データサイエンスの資格｜種類と未経験からの取り方

データサイエンス資格を調べると、DS検定、統計検定、G検定、Pythonの試験と候補がいくつも出てきて、未経験の人ほどどれから手をつければよいか迷います。 最初に押さえておきたいのは、データサイエンティストになるために必須の国家資格はなく、資格は「どの分野の知識をどこまで身につけたか」を示す目印だということです。 この記事では、主催団体の公式ページで今日時点の記載を確かめたうえで、主な資格の中身と受け方、未経験から取る順番、そして資格を仕事にどうつなげるかを順番に整理します。

データサイエンスの資格を選ぶ前に知っておくこと

最初に、データサイエンスの仕事に求められる力と、資格の役割を整理しておきます。 ここを押さえておくと、たくさんある資格の中から、自分に必要なものを絞り込みやすくなります。

データサイエンスに必要な3つの力

データサイエンティストに求められる力は、大きく3つに分けて考えられています。 一般社団法人データサイエンティスト協会は、データサイエンス力、データエンジニアリング力、ビジネス力の3つを挙げています。 データサイエンス力とは、統計や機械学習を使ってデータから意味を読み取る力のことです。 データエンジニアリング力とは、データを集めて整え、分析できる形にするためのプログラミングやデータベースの力のことです。 ビジネス力とは、分析の結果を仕事の課題の解決に結びつけ、相手に伝える力のことです。 資格もこの3つのどこを測るものかで分かれるので、自分が伸ばしたい力に合わせて選ぶのが基本になります。

資格は必須ではないが、未経験者には道しるべになる

データサイエンスの仕事に就くために、法律で決められた資格はありません。 すでに現場で働いている人にとっては、資格より実務の経験が評価されることも多いと指摘されています。

そもそも、データサイエンティストに資格は必要なのでしょうか。既にデータサイエンティストとして働いている場合、資格を取得する必要性は低いといえます。資格取得のために時間をかけるより実務経験を積む方が、キャリアップにつながる可能性が高いからです。 出典: データミックス データサイエンティストにおすすめの資格

一方で、未経験の人には事情が違います。 何から学べばよいか分からない状態では、資格の出題範囲が「最低限押さえるべき知識の地図」の役割を果たします。 また、実務の経験がまだない段階では、資格が学んだことを外に示す数少ない手段になります。 未経験者にとって資格は、ゴールではなく、学びの順番を決める道しるべとして使うのが賢い考え方です。

主なデータサイエンスの資格

ここからは、主な資格の中身と受け方を、主催団体ごとに見ていきます。 受験料や日程は改定されることがあるので、申し込む前には必ず公式ページで最新の案内を確かめてください。

資格・検定	主催	主に測る力	受け方
DS検定 リテラシーレベル	データサイエンティスト協会	3つの力の見習いレベル	全国の会場でCBT（期間を決めて実施）
統計検定 2級	日本統計学会	大学基礎レベルの統計	全国の会場でCBT（随時）
統計検定 DS基礎・DS発展・DSエキスパート	日本統計学会	データ分析の手順と専門知識	全国の会場でCBT（随時）
G検定	日本ディープラーニング協会	AIとディープラーニングの活用の知識	オンラインまたは会場
Python 3 エンジニア認定データ分析試験	Pythonエンジニア育成推進協会	Pythonでのデータ分析の基礎	全国の会場でCBT（通年）
基本情報技術者試験	IPA（国家試験）	ITの基礎知識	CBT（随時）

CBTとは、Computer Based Testingの略で、試験会場のパソコンに表示された問題に、マウスやキーボードで答える方式のことです。

DS検定 リテラシーレベル

DS検定は、正式にはデータサイエンティスト検定 リテラシーレベルといい、データサイエンティスト協会が実施しています。 協会の公式ページでは、データサイエンス力・データエンジニアリング力・ビジネス力について、見習いレベルの実務能力や知識を証明するとともに、数理・データサイエンス・AI教育のリテラシーレベルの実力を証明できる検定だと説明されています。 第14回の試験は、選択式の100問を100分で解くCBT方式で、全国の会場で行われます。 受験費用は税抜で一般10,000円、学生5,000円と案内されています。 第14回は2026年11月7日から22日まで実施され、個人の申し込みは10月23日で締め切られています。 年に複数回、期間を決めて実施されているので、次の回の日程はデータサイエンティスト協会のDS検定のページで確かめてください。 同じページでは、模擬問題や過去の実施結果も公開されているので、受ける前に出題の雰囲気をつかんでおくと安心です。 3つの力をまんべんなく問うので、データサイエンスの全体像をつかむ最初の検定として選ばれることの多い検定です。

