勉強時の状態
2022年11月 統計検定準1級合格、2023年2月 Pythonエンジニア基礎合格、2023年4月 Pythonデータ分析合格していたこともあり、統計学、Pythonとデータサイエンスに関するある程度の知識は持っていました。
データサイエンティスト検定 リテラシーレベルの紹介では、データサイエンティストに必要なスキル領域として①ビジネス力、②データサイエンス力、③データエンジニアリング力の3つが必要と記載されています。
これまで取得してきた資格知識がありましたので、データサイエンス力のスキルにはある程度自信がある状態でした。ビジネス力もこれまでIT業界で法人営業、マーケターとして10数年ほどの業務経験があるため、契約関連も知識は持っており、データエンジニアリング力の知識がほとんどなくここを補わないと合格できないだろうな、というのが勉強前時点の私の状態です。
（出典）データサイエンティスト協会 データサイエンティスト検定リテラシーレベルとはhttps://www.datascientist.or.jp/dscertification/what/
合格までに勉強したこと
（１）時系列
2023年4月 データサイエンティスト検定の勉強開始 2023年4月～2023年6月 勉強時間 約45時間 2023年6月 データサイエンティスト検定受験（365点 合格）
（２）書籍・サイト単位
＜合計＞ 45時間 最短突破データサイエンティスト検定 公式リファレンスブック 20時間 徹底攻略データサイエンティスト検定問題集対応 12時間 スキルアップＡＩ 9時間 ＳＱＬ ゼロからはじめるデ－タベ－ス操作 3時間 教養としてのデータサイエンス 1時間
上に記載している勉強をおこなった結果、第4回(2023年6月実施) データサイエンティスト検定に合格することができました。
合格した勉強法
私が合格までにおこなった勉強法は以下の通りです。
１．最短突破データサイエンティスト検定 公式リファレンスブック
まず初めにテキストである「最短突破データサイエンティスト検定 公式リファレンスブック」を一通り読みました。分からないところは調べて、行間を埋めるために手書きでテキストに書き込みます。約8時間で1周することができました。
最終的には２．問題集、３．スキルアップAIで勉強した後に２，３周し、知識を深めるために最後まで活用させていただきました。
なお、このテキストには最期に模擬試験45問が掲載されていますが、この45問とは別に以下記載のURLに模擬問題90問が公開されています。私がこの模擬問題90問を初めて解いたのは、試験受験日の前日です。前日に解いた理由は後ほど記載しています。
（参考)技術評論社 サポートページ https://gihyo.jp/book/2022/978-4-297-12832-6/support
２．徹底攻略データサイエンティスト検定問題集対応
問題演習として、理解力を深めるために販売されている以下の問題集を解きました。
１のテキスト（最短突破データサイエンティスト検定 公式リファレンスブック）を1周してすぐに問題を解いた時の正答率は
- データサイエンス力 ：70%程度
- データエンジニアリング力：55%程度
- ビジネス力 ：70%程度
でした。
合格したときのスコアシートを確認した時もデータエンジニアリングの正答率が一番低く、勉強し始めた時からこの分野の正答率を上げるための学習方法を考える必要がありました。
なお、最後の「第8章 総仕上げ問題」は模擬問題90問と同様試験前日まで解きませんでした。
理由は、データサイエンティスト検定受験にあたり私が感じた課題が「販売、公開されている問題が少なく、問題演習を通じて知識を深めることが難しい」だったからです。
データサイエンティスト検定は初めてかつ問題の傾向も分からなかったため、1のテキスト「模擬問題90問」、及び2の問題集「第8章 総仕上げ問題」を早い段階で解いてしまうと、初見の問題に取り込む機会がなくなると考えました。
また、統計検定準1級で過去問題に過学習して不合格になってしまった二の舞にならないようにしたかったという考えもありました。（過学習とは簡単に説明しますと、普段解く問題は解けるが初めて解く問題は解けない状態のことを指しています）
データサイエンティスト検定は、統計検定、Python試験とは違い、公開されている問題（演習問題）が少ないため、同じ問題を繰り返し解くことで、過学習にならないよう注意する必要があると考え、試験直前に解いて自分の知識レベル確認のために、活用することにしました。
テキストの一読、問題演習をした後は知識を深めるために、追加教材で学ぶことに決めました。
スキルアップAIで公開されている「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」ではデータサイエンティスト検定に必要な知識を動画形式で学ぶことができます。講師の方の説明もとても分かりやすいのでオススメです。
