## G検定とはどのような資格なのか

AI開発が活況の中、AIエンジニアだけに留まらず幅広い職種でAIに関する知識が求められて来ています。こういった状況の中、AIに関連する資格も次々と発表されています。そんな中にG検定と呼ばれる資格があるのをご存知でしょうか。

本記事では、**このG検定がどのような資格であるかを説明するとともに、試験突破のための勉強方法や活かせる仕事についても紹介していきます。**

## G検定は非エンジニアのためのAI資格

G検定とは何かを端的に説明すれば、「ビジネス向けのAI資格」と言えます。一般社団法人日本ディープラーニング協会（JDLA）が主催する本資格では、AI全般に関わる基礎知識が求められるとともに、AIを事業活用する力があるかが問われます。

こう聞くと現役のエンジニアにとってはあまり所得メリットがない資格と思いがちですが、**データサイエンティストを目指すための入門資格として、またはメインの技術領域のほかにAI関連の知識を持っていることのアピールとして役に立つと言えるでしょう。**

G検定とは？試験概要・出題範囲から試験対策の進め方まで解説

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

まずは、G検定とはどのような資格なのか、概要を説明していきます。本資格取得者が想定される年収についてもここでご紹介します。

G検定とは、一般社団法人日本ディープラーニング協会（JDLA）が主催するAIに関する民間資格です。G検定のGはGeneralistの頭文字から来ており、*エンジニア向けというよりはビジネスパーソンを対象とした資格と言えます。*

試験の形式はオンラインで受験する形であり、自宅からでも受験可能ですが、試験は1年に5回開催されるため、CBT方式のように受験タイミングを柔軟に選べるわけではありません。受験費用は一般が13,200円であり、資格試験の中ではやや高めと言えます。

【参考】：[G検定とは](https://www.jdla.org/certificate/general/start/#toc1)

### 試験の難易度やE資格との違い

G検定の難易度はどの程度なのでしょうか。公式サイトによれば、合格率は昨年2022年で66.17%であり、比較的高い値です。出題範囲に関しては、AIの定義、動向、プロジェクトの進め方、機械学習やディープラーニングの手法が問われる形で、理論分野での出題は少なめです。

*問題の形式も多肢選択式で、自宅受験もできることからそれほど難易度が高くない資格と言えます。*一方、120分で220問程度を解答しなければならないため、時間配分には注意が必要です。

上位の資格であるE資格との違いについては、会場での受験となり、受験回数も年2回だけとなるほか、出題範囲もAI技術のより理論的かつ高度な分野に移ります。E資格はエンジニア向けの資格であり、AI開発に必要な技術を持っているかにフォーカスされます。

【参考】：[2022年のG検定合格率](https://www.jdla.org/news/20221121001/)

G検定の難易度は低くて意味ない？合格率や勉強法・対策についても解説

G検定取得にはどのようなメリットがあるのでしょうか。G検定自体が難易度の高い資格ではなく、取得までのハードルもあまり高くないため、どのような職種でも頑張れば取得することができるでしょう。

このように、*AIに関する資格を比較的容易に取得できる点は、社内外にアピールしやすいと言う点でメリットと言えるでしょう。*ほか、データサイエンティストを目指すような方にとっては、入門資格としてちょうど良いポジションにあるとも言えます。

G検定取得者の年収はどの程度であると考えられるのでしょうか。AI開発業務に関係する職種として製品開発／研究開発エンジニアを例にとります。

製品開発／研究開発エンジニアの年収は「マイナビエージェント職種図鑑」での平均年収は477万円（※2023年2月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のSE・プログラマ（顧客向けシステムの開発・実装）を参考にすると、平均年収593万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、製品開発／研究開発エンジニアは一般平均年収よりも、やや高めであることが分かります。

**G検定はAI資格のスタートともいえる資格であるため、E資格などを獲得し、ステップアップしていけばより高い年収を得ることもできるでしょう。**

【参考】：[マイナビエージェント職種図鑑](https://mynavi-agent.jp/it/jobindex/13.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

G検定を取得したいと考えたとき、どのような勉強をすればよいでしょうか。ここでは効果的な勉強方法を解説していきます。

G検定には過去問は存在せず、公式サイト上のサンプル問題でしか実際の試験同様の問題を解くことはできません。*したがって最も効果的な勉強方法は、公式が出版しているテキストを勉強することと言えます。*