統計検定 2級

統計検定は、一般財団法人統計質保証推進協会が実施し、日本統計学会が公式に認定する統計の検定です。 2級は、大学の基礎課程（1・2年次の学部共通）で身につけるべき統計学の知識と、それを使いこなす理解を問う級と位置づけられています。 試験はCBT方式で、問題数は35問程度、試験時間は90分、100点満点で60点以上が合格水準です。 受験料は一般7,000円、学割5,000円（いずれも税込）と案内されています。 データ分析の結果を正しく読み取るには、平均やばらつき、検定や推定といった統計の考え方が欠かせないので、データサイエンスの土台を固める検定として重視されています。 2級の下には3級と4級、上には準1級と1級があり、自分の水準に合わせて選べます。 1級だけは紙の試験（PBT方式）で、「統計数理」と「統計応用」に分かれており、次回は2026年11月15日に実施されると案内されています。 準1級から4級とデータサイエンス系の受験料と持ち物は、統計検定の試験要項にまとめて掲載されています。

統計検定のデータサイエンス系3種

統計検定には、データサイエンスに焦点をあてた3つの種別もあります。

種別	内容の水準	問題数	試験時間	受験料（一般）
データサイエンス基礎（DS基礎）	データ分析の一連の手順	小問45問程度	90分	7,000円
データサイエンス発展（DS発展）	大学教養レベル	30問程度	60分	6,000円
データサイエンスエキスパート（DSエキスパート）	大学専門レベル	40問程度	90分	8,000円

いずれも100点満点で60点以上が合格水準です。 DS基礎は、欠けている値や外れた値の処理、データの結合、クロス集計、相関や回帰の分析など、データを扱う一連の手順を問う内容で、目的を意識しながら分析を進める力を測るとされています。 DS発展は倫理・AI、数理、情報、統計に関する大学教養レベルの内容、DSエキスパートは計算、統計、モデリング、領域知識に関する大学専門レベルの内容を扱います。 受験料はいずれも税込で、学割価格も用意されています。

G検定

G検定は、一般社団法人日本ディープラーニング協会が実施する、AIとディープラーニングを活用するための知識を問う検定です。 公式ページでは、AIで何ができて何ができないのか、どこにAIを活用すればよいかを理解するための検定と説明されています。 試験は多肢選択式で145問程度、オンライン試験は100分、会場試験は120分と案内されています。 受験費用は一般13,200円、学生5,500円（いずれも税込）で、受験資格の制限はありません。 2026年はオンライン試験を年6回、会場試験を年3回実施するとされています。 自分で機械学習のモデルをつくるより、AIを仕事にどう生かすかを考える立場の人に向いた検定です。 オンライン試験の受験チケットは、購入してから1年間の有効期限内に希望の回を予約して受ける仕組みです。 日程と申込期間は日本ディープラーニング協会のG検定のページで確認できます。

Python 3 エンジニア認定データ分析試験

Python 3 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実施する、Pythonを使ったデータ分析の基礎を問う試験です。 試験は通年で、全国のCBTテストセンターで受けられます。 受験料は1万円（税別）、学割は5千円（税別）と案内されています。 Pythonはデータ分析で最もよく使われるプログラミング言語のひとつなので、データエンジニアリング力の入口として選ばれています。

基本情報技術者試験

基本情報技術者試験は、独立行政法人情報処理推進機構（IPA）が実施する国家試験です。 CBT方式で随時実施され、科目Aが90分、科目Bが100分の構成です。 データサイエンスに特化した試験ではありませんが、データベースやネットワーク、アルゴリズムといったITの基礎を体系的に学べます。 IPAは、2027年度から新しい試験制度に移行する予定だと公表しているので、これから受ける人は、IPAの試験制度の見直しのページで状況を確かめておくと安心です。

