データサイエンティストを目指す人におすすめの資格・コンペ｜難易度や試験内容も解説

データサイエンティスト検定 リテラシーレベル

まずは何といっても外せないのが「データサイエンティスト検定 リテラシーレベル」です。

「データサイエンティスト検定 リテラシーレベル（略称：DS検定）」とは、一般社団法人データサイエンティスト協会が定義する「スキルチェックリスト ver.4」の「アシスタント・データサイエンティスト：★１（見習いレベル）」と、数理・データサイエンス・AI教育強化拠点コンソーシアムが策定し公開している「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 ～ データ思考の涵養 ～」が総合された、実務能力と知識を有することを証明するための試験です。

一般社団法人データサイエンティスト協会が定義する「スキルチェックリスト ver.4」の内容については次のプレスリリースで紹介されています。

2021年度版「データサイエンティスト スキルチェックリストver.4」およびデータサイエンス領域タスクリスト ver.3」を発表

このチェックリストでは、下記のスキルレベルに応じて習得するべきスキルが定義されています。データサイエンティスト検定 リテラシーレベルは、そのうちの「★１（見習いレベル）」に指定されたスキルが対象範囲となります。

データサイエンティスト検定のスキルレベルと目安、課題。（一般社団法人 データサイエンティスト協会発表資料より）
（一般社団法人 データサイエンティスト協会発表資料より）

データサイエンティスト検定 リテラシーレベルは2021年9月より年2回実施されています。過去の受験者数および合格者数は次のようになっています（公開されているもののみ記載）。

過去実施結果｜一般社団法人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の試験範囲

最後に試験範囲です。対象は初学者とはいっても、データサイエンティストという専門職種として認定するわけですから、そのために必要な分野の知識が試されます。

試験で試されるのは、主にデータサイエンティスト協会のスキルチェックリストに準ずる 「データサイエンス力」「データエンジニア力」「ビジネス力」の3つの力です。難易度は前述の「★１（見習いレベル）」の範囲に収まるものなので、いずれも見習いレベルということになります。

これに加えて、数理・データサイエンス・AI教育強化拠点コンソーシアムによる「数理・データサイエンス・AI（リテラシーレベル）におけるモデルカリキュラム」を統合した内容が出題範囲として設定されています。

※一般社団法人データサイエンティスト協会 スキルチェックリストを改変

データサイエンティスト力

データサイエンス力としては、次のような分野に関する内容が対象になります。

• 統計数理基礎、線形代数基礎、微分・積分基礎などの数学的知識
• データクレンジング、データ加工といったデータ操作の基本
• 機械学習、深層学習、自然言語処理、画像認識などのデータの応用技術、など

データエンジニア力

データエンジニア力としては、データサイエンス力よりは少し業務に近い次のような分野の内容が対象になります。

• システム企画、システム設計、アーキテクチャ設計などの知識
• データ処理にかかわるマッピング処理やサンプリング処理の手法
• 暗号化技術、認証など

ビジネス力

ビジネス力は、上記二つをビジネスに応用した次のような内容が対象になります。

• ビジネスマインド
• データ・AI倫理
• 説明能力
• リソースマネジメント
• リスクマネジメント、など

これらはいずれも、実際のプロジェクトに加わる上で必須の項目です。

数理・データサイエンス・AI（リテラシーレベル）におけるモデルカリキュラム

前述した内容に加え、 モデルカリキュラム（スキルセット）としては次の項目が範囲として設定され、試験に含まれます。

基本情報技術者試験／応用情報技術者試験

データサイエンティストの名前が付いた資格試験以外にも、データサイエンティストという職種を目指す上で、取得するとメリットがある資格試験があります。

最初に紹介するのは、経済産業省が情報処理技術者としての「知識・技能」が一定以上の水準であることを認定している国家試験「情報処理技術者試験」です。この試験のうち、「基本情報技術者試験」と「応用情報技術者試験」は、さまざまなスキル分野・業務分野を横断的に扱う内容であり、データサイエンティストをはじめとする幅広い分野で役立ちます。