「ディープラーニング G検定公式テキスト」では、AIの基礎からディープラーニングの手法まで分かりやすく解説されています。

公式が監修したため、試験に準拠した内容であることも特徴です。ただし、ディープラーニングに特化した内容であり、機械学習全般など他の分野が手薄になりがちなので、G検定に特化した問題集も合わせて学習した方がよいでしょう。

*■深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版*
▪著者：一般社団法人日本ディープラーニング協会
▪ページ数：404ページ
▪出版社：株式会社インプレス
▪発売日：2021/4/27
【参考】：[深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版](https://www.shoeisha.co.jp/book/detail/9784798165943)

### オンラインで対策講座を受講する

G検定のようにビジネスパーソン向けの資格では、多くの方がAIという身近でない技術に不慣れであり、書籍だけでは挫折してしまう方も多いはずです。そのような背景もあり、G検定には多数のオンライン講座が存在します。

*AVILENの「全人類がわかるG検定対策コース」では、G検定の出題範囲を講義動画の視聴でカバーできるほか、Webテストも実施することができます。*さらには、条件付きですが不合格だった場合の返金保証制度も用意されており、本気で合格したいと考えている方におすすめできると言えるでしょう。

【参考】：[全人類がわかるG検定対策コース](https://avilen.co.jp/course/g-certificate/)

G検定合格の鍵はいかに良いカンペを作れるかに掛かっている？

G検定に合格して資格を取得したとき、その資格はどのように仕事へ活かせるのでしょうか。代表的な例を2つ紹介します。

本資格と直接的に関係のある仕事がデータサイエンティストです。ビッグデータを活用して企業に利益をもたらすことを目的とする同職種では、AIを活用することが必須と言っても過言ではありません。

そのAIを使いこなすには、数学、統計学などの理論知識だけではなくコーディング力も必要です。同職種を目指すのであれば、上位資格のE資格を取ったとしても十分とは言うことは難しいでしょう。

ではG検定は全く役に立たないのかというと、もちろんそうではありません。難解なAI技術を身に付けるためには挫折せずにやりきることが重要です。*データサイエンティストを目指す方にとってG検定は、その難易度から安定した一歩として役に立つはずです。*

データサイエンティストにおすすめの資格7選！難易度や勉強法も解説

### AIプロジェクトに携わる職種全般

元々のG検定の対象像であるジェネラリストにとっては本資格は役に立つでしょう。ここでいうジェネラリストは、AIプロジェクトに関わる営業・事務・SEなど様々な職種のことを指しています。

AIと聞くとデータサイエンティストのような専門家をイメージしますが、専門家を取り巻く人材もAIについて知らなければ、協力して仕事をすることは難しいでしょう。そのための資格がG検定であり、*本資格を持つことで社内外にAI知識をアピールでき、知識面以上にスムーズに仕事を進められることが期待できます。*

AIエンジニアとは？AIエンジニアの概要と転職で成功するための秘策を解説

## G検定に合格してAI関連の職業を目指そう

本記事ではG検定について、その試験概要を説明しつつ、効果的な勉強方法や活かせる仕事を紹介しました。**G検定について理解が深まり、AIに関連した仕事を始めてみたいと思った方もいらっしゃるのではないでしょうか。**しかし、そういった自分のやりたいことと自分の実力に合った求人を探していくことは難しいものです。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)です。

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

<center>[あなたに合った企業選びをサポート致します。<br/>エンジニア転職のご相談はぜひ<br/>*『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

AI開発が盛り上がる中、数ある資格のうちG検定という資格をご存知でしょうか。エンジニア以外の一般的な職種向けに作られた資格がG検定です。本記事ではG検定の概要を説明しつつ、効果的な勉強方法や活かせる仕事も紹介していきます。

G検定はビジネス向けのAIに関する基礎知識や事業活用力を試す資格

G検定の合格率は2022年は66.17%で比較的高い

G検定はデータサイエンティストを目指すにあたっての入門資格として活かせる

G検定とはどのような資格？難易度や勉強方法、活かせる仕事も紹介

## データサイエンティスト検定の難易度について

データサイエンティストを目指す方の中には、転職に有利になる資格として、データサイエンティスト検定の合格を目指そうとしている方も少なくないのではないでしょうか。

どのような試験でも、挑戦するにあたって気になるのは合格率などの難易度の情報です。*おおよその難易度が分かっているのといないのとでは、合格までの道程を具体的にイメージできるかどうかが変わります。*