未経験から資格を取る順番

候補が多いので、未経験の人は順番を決めて取り組むのが近道です。 ここでは、3つの力をバランスよく伸ばす順番の一例を示します。

ステップ1：全体像をつかむ

最初は、データサイエンスの全体像をつかむことから始めます。 DS検定 リテラシーレベルは、3つの力をまんべんなく問うので、何を学べばよいかを知る入口に向いています。 AIの活用に関心が強い人は、G検定から入る方法もあります。 この段階で大切なのは、満点を目指すことより、自分がどの分野に苦手意識を持っているかを知ることです。

ステップ2：統計の土台を固める

次に、統計の土台を固めます。 統計の知識が弱いまま分析の手法だけを覚えると、結果の読み違いに気づけません。 数学から長く離れている人は、統計検定の3級から始め、2級へ進む順番が無理のない進め方です。 統計検定のDS基礎は、データを扱う一連の手順を問うので、実務に近い形で統計を学びたい人に向いています。

ステップ3：手を動かす力をつける

統計の考え方が身についたら、実際にデータを扱う力をつけます。 Python 3 エンジニア認定データ分析試験は、Pythonでデータを読み込み、集計し、図にする基礎を学ぶ目標になります。 この段階では、資格の勉強と並行して、公開されているデータを自分で分析してみることが大切です。 国や自治体が公開している統計データを使えば、費用をかけずに練習できます。

ステップ1から3にかける期間の目安

ここまでのステップにかける期間は、毎日の勉強時間と、もともとの数学やITの経験で大きく変わります。 大切なのは、期間の長さより、各ステップで「自分で説明できるか」を確かめてから次へ進むことです。 たとえば、平均と中央値の違いや、相関と因果の違いを、身近な例で人に説明できれば、統計の土台は固まってきたと判断できます。 理解があいまいなまま次の資格へ進むと、上の水準で必ずつまずくので、急がずに確かめながら進めてください。 人に説明する相手がいないときは、学んだことを短い文章にまとめてみるだけでも、自分の理解の穴に気づけます。 まとめた文章は、あとで成果物や発信の材料としても使えるので、学びの記録として残しておくと二重に役立ちます。

ステップ4：専門の水準へ進む

基礎がそろったら、統計検定の準1級やDSエキスパートといった、より専門的な水準へ進みます。 この段階では、資格の勉強より、実際の分析の成果物をつくることに時間を割く人も増えてきます。 資格と成果物の両方がそろうと、未経験からでも仕事を任せてもらいやすくなります。

今の立場から選ぶ資格の組み合わせ

同じ未経験でも、今どんな仕事をしているかで、最初に取るべき資格は変わります。 ここでは、立場ごとの組み合わせの例を整理します。

事務職で表計算ソフトを使っている人

毎日の仕事で表計算ソフトを使い、売上や件数の集計をしている人は、すでにデータを扱う入口に立っています。 この立場の人は、統計検定の3級か2級で、平均やばらつき、相関の考え方を学ぶと、今の集計作業に「なぜそうなるのか」という根拠を加えられます。 そのうえでDS検定に進むと、集計の先にある分析とビジネスへの活かし方まで視野が広がります。 表計算ソフトで集計表をつくる力は、それ自体が在宅で受けられる仕事にもつながるので、無理にプログラミングから始める必要はありません。

営業やマーケティングの仕事をしている人

営業やマーケティングの仕事をしている人は、顧客や売上のデータを使って次の打ち手を考える場面が多くあります。 この立場の人には、DS検定でビジネス力を含めた全体像をつかみ、G検定でAIの活用の考え方を学ぶ組み合わせが向いています。 分析そのものを自分で行うより、分析の担当者と話をして結果を施策に結びつける役割を担うことが多いので、全体を見渡せる知識が強みになります。 アクセス解析や広告の効果測定といった仕事にも、統計の基本の知識はそのまま生きます。

エンジニアやプログラミングの経験がある人

すでにプログラミングの経験がある人は、データエンジニアリング力の土台を持っています。 この立場の人は、Python 3 エンジニア認定データ分析試験で分析のライブラリの使い方を整理し、統計検定2級やDSエキスパートで統計とモデリングの知識を固める順番が効率的です。 プログラムは書けても、統計の考え方が弱いと分析の結果を誤って解釈することがあるので、統計の学び直しに時間を割く価値があります。

