【最速レビュー】最短突破 データサイエンティスト検定(リテラシーレベル)公式リファレンスブック/技術評論社

データサイエンティスト検定リテラシーレベル 技術書

最短突破 データサイエンティスト検定(リテラシーレベル)公式リファレンスブック

出版社:技術評論社
著者:菅由紀子ら 他多数
カテゴリー:試験テキスト
評価:

目次

  • 本書の概要
  • 本書の感想
  • 関連書籍など

本書の概要

本書の目次構成

  • 第1章 DS検定とは
  • 第2章 データサイエンス力
  • 第3章 データエンジニアリング力
  • 第4章 ビジネス力
  • 第5章 数理・データサイエンス・AI(リテラシーレベル)モデルカリキュラム
  • データサイエンティスト検定TM リテラシーレベル模擬試験 問題
  • データサイエンティスト検定TM リテラシーレベル模擬試験 解答例

本書の概要

本書は、2021年9月より開始される「データサイエンティスト検定TM リテラシーレベル」の公式テキストとして発売されたものになります。
私は結構早いタイミングでAmazonの予約をしていたのですが、当初8月下旬ごろの発送と書かれていたのですが、結局9月に入ってからの発送となりました。届くのが遅かったことがちょっと不満です。

さて、本書の概要に戻ります。

本書は大きく分けて6つの構成となっております。目次構成をご覧になって大まかに把握された方は飛ばしていただいて結構です。

まずDS検定の説明があります。これは、基本的に様々な資格試験テキストの冒頭に記載されている内容と変わらず、試験の概要や範囲、その試験の目的などが記載されています。

次にデータサイエンス力に関する章となります。
データサイエンスとは、主に統計学、数学、そして可視化など、まさに「データサイエンス」という一つの学問としては既存の表現では表現しにくい範囲となっております。
統計学については、正確な範囲までは把握していないですが、統計学については、統計検定3級〜2級程度の知識が必要となりそうです。大学で1年生などが受講する教養の統計学程度のイメージです。
数学に関しては、行列や導関数などの解説があります。そのほか図の見せ方や機械学習に関しての解説もあり、非常に多岐にわたる出題範囲と言えます。
ちなみにですが、このデータサイエンスがページ数としては最大です。

約100ページにも及ぶ「データサイエンス力」の範囲。試験の比重が高そうですね。

次にデータエンジニアリング力に関する解説です。
この中身として最も近いのは「基本情報技術者試験」の内容でしょうか。しかし、基本情報の一部分でしかなく、データサイエンティスト検定を合格するために基本情報をやるのはあまりに非効率そうです。まずは最低限この範囲を完璧にできれば良い感じでしょうか。
内容としては、エンジニアが日々接する、非常に簡単な内容の技術や名称、その言葉の意味などが問われています。
現役の方は、日々の会話の中身がしっかりと説明できるようになれれば結構勉強せずともいけたりしちゃったりしそうな印象です。

次にビジネス力に関する解説。
ここは「あなたのビジネス力は?」と同義でしょう。日々の業務の中でどれだけ真摯に業務と向き合っているかを問われているような気がします。
一部知識を問うような範囲の解説もなされていますが、基本的にはしっかりと考えたりすることで、理解できると思います。この範囲での失点は避けたいというところです。

最後に模擬試験。
本試験のレギュレーションは90分90問。想定合格基準は、あくまで非公開となっていますが、70〜80%を想定しているそうです。
本章では、45問の模擬試験が記載されています。ここはフルの90問欲しかったですね。ただ公式の模擬試験ということで、まずはこれらの問題を完璧にするところからが攻略の第一歩ですね。
とはいえ、攻略するような試験でもないので、本質の理解をお忘れなく…。

本書の感想

本書の感想です。ざっくりと読ませていただきました!
これから本書を使って、9月末の試験に向けて仕上げていきたいと思います!

なので、試験の結果についても後日記事にできればいいなと思っていますのでお楽しみに。

さて、本書を通して読んでみて思ったこと、それは、
「データサイエンティストって知っておくべきこと多すぎませんか…?」
です。

改めて、茨の道に飛び込んでしまったなあと思います。

しかし、データサイエンティスト協会のスキル定義委員の方もおっしゃっていました。

「スキルは満遍なく高い必要はない。自分の特徴があっていい。ビジネスに特化している人、サイエンスに特化している人、エンジニアリングに特化している人。それぞれの深さと組み合わせで特徴がある。全部できるスーパースターはデータサイエンティスト協会にもほんの一握り。もしかしたらいないかもしれない。」

そんなようなことを飲み会の時におっしゃていました。(ような気がします。)

帯には安宅和人氏からのメッセージも…!

とはいえ、本試験の「リテラシーレベル」。このレベルは最低限として各スキルセットで満たしておきたいというのが本音ですよね。

データサイエンティスト協会では、本テキストの「リテラシーレベル」を「見習いレベル」として、その上に「独り立ちレベル」「棟梁レベル」「業界を代表するレベル」としています。
全てのスキルで「見習いレベル」はクリアして、独り立ちレベル以降のスキルを自分の特徴や経験などから磨いていくのが理想的なキャリアだと考えられます。

なので、本試験以降のレベルでは、もしかしたらそれぞれのスキル範囲で試験が分かれたりなんてこともあるかもしれませんね。なにせ全てのスキルを持ち合わせていないといけないなんてことはないと、スキル定義委員の方が一番よく理解されているでしょうし、人によっては「この分野やっと独り立ちレベルや…誰にも言えない…」ってなってるかもしれないですしね!

関連書籍など

第5章の最後「数理・データサイエンス・AI(リテラシーレベル)を詳しく学ぶ」で紹介されている書籍です。

合わせて読んで欲しい

【人気記事ランキング】

【Python】Pandasデータフレームの1行目を列名にする方法
Python pandas.read_csv引数(オプション)まとめ
【Python】データフレームで文字を指定して列を分割する(pd.DataFrame / str.split)
統計検定準1級(CBT)合格までの道のり
【徹底分析!】統計検定準1級 出題傾向


【新着記事】
【第6話 ここまでの振り返り】現役データサイエンティストが機械学習でtotoを当てるまでの物語
【宣伝 Data Analytics Magazine 】仕事でオウンドメディア立ち上げました!
【第5話 特徴量生成】現役データサイエンティストが機械学習でtotoを当てるまでの物語
データサイエンティストを目指すならやっておきたい10のこと
書評『書く習慣』著:いしかわゆき/出版社:クロスメディア・パブリッシング

データサイエンティストの書評ブログ
趣味が読書くらいしかない駆け出しデータサイエンティストの書評ブログです。日々の勉強のアウトプットや趣味の読書のおすすめをしていきます。

コメント

タイトルとURLをコピーしました