当記事では、データサイエンティスト検定の難易度について深掘りし、合格への道筋をイメージする手助けとなるように解説していきます。

データサイエンティストに役立つ資格8選！取得のメリットや難易度は？

## 合格ラインと合格率について

まず、データサイエンティスト検定の合格ラインと合格率についてデータを見ていきましょう。データサイエンティスト検定の合格ラインと合格率については、2022年度に実施された2回目の試験では正答率80％以上が合格ラインで、合格率は50％程度でした。

【参考】：[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-過去のDS検定 開催報告](https://www.datascientist.or.jp/dskentei/)

*試験問題は試験毎に少しずつ刷新されるため、難易度にも振れ幅があるようですので、過去の合格率などは参考程度に留めておくのがよいでしょう。*

### 試験の難易度は相対的なもの

50％という合格率を知って、難しそうだと感じられた方も多いのではないでしょうか。*しかし、試験の難易度とは絶対的なものではなく、受験者の経験や知識によって変わる相対的なものです。*

例えば、同じ試験でも実務経験者や関連資格の合格者にとっては難易度が低くなりますし、未経験だったり初学者だったりする場合には難易度が高く感じるでしょう。

## 自分にとっての難易度を測るには

自分にとっての難易度を測るためには、2つの物差しが必要です。1つ目の物差しは、試験が求めている知識レベルを正確に知ることです。

### データサイエンティスト検定はリテラシーレベルの試験

データサイエンティスト検定は、正式名称は「データサイエンティスト検定 リテラシーレベル」です。ここでいうリテラシーとは「数理・データサイエンス・AIを日常の生活、仕事等の場で使いこなすことができる基礎的な素養」のことを指しています。

*リテラシーレベルとはいえ、データサイエンスは専門性の高い分野ですので、日常生活やデータサイエンスに関連のない仕事の中で身に付く知識だけで合格できるものではなく、対策と学習は必要不可欠と言えるでしょう。*

【参考】：[データサイエンティスト検定 リテラシーレベル | 一般社団法人 データサイエンティスト協会](https://www.datascientist.or.jp/dskentei/)

データサイエンスとは？注目されている理由と基礎スキルについて解説！

## データサイエンティスト検定で求められるレベル

試験の合格を目指して勉強を始める前に、まず試験が求めている知識レベルを把握することは、効果的に学習を進めるために有効です。

データサイエンティスト スキルチェックリスト ver3によると、「ビジネス力」「データサイエンス力」「データエンジニアリング力」の3つのカテゴリについてそれぞれ求められる能力が定義されています。

このチェックリストでは、データサイエンティスト検定は見習いレベルとして定義されており、その内容をいくつかピックアップして紹介します。また、資格を取得するエンジニアの年収についても紹介します。

データサイエンティスト スキルチェックリスト ver3によるカテゴリは、以下の通りです。

■*ビジネス力*
・ビジネスにおける論理とデータの重要性、データを扱う倫理と遵守すべき法令を理解している
・データドリブンな分析的アプローチを用いて必要なデータを入手し、分析・集約できる。
・モニタリングの重要性を理解し、分析結果の意味合いを正しく言語化できる

■*データサイエンス力*
・統計数理、線形台数、微分積分、データ分析・可視化、機械学習の基礎的な知識を有している
・予測やグルーピングなどのモデリングの知識を有しており、モデルを正しく評価できる
・基本統計量や分布の確認、および前処理ができる

■*データエンジニアリング力*
・データやデータベースに関する基礎的な知識を有しており、条件を満たすデータを抽出できる
・数十万件程度のデータ加工技術を有している（ソート、統合、集計、フィルタリング）
・セキュリティに関して機密性、可用性、完全性の3要素を理解している

【参考】：[データサイエンティスト スキルチェックリスト ver3](https://www.datascientist.or.jp/common/docs/PR_skillcheck_ver3.00.pdf)

このように、資格が求めるレベルを具体的に把握することで、試験に合格した後にどのような業務に携わっていくのかもイメージしやすくなるでしょう。

しかし、実際に転職を実行に移すためには、より具体的な計画を立てる必要があります。転職エージェントを利用して具体的なアドバイスやサポートを受けてみてはいかがでしょうか。

