Pythonデータ分析検定の備忘録 / 資格を取る上での考え方
こんにちは。久々の投稿ですが。
4月17日に、Python エンジニア認定データ分析試験を受験し、無事合格することができました！！！！
今日は簡単に、合格までの流れを残しておきます。受験予定の方は参考にしてもらえれば幸いです！
また、エンジニア界隈ではよく資格の必要性について議論されることがあったり、友人ともたまにそういう話になることがあるので、自分なりの意見も書いておきます。
資格の勉強をする・資格を取得する意義について
研究していたり、社会人のエンジニアの方に話を聞く中で、
「資格を持っていても、実践で使えなければ意味がない」
と感じたり、そういう話をよく聞きます。
ごもっともだなと感じる一方で、やはり知識を一旦知っておくという意味では勉強して損はないし、
資格を保有している = 勉強に前向き・その分野に対して興味を持って取り組める・概念は理解できている
ということにはつながると思うので、そういう意味では勉強する価値・取得する価値はあるかなと思います。
ただ、自分は合格するために勉強するという方向に流れがちなのが、嫌だなと感じます。
高校や大学では興味で勉強する科目がある一方で、高い成績を取るため・高い点数を取るために勉強することが多々あります。
まあ大学生なんてそんなもんと言ってしまえばそれまでですけど、実際に研究していて勉強したはずなのに忘れていた とかザラにあるので、そういう状況に直面すると
「取得のために資格の勉強をする」のではなく「知識の収集に資格の勉強を活用する」
という目的にする必要はあるかなと思います。考え方の問題ですけどね。
そんな自分は、G検定と基本情報を今後は頑張ろうと思ってます。
基本情報はSEには最低限の必要な知識であるということ、どうせ社会人1年目あたりで取る羽目になる、G検定は研究内容が機械学習周りなので、その補完的な意味で。
自分について
情報系の学部に通う普通の大学生
Pythonは1年生から学んでいて、卒業研究でもPythonを主に使用
Python エンジニア認定基礎試験は昨年11月ごろに合格済み
という感じです
受験した目的・理由
これは以前の基礎試験の体験記でも言っていますが、
機械学習やデータ分析といった分野の触りの知識は理解していますよ、知っていますよ という証明になるから
が大きいですね。まあはじめに書いた資格を取る意義に沿って という感じです。
あとは
研究内容が機械学習周辺なので、知識として改めて理解しておきたい
というのがありました
勉強法
まずはテキストですね。とりあえずテキストを一周読み込むというのをやりました
本当は1週間くらいでやりたかったですが、モチベと忙しさで2週間くらいかかりました。
コツは、じっくり読み込みすぎないということです。どうせ過去問でわからなかったところ、間違えたところは読み直すので、細かいメソッドの使い方などはサラッと流して、知識ベースの部分(例えば、機械学習には教師ありと教師なしと強化学習があって、教師ありはどういう手法で,,など)
次は過去問です。
過去問は公開されていないので、模擬演習のサイトで演習しまくりました。
使ったのは、おなじみの2つのサイトです
DIVEの方が易しめですが、基礎試験よりもやはり難しく感じました。割とコードの実行結果が問われるのが多く、このメソッドを使ったとき、どうデータを加工するんだっけ？みたいな感じで序盤はだいぶ間違えた記憶があります。
また今回は、間違えた問題とその答え、理由などをNotionのDBに記録しておきました！
せっかくなので、公開しておきます★
これを見直して間違えたところを重点的に理解するようにしました。やっぱりなぜ間違えたのか、どういう理由でその選択肢が正解で他が不正解なのか を知ることは重要だと感じました
試験当日・結果
問題内容は詳しく書けませんが、わりと単純な問題が多かったように感じます。コードも短めなものがメインだったので、ある程度理解できていれば解けるはずです。
模擬演習で合格点を取れていれば大丈夫だと思います。
当日はじっくり解いて、復習もじっくりやって、40分くらいで終えました。
結果は、900点で合格でした〜！
以上で、体験記っぽいものを終わります
大切なのはこの勉強で得た知識を実践で役立たせることだと思うので、しっかり知識として定着させて研究がんばります。
この記事が気に入ったらサポートをしてみませんか？