Python 3 エンジニア認定データ分析試験に合格した話

この記事は約11分で読めます。

みなさん、Pythonしてますか?
私はコツコツと知識を溜めています。まだ溜めているだけで吐き出せてませんが。。

Python学習の一環として、2019年にPython 3 エンジニア認定基礎試験に合格し、
今年(2021年)の10月に「Python 3 エンジニア認定データ分析試験」という上位試験を受けてきました。

公式サイト:https://www.pythonic-exam.com/exam/analyist

今回は試験の内容は勉強した内容を紹介します。

Python 3 エンジニア認定データ分析試験とは

運営組織

この試験は、一般社団法人Pythonエンジニア育成推進協会という組織が運営しています。
運営陣のプロフィールを読むとPython大好きな人たちが作ったのが伝わってきますね。。

公式サイト:運営会社 https://www.pythonic-exam.com/aboutus

PyConというPythonのカンファレンスにも協賛しており、日本のPythonエンジニアを盛り上げていこうとしている組織です。

試験概要

 試験概要:Pythonを使ったデータ分析の基礎や方法を問う試験」*公式サイトから引用

 試験形式:CBT試験
 試験範囲:公式サイトに試験範囲、および公式の教本が提示されています。

試験の目的

Pythonの普及、Pythonエンジニアの育成を主軸にしている組織ため、

応用試験としてPythonと相性の良いデータ分析(機械学習)を試験にしたのでしょう。
試験としての歴史は浅く、開始から1年半(2021/11時点)ほどしか経っていません。

2021年6月に受験者数3000人を超えたとニュースになり、2021年11月には経済産業省が定めるITスキル標準(ITSS)にも登録されました。

試験勉強

使った教材

「Pythonによるあたらしいデータ分析の教科書」

本試験における教本 of the 教本
なぜならこの本を元に試験範囲を定め、問題が作成されているからです。
本試験を受験する場合は試験範囲を把握する意味でも必須の教材となります。

私はこの本を3周しました。
1周目:実際に書かれているコードを実行しながら読む
2周目:ただ読む。説明がわからない用語をネットで調べる
3周目:模擬試験等済ませた後にひたすら読む

ただし、個人的には解説がわかりづらい箇所が多々あり、この本だけで学習するのはあまりおすすめできません。また、誤記が多く、電子書籍版でも修正が反映されていないため先に正誤表を確認した方が良いと思います。
私は読み終わってから出版元のサイトで正誤表を確認したので、読んでいて混乱する場面がありました。

正誤表は下記リンク先の[正誤表]をクリック(翔泳社様のサイトに飛びます)
https://www.shoeisha.co.jp/book/detail/9784798158341

翔泳社公式サイトから引用

数学の知識は事前に勉強すべし

私は数学の知識が皆無だったので苦労しました。
試験対策としては下記の用語が理解できていればPython部分の勉強だけで問題ないと思います。

  • 統計
  • 微分積分
  • 行列
  • 線形代数

私は最初に下記のように簡単なイメージだけ覚えました。

  • 統計は情報の最小値、最大値、平均、中央値、最頻値、ばらつき
  • 微分接線の傾き
  • 積分グラフの面積
  • 行列数値を縦と横に並べたもの(数値1つとは概念がことなる)」
  • 線形代数は行列を使って数値や方程式を簡単にしたり情報を削減できる」

各用語の計算や考え方は都度詰まった時にググって理解を繰り返しました。(もうほぼ忘れてきている)

Pythonライブラリの使い方は触って覚えるべし

Pythonの試験なのでここが一番重要です。
大きく分けて以下ライブラリが試験範囲となります。

  • NumPy (ナムパイ)
  • Pandas(パンダス)
  • Matplotlib(マットプロットリブ)
  • Scikit-learn(サイキット – ラーン)

上記4つのライブラリで試験範囲の60%以上を占めます。
合格ラインが70%ですのでPythonライブラリを制すればデータ分析試験を制する。ということになります。
最悪数学部分の範囲を捨ててもいいレベルです。

環境構築は一度はやるべき

私はM1 Macを使用しているため、ローカルでの環境構築に苦労しました。Apple Siliconの弊害。。
いろいろ調べた結果M1 Macでは「miniforge」というパッケージで環境構築して教本のコードを実行して学習しました。
miniforgeはAnacondaの最小構成版[miniconda]のリポジトリ違いのもの。だそうです。
よくわかりませんがM1 Macで簡単にNumPyやPandasを使える環境を構築できます。

環境構築も含め勉強だと思いますのでぜひご自身の環境にあった構築方法を検索して試してみてください。

Google Colaboratoryめっちゃ便利

試験の取得が目的の場合は環境構築の時間が勿体無いという人は、構築不要な下記のサービスを利用することをお勧めいたします。

Google Colaboratory

Googleが提供している無料のPython実行環境です。
もちろん、NumPyなどのライブラリも利用可能で

GPUリソースも無料で利用できます。ただし12時間でリセットされるので保存を忘れずに。

Amazon SageMaker Studio Lab

Amazonも同様のサービスを提供を開始しました。(2021/12/01)
GoogleよりAmazon派の方はこちらを。

受験前に腕試しをしたいなら

受験前に模擬試験を受けてみることをお勧めします。
公式が認めている模擬試験サイトが2つあり、両方無料で受験することが可能です。

DIVE INTO EXAM

無料で何回でも受けることができます。(問題の重複はあり)
問題の内容は比較的、本番に近い内容だと感じたので学習の総仕上げとして利用するのがおすすめです。
私は正答率87%の状態で試験に挑みました。

URL:https://diver.diveintocode.jp/dive_into_exam/lp

PRIME STUDY

無料で何回でも受けることができます。(問題数は第1回〜第3回の3回分)
1問に複数の要素を含めているため、1問ずつの難易度は高めですが
第1回の問題だけ、問題の解説や解説動画があるのですごくわかりやすいです。
私はこのサイトの解説動画でとても救われました。

  URL:https://study.prime-strategy.co.jp/

受けてみた感想

結果:900点(700点以上で合格)

模擬試験サイトのおかげである程度自信がついた状態で挑むことができました。
本番の試験では模擬試験と形式が全く異なる問題が数問ありましたが、そこまで悩む問題はありませんでした。
一番辛かったのは、行列の計算を暗算で行う必要があるので模擬試験などでも暗算で解く練習をしておいた方がいいと思います。※2x2とか3x3くらいしかでませんよ。
知人は計算問題1問もでなかったそうなので出題パターンの運もありそうですね。

Pythonといえば機械学習、機械学習といえばPythonな今日この頃(適当)。
Pythonやこの試験に興味をもった方の参考になれば幸いです。

コメント