### 現時点の自分自身の知識レベルを把握する

試験に対する自分自身にとっての難易度を測るもう1つの物差しは、自分自身の知識レベルを正確に把握することです。

*データサイエンティスト検定では、統計・SQL・機械学習・DL・サーバ・データベース・セキュリティなど幅広い分野の知識が問われますが、それぞれの分野の知識がどの程度あるのか、どの分野の知識が不足しているのかを整理してみましょう。*

試験が求める知識レベルに対してどの程度不足しているのかを把握できれば、必要な勉強方法や学習時間も自ずと見えてくるでしょう。

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

### データサイエンティストの年収

データサイエンティスト検定を取得するエンジニアの年収はどの程度なのでしょうか。主な取得者であるデータサイエンティストを、ITを活用して企業の問題を解決する専門家であるITコンサルタントと仮定して見ていきます。

ITコンサルタントの年収は、「マイナビエージェント年収ランキング」での平均年収は512万円（※2023年2月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近いコンサルタントを参考にすると、平均年収928万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、ITコンサルタントは一般平均年収よりも、やや高めであることが分かります。

**エンジニア全体の中でもデータサイエンス分野の需要は、AIやビッグデータのニーズの高まりに伴って、今後も高まっていくと予想されています。**専門性もあり、ITエンジニアの平均よりも高い年収が期待できるでしょう。

【参考】：[マイナビエージェント職業別年収ランキング](https://mynavi-agent.jp/it/jobindex/01.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2019年12月～2020年5月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

データサイエンティストの年収はいくら？必要なスキルや資格も紹介

## データサイエンティスト検定に合格するためには

試験が求めている知識レベルと、自分自身の現時点の知識レベルから不足している知識量が把握できたら、次はその差を埋めるためにどのような努力が必要なのかを検討しましょう。

当記事では、データサイエンスの実務経験がない方に向けてデータサイエンティスト検定の合格に向けた対策を紹介していきます。

### 公式テキストと問題集を重視する

データサイエンティスト検定はリテラシーレベルの知識を問う試験ではあるものの、試験範囲は統計・SQL・機械学習・DL・サーバ・データベース・セキュリティなど幅広い分野に跨っています。

これらを専門書などで1つ1つ丁寧に学習していたのでは、膨大な学習時間が必要になってしまうでしょう。

*公式テキストや問題集では、各分野の解説や出題がデータサイエンティスト検定の試験範囲のみに絞られているため、データサイエンス初学者でも過不足なく学習できます。*

■*「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 第2版」*
▪著者：菅由紀子、佐伯諭、高橋範光、田中貴博、大川遥平、大黒健一、森谷和弘、參木裕之、北川淳一郎、守谷昌久、山之下拓仁、苅部直知、孝忠大輔
▪ページ数：328ページ
▪出版社：技術評論社
▪発売日：2022/4/28（電子版）、2022/5/14（紙版）
【参考】：[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 第2版](https://gihyo.jp/book/2022/978-4-297-12832-6)

「データサイエンティスト検定　リテラシーレベル」の公式リファレンスブックです。要点と学習のポイントを基本から1つ1つ解説しています。

■*「徹底攻略データサイエンティスト検定問題集[リテラシーレベル]対応」*
▪著者：小縣 信也、斉藤 翔汰、山田 弦太朗
▪ページ数：328ページ
▪出版社：インプレス
▪発売日：2022/4/21
【参考】：[徹底攻略データサイエンティスト検定問題集［リテラシーレベル］対応](https://book.impress.co.jp/books/1121101053)

「データサイエンティスト検定　リテラシーレベル」に対応した問題集です。「データサイエンス力」「データエンジニア力」「ビジネス力」それぞれの分野に対応した問題と詳しい解説をしっかり網羅しており、バランス良く学習できます。

データサイエンスが学べるおすすめの本12選！入門者から中級者まで厳選してご紹介！

公式テキストや問題集だけでは合格できるか自信がない方は、対策講座の受講も検討するとよいでしょう。対策講座は参考書籍や問題集同様に、公式ホームページで紹介されていますが、それぞれ受講料やカリキュラムにも違いがありますので、充分に比較検討して選択しましょう。

【参考】：[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-検定概要-対策講座](https://www.datascientist.or.jp/dskentei/)

また、企業によっては社内でデータサイエンティスト育成支援などの企業研修が受講できる場合があります。こうした研修が充実している企業に転職することも、近道になるでしょう。

しかし、研修が充実している企業を自ら探すのは大変です。企業選びに関する悩みは企業の情報に詳しい転職エージェントに相談しましょう。適切なアドバイスとサポートを受けることができます。