学生の人

学生の人は、多くの資格で学割の価格が用意されているので、在学中に受けておくと費用をおさえられます。 大学の授業で統計やデータサイエンスを学んでいるなら、統計検定のDS発展が、大学教養レベルの内容を扱う試験として学びの確認に向いています。 就職活動では、資格に加えて、授業や研究で分析した経験を具体的に話せるようにしておくと、学んだことが伝わりやすくなります。

独学と講座の選び方

資格の勉強は、独学でも講座でも進められます。 どちらを選ぶかは、使える時間と予算、そして自分の学び方の癖で決めるのがよい考え方です。

独学が向いている人

独学が向いているのは、自分で計画を立てて続けられる人と、費用をおさえたい人です。 公式のテキストと問題集、出題範囲表がそろっている資格なら、独学でも十分に合格を目指せます。 独学の弱点は、分からないところで止まってしまうことです。 質問できる相手がいないときは、同じ資格を目指す人の勉強会や、オンラインの学習コミュニティに参加すると、つまずきを越えやすくなります。

講座が向いている人

講座が向いているのは、数学やプログラミングに強い苦手意識がある人と、期限を決めて一気に学びたい人です。 講師に質問できる環境があると、独学では何日も悩む問題を短い時間で解決できます。 主催団体が監修している講座や、公式ページで紹介されている講座を選ぶと、出題範囲から外れた内容に時間を使う心配が減ります。 講座を選ぶときは、受講料だけでなく、質問の受け付け方、教材の更新の時期、修了までの期間を確かめておきます。

組み合わせて使う

独学と講座は、どちらか一方に決める必要はありません。 基本は独学で進め、苦手な分野だけ短い講座を受ける、という組み合わせも有効です。 たとえば、統計の基礎は公式テキストで独学し、Pythonの環境づくりで手が止まったら短期の講座で一気に越える、という使い分けができます。

資格の勉強の進め方

データサイエンスの資格は、範囲が広く、数学やプログラミングの知識も問われます。 仕事や家事と両立しながら合格を目指すための進め方を整理します。

公式のテキストと出題範囲表を軸にする

勉強の軸は、主催団体が公開している出題範囲表と、公式のテキストや問題集です。 統計検定は公式テキストと問題集、過去問題を、G検定はシラバスと例題を、DS検定は模擬問題を公式ページで案内しています。 市販の参考書は数多くありますが、まず出題範囲表と照らし合わせて、範囲を外れた内容に時間を使いすぎないようにします。

数学の苦手を先に埋める

データサイエンスの資格でつまずく人が多いのは、数学です。 統計検定の2級では、確率や分布の考え方、平均やばらつきの計算が中心になります。 高校の数学から離れている人は、確率と数列、関数のグラフといった基本を先に見直しておくと、統計の勉強がぐっと楽になります。 数式を暗記するより、その式が何を表しているかを言葉で説明できるようにすると、応用の問題に対応しやすくなります。

手を動かして理解を確かめる

テキストを読むだけでは、分析の手順はなかなか身につきません。 表計算ソフトやPythonで、実際に小さなデータを集計し、平均や相関を計算してみると、式の意味が手で分かるようになります。 統計検定のCBT試験では、四則演算と百分率、平方根の計算ができる普通の電卓を持ち込めると案内されています。 関数電卓やプログラム電卓は持ち込めないので、普段の練習から普通の電卓で計算する習慣をつけておくと、本番で戸惑いません。 なお、データサイエンス基礎は電卓を持ち込めないとされているので、受ける種別ごとに持ち物を確かめてください。

受験の日を先に決める

CBTで随時受けられる試験は、いつでも受けられる分、先延ばしになりがちです。 勉強を始めるときに受験の日を先に予約し、そこから逆算して計画を立てると、最後までやり切りやすくなります。 統計検定は、同じ種別を2回目以降に受けるときは、前回の受験から7日以上空ける決まりがあります。 不合格だったときの再受験も含めて、余裕を持った日程を組んでおくと安心です。

表計算ソフトとプログラミングの使い分け

未経験の人がよく迷うのが、表計算ソフトで十分なのか、プログラミングを学ぶ必要があるのかという点です。 資格の選び方にも関わるので、使い分けの目安を整理しておきます。