後で気づいたのですが、講師の方が執筆された本が「２．徹底攻略データサイエンティスト検定問題集対応」でした。
スキルアップAI ・申し込みが必要ですが、無料でデータサイエンティスト検定に関連する分野の説明動画を視聴することが可能です。 ・プレゼンテーション資料を活用された説明により、とても理解が深まります。
（出典）スキルアップAI 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https://www.skillupai.com/ds/（※上の画像は2023/8時点のカリキュラムです）
私は自分の弱点分野であるデータエンジニアリングに関する動画を中心に視聴し、最終的にすべてのカリキュラムを視聴しました。
４．ＳＱＬ ゼロからはじめるデ－タベ－ス操作
受験日までに弱点であるデータエンジニアリング（SQL）を強化する必要があると思い、Amazonで色々検索し、以下の本を図書館で借りることにしました。（最終的に購入し、手元に置いています。初心者でも分かりやすく、SQLについて解説されています）
こちらの目次は以下の通りです。基礎から幅広く説明されています。
私は第8章、第9章はデータサイエンティスト検定の範囲外だろうと想定し、読みませんでした。それでも合格できたので、こちらの本を読まれる場合は第0章～第7章を読むということで良いと思います。
＜目次＞ 第0章 イントロダクション――SQL学習環境を作ろう 第1章 データベースとSQL 第2章 検索の基本 第3章 集約と並べ替え 第4章 データの更新 第5章 複雑な問い合わせ 第6章 関数、述語、CASE式 第7章 集合演算 第8章 SQLによる高度な処理 第9章 アプリケーションからデータベースへ接続する
（出典）翔泳社 SQL 第2版 ゼロからはじめるデータベース操作https://www.shoeisha.co.jp/book/detail/9784798144450
５．教養としてのデータサイエンス
最後に以下の本も図書館で借り、勉強しました。２の問題集「徹底攻略データサイエンティスト検定問題集対応」を解いた際に、モデルカリキュラム分野も受験日までに強化しておいた方がいいかなと感じたからです。
勉強時間も1時間程度と比較的短めです。
自分が知らない分野をパラパラめくりながら確認し、分からない分野のみ読んで知識を深めるという読み方をおこなったからです。
６．徹底攻略データサイエンティスト検定問題集対応（2周目）
ここで、再度２の問題集「徹底攻略データサイエンティスト検定問題集対応」に戻り、間違った箇所のみ2周目として問題を解きました。
私の問題演習する際の基本スタンスは、3周することです。
- 1周目：全問解く（間違った箇所はチェック）
- 2周目：間違った箇所のみ解く（再度間違った箇所はチェック）
- 3周目：1度、2度間違った箇所のみ解く
ここでも答えを丸暗記するのではなく、どうして間違ったのか、正しい答えはどうしてか？を細かく調べて、気づいたことをテキストに書き込みます。
６．模擬問題90問 & 総仕上げ問題
私の場合、このタイミングで受験日前日になりましたので、
- 最短突破データサイエンティスト検定 公式リファレンスブックの模擬問題90問
- 徹底攻略データサイエンティスト検定問題集対応 総仕上げ問題
を解きました。結果的には
- 模擬問題90問：正答率 78%
- 総仕上げ問題：正答率 86.7%
となり、過去の傾向から約80%が最低合格ラインかなと思っていましたので、ギリギリ合格するのでは？と安心しました。
７．試験当日の最後の問題演習
ここまでくると最後の悪あがきになりますが、以下の問題演習を行いました。
- 徹底攻略データサイエンティスト検定問題集対応（3周目） ※間違えた箇所のみ
- 模擬問題90問 ※間違えた箇所のみ
- 総仕上げ問題 ※間違えた箇所のみ
この3つを2時間ほどで勉強し、試験会場へ向かい、合格することができました。
最期に
合格後に思ったことは、統計検定の勉強でとても助けられたということです。統計検定2級レベルの知識があるとだいぶデータサイエンティスト検定の勉強もしやすくなるような気がしました。
個人的に統計検定 2級、準1級と両方取得していますが2級あたりから難易度が高まります。
そのため、データサイエンティスト検定取得が目的で、統計検定の取得を目指されていない方は統計学を学ぶための本はたくさん出版されていますので、そういった本で統計学分野を強化されるといいかもしれません。
お読みいただけました方へ少しでもお役に立てればとても嬉しいです。
合格を祈念しております！
最後までお読みいただき、ありがとうございました。
コメント