## データサイエンティスト検定を活かせる仕事

データサイエンティスト検定を取得したら、どのようなメリットがあるのでしょうか。ここからは、合格をアピールすることで転職に有利になったり、学んだ知識や技術を活かせたりする代表的な仕事について紹介します。

検定の名称にもなっている通り、データサイエンティストがこの検定を活かせる最も代表的な職業と言えるでしょう。

データサイエンティストは、統計・数学・AIなどを駆使して膨大な量のデータを分析し、データに基づいて未来を予測したり、コスト削減や売り上げの増加に繋がる有益な知見を導き出してアドバイスを行ったりするデータ分析の専門家です。

データサイエンティストは後悔する職種？実態はそうではない理由を解説

ITコンサルタントは、ITを活用して企業の抱える課題を解決する職業です。データサイエンスはデータに基づいて企業の課題を解決するスキルであるため、自身のコンサルティングの裏付けにもなり、説得力を高めるのに役立つでしょう。

ITコンサルタントは激務で大変？後悔しないポイントや向いている人を解説

## データサイエンティスト検定を突破してキャリアアップを目指そう

当記事では、データサイエンティスト検定についての合格ラインと合格率や難易度の捉え方、検定に合格することで評価される職業や、検定で学んだ知識や技術を活かせる職業について解説しました。

一方で、検定に合格しただけではどのようにしてデータサイエンティストへのキャリアを進めばよいのか見当がつかないかもしれません。

**資格を活かして就職や転職を成功させるためには、データサイエンティストを募集している企業選びや、データサイエンティスト検定合格を履歴書や面接でどのようにアピールしたらよいかなど、就職や転職のノウハウが必要です。**

データサイエンティスト検定は、2021年9月に第1回が実施されたばかりの新しい検定試験です。そのためネット上にも情報が少なく、困っている方も多いのではないでしょうか。当記事では、データサイエンティスト検定の難易度や合格率、活かせる仕事について解説します。

データサイエンティスト検定の合格ラインは正答率80％以上

データサイエンティスト検定の合格率は2021年の実績では50％となっている

データサイエンティスト検定はデータサイエンティストの仕事や転職に活かせる

データサイエンティスト検定の難易度は？合格率や資格が活かせる仕事も紹介

## データ分析実務スキル検定とはどういった試験？

IoTの浸透によりビッグデータがいたるところで得られるようになった今、データ分析の重要性はますます高まっています。そのデータ分析力を測る資格の1つに「データ分析実務スキル検定」という資格があることをご存知でしょうか。

データサイエンティストを目指す方の中には、資格の存在は知っているものの、詳細までは分からない方も多いのではないでしょうか。**本記事では、データ分析実務スキル検定についてその試験概要や勉強方法を紹介するとともに、同資格が活かせる仕事も紹介していきます。**

IoTとは？概要から動作の仕組み・実際の用途まで丁寧に解説！

## データ分析のビジネス面での実務能力を問う試験

「CBAS」とも略される同検定は、**データサイエンティストが実務で行う専門的なデータ解析スキルを測るのではなく、データサイエンティストと共に仕事を進められる知識があるかを試す資格です。**

具体的には、データ分析プロジェクトをとりまとめるプロジェクトマネージャーや、データ活用推進企業の一般社員を対象としています。

データ分析の重要性が高まっている今、この資格は幅広い職種で活かせると言えるでしょう。もっとも、データサイエンティストを目指すにあたっての入門資格としても活かせます。

## データ分析実務スキル検定とは

改めてCBASとして知られるデータ分析実務スキル検定について、どのような資格試験なのかその概要を説明します。本資格は株式会社データミックスが主催する民間のIT資格です。

データ分析実務スキル検定は前述したように、*データ分析を専門とするデータサイエンティストを対象にした資格ではなく、同職種を取り巻く人材を対象とした資格です。*その対象はプロジェクトマネージャーなどの管理職だけでなく、営業や事務も含まれます。

検定にはプロジェクトマネージャー級とシチズン・データサイエンティスト級があり、それぞれ試験内容も受験料も異なります。また、CBT方式を採用しており、各々が好きなタイミングで受験することが可能です。

【参考】：[データ分析実務スキル検定](https://cbas-exam.jp/)