基本情報技術者試験

基本情報技術者試験の対象は、「高度IT人材となるために必要な基本的知識・技能をもち、実践的な活用能力を身に付けた者」とされています。試験範囲には情報技術の基礎知識や用語、プログラミングの基本、ネットワークの基本などが含まれます。難易度は初級レベルで、一般的には情報技術に関する基本的な知識があれば合格しやすいとされています。

基本情報技術者試験

応用情報技術者試験

応用情報技術者試験の対象は、「高度IT人材となるために必要な応用的知識・技能をもち、高度IT人材としての方向性を確立した者」とされています。こちらはより実践的な情報技術の応用能力やシステムの設計、開発、運用などに関する知識が求められる試験です。難易度は基本情報技術者試験よりも一段階上とされており、実務経験や関連する技術に関する深い理解が要求されます。

応用情報技術者試験

この二つの試験は、データサイエンティストという職種よりも対象の幅は広いですが、ITエンジニアとしてのバックグラウンドがない方がデータサイエンティストを目指そうとするのであれば、基礎力を身につける意味で学習して損はないでしょう。

データベーススペシャリスト試験

前述の基本情報技術者試験／応用情報技術者試験と同様に、経済産業省が認定する国家試験に「データベーススペシャリスト試験」があります。

この試験も、上記と同じく「情報処理技術者試験」の枠の中にありますが、対象は「高度IT人材として確立した専門分野をもち、データベースに関係する固有技術を活用し、最適な情報システム基盤の企画・要件定義・開発・運用・保守において中心的な役割を果たすとともに、固有技術の専門家として、情報システムの企画・要件定義・開発・運用・保守への技術支援を行う者」となっています。

データおよびデータベースという観点から、データサイエンティストが扱うスキル領域と非常に近い内容が対象です。2023年時点では、公式サイトにおいても、「ビッグデータ時代に求められる、データ志向の担い手」という説明がされているように、この資格を取得することもまた、データサイエンティストとしての素養を身につけている証明といえます。

データベーススペシャリスト試験では、データベースの基本的な概念や、設計原則、SQL（Structured Query Language）、パフォーマンスチューニング、セキュリティなどに関する知識が求められます。試験の難易度は比較的高く、データベースに関する中級レベルから上級レベルの知識と実践的な能力が必要だとされています。

データベーススペシャリスト試験

統計検定

次は、これまで紹介した試験よりも、さらに対象内容を絞った「統計検定」を紹介します。

「統計検定」は、統計に関する知識や活用力を評価する全国統一試験で、一般財団法人統計質保証推進協会が実施、一般社団法人日本統計学会が認定する資格試験です。

この試験も、データに基づいて客観的に判断し、科学的に問題を解決する能力が、業務・研究を行う上での21世紀型スキルとして国際社会で広く認められていることが背景となり誕生しました。国際通用性のある統計活用能力の体系的な評価システムとして統計検定を開発し、さまざまな水準と内容で統計活用能力を認定した内容となっています。

統計検定には、そのレベルや専門性に応じて次の種別が用意されています（2023年現在）。

統計検定4級から1級は統計に関する総合的な知識が要求される試験で、難易度は1級が最も高く、各級は下位の級のすべての内容を含んでいます。

統計調査士と専門統計調査士は、それぞれ統計検定3級および統計検定2級合格程度の知識に加えて、社会・経済で利用される公的統計や各種調査データの活用および作成などの能力が求められます。

データサイエンティストにとっての専門領域をカバーするのがデータサイエンス基礎（DS基礎）、データサイエンス発展（DS発展）、およびデータサイエンスエキスパート（DSエキスパート）の3つです。DS基礎ではデータサイエンスに関する基礎知識が求められます。DS発展およびDSエキスパートは、数理・データサイエンス・AI教育強化拠点コンソーシアムが定めるモデルカリキュラムの内容をカバーしており、データサイエンスに関するより高度で専門的な知識が求められるため、それだけ難易度は高くなっています。

統計検定

G検定、E資格

続いて、一般社団法人日本ディープラーニング協会（JDLA）が実施・認定する「G検定」「E資格」を紹介します。

日本ディープラーニング協会は、ディープラーニングを事業の核とする企業および有識者が中心となり、ディープラーニング技術を日本の産業競争力につなげていこうという意図のもとに設立された団体で、中でも人材育成に軸足を置いた活動を行っているのが特徴です。G検定、E資格とも、こうした意図を持った団体が認定した資格試験であり、ディープラーニング領域の人材育成につながる資格として評価されています。

