた

データ サイエンティスト検定 リテラシーレベルの模試をやってみた

さて、本題のデータサイエンティスト検定「リテラシーレベル」の模試を実際にやってみました。

「リテラシーレベル」の模試の正答率65%だった

はい、結果をお伝えすると正答率が65%でした。

・問題数90問

・正解数56問

・正答率65%

合格基準がわかりませんので何とも言えませんね。

他の初学者向けの試験の合格基準を見てみると・・・

英検3級 6割
簿記3級 7割
ファイナンシャルプランナー3級 6割
秘書検定3級 6割

などでした。

6割水準が多いので、正答率6割なら合格・・・ということになります。

僕は動画学習のみなので、今のレベルで合格できるなら、割と簡単という印象です。

「リテラシーレベル」の模試の得意領域

模試をやってみて感じたのは、ビジネス周りの知識であれば得意だな、ということです。

データサイエンティストに求められるスキルの一つに「ビジネス力」というものがあります。

これは、プロジェクトマネジメントや、課題解決の手法などが求められるわけです。

こういった問題では、プロジェクト管理の仕方やKPIなどの指標の設定の仕方などが出てきます。

これらは、ビジネスの基本だったりするので、勉強しなくてもこれまでのスキルである程度解ける感じでした。

「リテラシーレベル」の模試の苦手領域

一方で苦手だと思ったのは、統計やITに関する知識面です。

たとえば

・二項定理や標準偏差などの統計の知識

・WEBに関する用語やネットワークの知識

・プログラミング言語などのITスキル

などについては、一から勉強なので、なかなか難しかったです。

とはいえ模試をやることで、データサイエンティスト検定「リテラシーレベル」のレベルがなんとなくつかめました。

試験まで残り3週間ほどですが、抑えるべき知識なども見えてきたので頑張っていきたいと思います。

 

スポンサードサーチ

【まとめ】データサイエンティスト検定「リテラシーレベル」

データ サイエンティスト検定 リテラシーレベルの模試をやってみた

いかがでしたでしょうか?

今回のブログではデータサイエンティスト検定「リテラシーレベル」の模試をやってみての手ごたえなどについてお伝えしました。

データサイエンティストという仕事は、まだまだこれから発展していく可能性がありますし、模索されている仕事です。

僕も、そんな新しい領域のスキルをつけるために、まずは周辺知識を勉強して、自分も目指していけるのか?を考えています。

そういったことを確認するうえでは、データサイエンティスト検定「リテラシーレベル」の受験は一つの目安になると思います。

このレベルの知識の習得を難しいと感じるのであれば、データサイエンティストにはなれないでしょう。

そういった意味で、データサイエンティストに興味がある人は、ぜひ受験してみてください。

また、データサイエンティスト検定「リテラシーレベル」に向けては公式ガイドブックも出版されています。

ぜひ、こちらも参考にしてみてくださいね。

【公式テキスト】データサイエンティスト検定(リテラシーレベル)公式レファレンスブックのレビュー
【公式テキスト】データサイエンティスト検定(リテラシーレベル)公式レファレンスブックのレビュー

続きを見る

 

スポンサードサーチ




-データサイエンス

Copyright© 30代からの自分磨き , 2021 All Rights Reserved Powered by AFFINGER5.