プロジェクトマネージャーとは？仕事内容や将来性、必要なスキルを紹介

データ分析実務スキル検定は現在2種類存在し、それぞれの検定は出題範囲も難易度も異なります。以下にそれぞれの検定の概要と出題範囲を記述します。

■*シチズン・データサイエンティスト級*

データサイエンスの専門家ではないビジネスパーソンを対象とした試験です。Excelを使ってデータを解析する実技能力が求められています。具体的な出題範囲は以下のような形です。

- データのグラフ化や集計値の意味
- データ前処理、抽出、可視化、関係性や要因の分析などデータハンドリング

難易度として、合格率は公表されていませんが、80分で20問のExcel実技問題を解く形なので、Excelに慣れていればそれほど難しくはないと考えられます。

【参考】：[CBAS シチズン・データサイエンティスト級](https://cbas-exam.jp/citizen)

■*CBAS プロジェクトマネージャー級*

データサイエンスの専門家ではなく、データサイエンスがどのようにビジネスに活用できるかを理解している人材を対象とした試験です。実際のデータ分析の流れに沿って問題が出題されます。具体的な出題範囲としては以下のような形です。

- データ分析プロジェクトの立ち上げ方
- SQLや可視化手法によるデータ準備
- RやPythonによるデータ分析
- 機械学習手法や統計学手法の使い分け

こちらも難易度としての合格率は公表されていませんが、専門家に向けた試験で求められる複雑かつ難解な内容ではなく全般知識が求められることから、出題されそこまで難易度は高くないと考えられます。選択形式であり90分で60問解くため、あまり考えている時間はありません。

正しい知識をすぐにアウトプットできる力が求められます。

【参考】：[CBAS プロジェクトマネージャー級](https://cbas-exam.jp/pm)

データ分析実務スキル検定を突破すればどの程度の年収が期待できるのでしょうか。本検定に限定せず、データ分析スキルの延長にあるデータサイエンティストを製品開発／研究開発として考えて見ていきます。

製品開発／研究開発エンジニアの年収は「マイナビエージェント職種図鑑」での平均年収は477万円、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のSE・プログラマ（顧客向けシステムの開発・実装）を参考にすると、平均年収593万円と分かりました。

*データ分析を活用した研究開発は今後も需要が高まり、長期的な視点で見れば年収アップも期待できるでしょう。*本検定を突破してデータ分析力を高めておくことで、自身の付加価値を高めることもできます。

検定の概要がわかったところで、本検定に対する勉強方法を紹介します。難易度はあまり高くないと述べましたが、対策をしなければ合格は難しく、データ分析関連の入門者にとってはなおのこと油断できません。

勉強方法として最も効率が良いのは、公式が発行しているテキストを活用することでしょう。データ分析実務スキル検定は2020年から開始された新しい資格試験であり、情報も多くなく、過去問も入手できないため、試験対策方法が少ないのが現状です。

*公式のテキストであれば学習範囲も出題範囲に合わせられて効率が良く、出題形式にも合わせた問題を解くことで過去問学習に近い勉強を行うこともできます。*

■データ分析実務スキル検定 公式テキスト
▪著者：株式会社データミックス
▪ページ数：512ページ
▪出版社：株式会社インプレス
▪発売日：2021/9/22
【参考】：[データ分析実務スキル検定 公式テキスト](https://book.impress.co.jp/books/1120101020)

### オンラインの対策講座を受講する

少ない試験対策の中で、オンライン対策講座を受講するという方法もあります。*テキストよりも費用はかかりますが、講義を通じて耳で説明を聞くことができるため、より理解がしやすいでしょう。*

日本能率協会が開催する「データ分析実務スキル検定試験(試験対策eラーニング付)」は、検定試験そのものとセットでオンライン講義を受けることができます。こちらの講義ではやや理解しづらい機械学習に重点を置かれています。

【参考】：[データ分析実務スキル検定試験(試験対策eラーニング付)](https://school.jma.or.jp/products/detail.php?product_id=151685)

## データ分析実務スキル検定が活かせる仕事

試験対策の方法を紹介してきましたが、実際のところデータ分析実務スキル検定はどのような仕事に活かせるのでしょうか。具体例を2つ紹介します。

データ分析と言えばデータサイエンティストを思い浮かべる方が多いでしょう。*本検定の対象はデータサイエンティストを取り巻く人材であるため、直接的に活かせるわけではありませんが、同職種を目指す方にとっては始めの一歩になると言えます。*