試験の対象者は、G検定は「ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを検定する」もの、E資格は「ディープラーニングの理論を理解し、適切な手法を選択して実装する能力や知識を有しているかを認定する」ものとされています。

G検定がAIを活用する人々に向けた試験になっているのに対して、E資格は機械学習モデルの実装や、内部で行われる数学的な計算の理解などを含む、エンジニア寄りの内容になっているという違いがあります。

G検定

G検定の過去の合格率は約55％～70％前後の間で推移しており、難易度は初級から中級レベルとされています。未経験でも合格することはできますが、試験範囲が広く問題数が多いため、合格にはしっかりとした対策が必要です。

G検定

E資格

E資格については、受験するためにJDLA認定プログラム（JDLAが定めたシラバスに基づく講座）を修了している必要があるという条件が付いています。合格率は約65％～75％前後とG検定より高いですが、受験者全員が講座を受講済みであることを考慮すると、その難易度はG検定と同等かより高いものと考えられています。

E資格

Python3 エンジニア認定データ分析試験

プログラミング言語の「Python」は、データサイエンティストの仕事にも深く関わりがあります。Pythonはデータサイエンスの分野で広く使われており、データの処理や分析、可視化、機械学習などの作業において極めて重要なツールとなっているからです。

「Python3 エンジニア認定データ分析試験」は、一般社団法人Pythonエンジニア育成推進協会が運営している資格試験で、「Pythonエンジニア認定試験」の試験区分の一つとして行われています。Pythonの基礎に加えて、データ分析に必要な数学の基礎知識や、ライブラリによる分析の実践方法など、Pythonを使ってデータ分析を行うためのスキルが問われます。

データ分析の知識に関する難易度はそこまで高くはありませんが、実践的なプログラミング能力も求められる点がほかの資格とは少し異なります。ただし、Python自体もプログラミング言語の中では習得しやすい言語なので、初学者でもしっかりと対策をすれば十分に合格を目指せるでしょう。

Python 3 エンジニア認定データ分析試験

オラクルマスター（ORACLE MASTER）

「オラクルマスター」（ORACLE MASTER）は、日本オラクル株式会社が実施しているデータベース技術の認定資格です。オラクル社のデータベース製品であるOracle Databaseは、データベース製品の中でも世界的に高いシェアを誇っており、これを使いこなす技術はデータサイエンティストにとっても役立つシーンが多いでしょう。

オラクルマスターの試験範囲は、Oracle Databaseの管理に関連する内容や、Oracle Databaseを操作するためのSQL文に関する内容になります。難易度は4段階あり、Bronze、Silver、Gold、Platinumの順に難しくなり、SilverにはSQLに特化した別の試験区分も設けられています。このうち、データベースの基礎知識を必要とされるBronzeや、データベースの日常的な運用管理の知識を必要とされるSilverは、データサイエンティストの仕事にも関連する内容といえるでしょう。

なお、オラクルマスターでもBronzeやSilverで出題される問題は、Oracle Databaseに限らない汎用的な内容が多くを占めています。そのため、データベースシステムに関する一般的な知識を体系的に学びたいという場合でも。オラクルマスターの取得を目指すのは有効な手段といえます。

ORACLE MASTER Portal | オラクル認定資格制度

Google Cloud Professional Data Engineer

大量のデータを取り扱う上では、クラウド技術も重要になります。クラウドプラットフォームのGoogle Cloudを展開するGoogleでは、データエンジニアリングやデータ分析に関わる知識を問う認定資格試験として「Professional Data Engineer」を実施しています。オラクルマスターと同様にエンジニア向けの試験内容にはなりますが、クラウド上のデータ基盤に関する知識を網羅的に身につけることができるため、データサイエンティストを目指す人にとっても有用な資格の一つです。

