formerbankclerkのブログ

元銀行員が呟く『笑いと涙の半生、あと若干の夢』

2021/08/07 Python 3 エンジニア認定データ分析試験 合格

2021/08/07(土)

 

8/6(金)、Python 3 エンジニア認定データ分析試験を受けてきました。

この試験はPythonエンジニア育成推進協会が主催するPythonの知識認定試験で、私が受けたデータ分析試験のほかに文法を中心に問う基礎試験があります。

 

結果は試験終了後すぐに分かるため、ドキドキする間もなくPC画面をクリック。

  725点 ----------- 合格 

余裕のよっちゃんですな、ハハハッッ。

あっ、違うわ。

合格ラインは700点だから、ギリギリだぁー。

 

自分じゃ相当できた感触があったため余裕で受かったと思っていたが、実際はあと2問間違えれば不合格のスレスレ合格。省エネといえば聞こえは良いが、得点が伸びず、どこか釈然としない。とは言え、準備期間が約1週間と短かい中、集中的に準備した結果が報われホッとした。6月にIFRS検定に合格していた勢いもプラスに働いた。

 

教材は協会認定スクールであるプライム・ストラテジーの模擬試験(下にリンク)を使用。3回分あり、これを繰り返すことでかなり知識の定着が図れた。実際の試験は模擬試験より簡単だった印象が強い。

study.prime-strategy.co.jp

 

なお、協会が正規の教科書に指定している翔泳社Pythonによるあたらしいデータ分析の教科書』は使用しなかった。この本は個人的には非常に読みにくかった。というのは、Anacondaに否定的であり環境構築に正式なPython環境を用いるべしとするくだりが私のような初学者には大変難解だったためだ。正規のPython環境を使用すべきという高い志と理念は理解するが、Anacondaの使用にもう少し寛容であってもよいのではないだろうか。

Pythonによるあたらしいデータ分析の教科書 (AI&TECHNOLOGY) | 寺田 学, 辻 真吾, 鈴木 たかのり, 福島 真太朗 |本 | 通販 | Amazon

 

試験当日、受験者は少なく10名程度。また、CBTタイプの別試験受験者もいたため、実際にPython 3 エンジニア認定データ分析試験を受けたのは私1人だったかも。

試験はオデッセイIDの事前登録が必要だが、すぐ後ろの席の若い男性がそれを忘れその場で登録作業をすることになったため、キレ気味に作業をしていた。試験会場のスタッフがうまく対応したため、自分は試験に集中できたが、そうでなければ結果は違っていたかもしれない。今後試験を受ける方はオデッセイIDの事前登録をお忘れなく!

 

なお、Python 3 エンジニア認定試験に受かり合格体験記を書くと景品をもらえるらしい。Pythonに因んだ協会マスコット人形、マスク、ポロシャツ、水筒などがあるようだが、私は赤い水筒を選択する予定。届いたら早速使ってみたいですね!

赤い水筒だけに、

『見せてもらおうか。その性能とやらを‼』

 

Pythonの知識は今後必須になってくると思うので、引き続き勉強していきたいです‼

 

 Python 3 エンジニア認定データ分析試験結果 2021/08/06 

  • 私の得点 725点
  • 合格得点 700点

 

以下は(一社)Pythonエンジニア育成推進協会のHPから引用です。

◆「Python 3 エンジニア認定データ分析試験」概要
試験名称:Python 3 エンジニア認定データ分析試験
(英名:Python 3 Certified Data Analyst Examination)
資格名:Python3 エンジニア認定データ分析試験合格者
(英名:Python 3 Data Analyst Certification)
概要:Pythonを使ったデータ分析の基礎や方法を問う試験
問題数:40問(すべて選択問題)
合格ライン:正答率70%
試験センター:全国のオデッセイコミュニケーションズCBTテストセンター
主教材:
2018年9月19日発売(税込2,678円)
Pythonによるあたらしいデータ分析の教科書」(翔泳社
著者:寺田 学、辻 真吾、鈴木 たかのり、福島 真太朗(敬称略)

出題範囲:主教材である翔泳社Pythonによるあたらしいデータ分析の教科書」より以下の範囲と割合で出題いたします。

  問題数 問題割合
1   データエンジニアの役割 2 5.00%
2   Pythonと環境    
  1 実行環境構築 1 2.50%
  2 Pythonの基礎 3 7.50%
  3 Jupyter Notebook 1 2.50%
3   数学の基礎    
  1 数式を読むための基礎知識 1 2.50%
  2 線形代数 2 5.00%
  3 基礎解析 1 2.50%
  4 確率と統計 2 5.00%
4   ライブラリによる分析実践    
  1 NumPy 6 15.00%
  2 pandas 7 17.50%
  3 Matplotlib 6 15.00%
  4 scikit-learn 8 20.00%
5   応用: データ収集と加工 0 0.00%

www.pythonic-exam.com