データ分析を専門とするには数学や統計学の知識が必要不可欠であり、AIに関しても難解な理論を理解していく必要があります。データ分析の入門者が、そうした難しい理論からスタートしてしまうと挫折して諦めてしまう可能性もあります。

本検定のような比較的易しい資格からスタートすればそうした挫折を避けることもできるでしょう。

データサイエンティストはつらい？実は魅力的な理由・向いている人も解説

### データ分析に関わる職種全般

データサイエンティストのような専門家を目指すのでない場合でも、本資格はその対象像が表している通り、データ分析に関わる職種全員が活かすことができます。

多くの企業ではビッグデータの活用を含めてデータ分析の重要性は高まっており、データサイエンティストを中心としたプロジェクトが立ち上がっている企業もあるでしょう。そうした企業ではデータサイエンティストを取り巻く営業・事務・プロジェクトマネージャー全てが、データ分析に関しての知見がなければなりません。

*本検定はそういった知見を持っていることをアピールすることができるため、社内外で自身に付加価値があることを示すことができます。*

プロジェクトマネージャーに向いてる人は？未経験者でも転職できる？

## データ分析実務スキル検定でスキルアップしよう

本記事ではデータ分析実務スキル検定について、その試験概要を説明するとともに、勉強方法や活かせる仕事を紹介しました。**データサイエンティストを目指す第一歩としても、データ分析力の社内外へのアピールとしても活用できるのではないでしょうか。**

こうした検定を突破し、データ分析に関わる新たな仕事に就きたいと考えた際には、どのようにして自分に合った求人を見つければよいのでしょうか。数多くある求人からそのような企業を見つけることは非常に困難です。

様々な企業でデータ分析の重要性は高まり、そのスキルの需要が高まっている中、データ分析実務スキル検定という資格があるのをご存知でしょうか。本記事では同検定の概要を説明するとともに、試験突破に向けた勉強方法や資格が活かせる仕事も紹介していきます。

データ分析実務スキル検定は、データサイエンティストを取り巻く人材を対象とした資格

データ分析実務スキル検定にはPM級とCitizen級があり、どちらも難易度はそこまで高くない

データ分析実務スキル検定は、データサイエンティストへの第一歩としてもそれ以外の職種でも活かせる

データ分析実務スキル検定とは？試験の概要や活かせる仕事を紹介

## 統計検定2級とはどのような試験？

*統計検定2級は、5等級ある統計検定の中でもデータを読み解き、ビジネス上の問題解決に活かすことができる、実務レベルの知識や能力を客観的に証明する検定試験です。*

当記事では統計検定2級の試験概要や難易度、合格に向けた勉強法や活かせる職種について解説していきます。

【参考】：[統計検定公式-統計検定2級](https://www.toukei-kentei.jp/exam/grade2/)

### 統計検定2級で問われる知識

統計検定2級では、微分・積分・総和・確立計算など大学基礎課程レベルの統計学の知識を駆使して問題を解決する能力を中心に問われます。また、高校数学レベルの計算問題も確実に対応できる必要があります。

既に統計検定3級に合格していたり、大学で理数系を専攻していたりする方の場合はその知識を活かして受験の難易度を下げることができますが、統計に初めて触れる方にとっては難易度の高い試験に感じるかもしれません。

*統計に詳しくなく、統計検定3級も取得していない方は、まずは統計検定3級を取得を目指すことをおすすめします。*

また、資格を活かすためには、統計学の知識を活かせる職種に転職することも重要です。統計検定2級合格をアピールできる職種や求人の見つけ方が分からない場合は、転職エージェントに相談してみるとよいでしょう。

統計検定1級とは？取得するメリットや勉強方法を徹底解説！

統計検定2級は、一般社団法人日本統計学会が認定する統計学に関する民間の資格試験である統計検定試験のうち、大学基礎課程で習得する統計学の知識や、活用の理解度を問う試験です。

統計検定2級試験は、コンピュータ上で実施するCBT方式で、出題形式は4〜5つの選択肢から1つの正解を選ぶ選択方式です。また、問題数は35問前後、試験時間は90分です。

*なお、試験には電卓の持ち込みが許可されており、四則演算や百分率、平方根などの計算に利用できます。*統計検定は計算問題も多く出題されるため、素早くミスなく計算を行うには電卓の利用が有効です。忘れずに使い慣れた電卓を持ち込むようにしましょう。

試験の記事（32ページ目）