Professional Data Engineerの難易度は比較的高く、公式サイトにも受験する上での推奨される経験として「業界経験が3年以上（Google Cloudを使用したソリューションの設計と管理の経験1年以上を含む）」と書かれています。出題範囲も広く、実務経験が無い人にとってはハードルが高いため、データ基盤を実際に触るようになった後、発展的な学習を志すタイミングで目を向けるとよいでしょう。

Professional Data Engineer 認定資格 | Google Cloud

Kaggle

データサイエンティストを対象としたコンペティションとして最も有名なのがKaggleです。もともとは企業や研究者がデータを投稿し、世界中のデータ分析家たちがそのデータの最適モデル構築を競い合うためのプラットフォームとしてスタートしました。2017年に運営会社のKaggleをGoogleが買収し、今はGoogle傘下の企業によって運営される予測モデリングプラットフォームとなっています。

このプラットフォームには、専門家たちだけではなく、世界屈指のコンサルティング企業をはじめ、データサイエンスを事業とする企業がホスト（データ提供者）として参加し、その中で競われるモデルに賞金を提供するなど、コンペティションとして認知されるようになり、より実践的かつ業務（賞金獲得）としてのデータサイエンスの分野を活性化させる一助になりました。

※画像は「Kaggle: Your Machine Learning and Data Science Community」より引用

Kaggleでは、ホスト（データ提供者）が、複数のコンペティション形式から提出させるデータ形式を選んでコンペティションを設定します。賞金付きのもの以外に、ランキングには反映されない練習用の「Getting Started」、入門よりも難易度が高い「Playground」、データサイエンスを学ぶ初学者向けのコンテンツ「Learn」も用意されています。

Kaggle

SIGNATE

次に、日本国内のものを紹介します。最初に紹介するのが「SIGNATE」です。データサイエンスプラットフォームとして、株式会社SIGNATEが運営・提供を行います。

「Competition」「Learning」「Career」の3つの分野から構成されており、コンペティションの参加（課題提供）に加えて、データサイエンティストとしての学習（育成）およびキャリア構築までを、一つのエコサイクルとして考えているのが特徴です。

SIGNATE

Nishika

Nishikaも、SIGNATEと同じく日本国内で、Nishika株式会社が運営しているデータサイエンティストコンペティションです。こちらは「国内最大級のデータサイエンスコミュニティ」と銘打ち、データサイエンティスト同士のコネクションづくりに特に注力したプラットフォームとなっています。

Nishika

統計データ分析コンペティション

最後に、少し変わったコンペティションを紹介します。

独立行政法人統計センターが事務局となって2018年度から毎年実施している「統計データ分析コンペティション」です。

高校生、大学生などを対象に、地域別の統計をまとめたSSDSE（教育用標準データセット）を用いた統計データ分析の論文を募集し、そのアイデアと解析力を競うコンペティションとなっています。

統計データ分析コンペティション

データサイエンティストの平均年収

データサイエンティストは求人市場でも人気が高い職種であり、転職を考える方の中には年収が気になる方もいることでしょう。2023年12月に発表されたdodaの「平均年収ランキング」では、データサイエンティストの平均年収は532万円となっています。

出典 : doda「平均年収ランキング（2023年版）」

全職種の平均年収は414万円、ITエンジニアの平均年収は454万円であり、データサイエンティストはほかの職種と比べて年収が高い職種といえます。

データサイエンティストの年収分布

出典 : doda「平均年収ランキング（2023年版）」

年収の分布を見ても、ITエンジニアのボリュームゾーンが300～400万円の年収帯なのに対して、データサイエンティストのボリュームゾーンは400～500万円の年収帯です。400万円以上の各年収帯の割合も、ITエンジニアよりもデータサイエンティストのほうが高い水準にあります。こうした傾向からもデータサイエンティストの専門性の高さやニーズの高さがうかがえます。

ただし、高い年収での求人は実務経験者を対象としていることが多く、未経験でデータサイエンティストに転職する場合には、経験者に比べると年収が下がる傾向にあるという点は理解しておきましょう。とはいえ、ビジネスにおけるデータの重要性を考慮すれば、データサイエンティストの需要の高さは今後も続くと考えられるため、経験を積むことで高い年収を得るチャンスは十分にあります。