表計算ソフトで足りる場面

数千行ほどのデータを集計し、グラフにして報告する仕事なら、表計算ソフトで十分に対応できます。 ピボットテーブルとは、行と列に項目を選ぶだけでクロス集計ができる表計算ソフトの機能のことで、これを使いこなすだけでも多くの集計の仕事をこなせます。 平均やばらつき、相関の計算も、表計算ソフトの関数で行えます。 統計検定の2級までの内容は、表計算ソフトで手を動かしながら学ぶことができます。

プログラミングが必要になる場面

データが数十万行を超える場合や、同じ分析を毎週繰り返す場合は、プログラミングで処理したほうが速く正確です。 複数のファイルを結合する、欠けている値を一定のルールで埋める、といった前処理も、プログラムにしておけば何度でも同じ手順で実行できます。 機械学習のモデルをつくる仕事は、ほぼプログラミングが前提になります。 こうした仕事を目指すなら、Python 3 エンジニア認定データ分析試験のような、プログラミングでの分析を問う資格に進む意味があります。

迷ったら表計算ソフトから

どちらから始めるか迷ったら、まず表計算ソフトで統計の考え方を身につけ、扱うデータが大きくなってきたらプログラミングへ移る順番が無理のない進め方です。 表計算ソフトで手順を理解しておくと、プログラムで同じ処理を書くときに、何をしているかを見失わずに済みます。

資格にかかる費用の目安

受験料は資格ごとに大きく違います。 公式ページに掲載されている主な受験料を、一般の価格でまとめます。

• DS検定 リテラシーレベル：10,000円（税抜）
• 統計検定 2級：7,000円（税込）
• 統計検定 DS基礎：7,000円（税込）、DS発展：6,000円（税込）、DSエキスパート：8,000円（税込）
• G検定：13,200円（税込）
• Python 3 エンジニア認定データ分析試験：1万円（税別）

学生には、多くの資格で学割の価格が用意されています。 受験料のほかに、テキストや問題集、模擬試験の費用がかかります。 勤めている会社によっては、資格の受験料を補助する制度を持っていることがあるので、受ける前に確かめてみてください。 また、専門的な講座を受けて資格を目指す場合は、厚生労働省の教育訓練給付制度の対象になる講座もあります。 対象になるかどうかは講座ごとに決まっているので、申し込む前に講座の案内とハローワークで確かめるのが確実です。

資格を仕事につなげる方法

資格を取っただけで、すぐにデータサイエンティストとして採用されるわけではありません。 資格で得た知識を、仕事の実績に変えていく道筋を考えることが大切です。

今の仕事の中でデータを使う

いちばん確実なのは、今の仕事の中でデータを扱う場面を探すことです。 営業の成績、問い合わせの件数、在庫の動き、ウェブサイトのアクセス数など、どの職場にもデータはあります。 統計検定やDS検定で学んだ集計と分析の方法を使って、身近なデータから改善の提案をまとめてみると、それがそのまま最初の実績になります。 社内で「データに強い人」として頼られるようになると、分析の仕事を任される機会が増えていきます。

成果物を見せられる形にまとめる

社外の仕事を受けたい人や、転職を考えている人は、自分の分析の成果物をまとめておくことが欠かせません。 公開データを使った分析の過程と結果を、図と短い文章でまとめておくと、資格だけでは伝わらない実力を示せます。 成果物のまとめ方は、文章の仕事のポートフォリオと共通する部分が多くあります。 Webライターのポートフォリオの作り方｜案件獲得率が上がるテンプレート付き【2026年版】で紹介している、実績を見せる順番や構成の考え方は、分析の成果物をまとめるときにも参考になります。

在宅でできるデータの仕事

データの仕事は、パソコンとネットワークがあれば場所を選ばずにできるものが多くあります。 データの集計や整理、表計算ソフトでの資料づくり、ウェブサイトのアクセス解析の報告書づくりなど、未経験に近い段階から受けられる仕事もあります。 AIを業務に活用する支援の仕事も広がっていて、データやAIの知識を持つ人が求められています。 AIコンサル・業務活用支援のお仕事のページでは、AIを業務に取り入れる支援の仕事の内容を紹介しています。 G検定やDS検定で学んだ知識は、こうした仕事で依頼主と話をするときの共通の言葉になります。

専門職としての収入の考え方

研究や分析を専門とする仕事の収入は、分野や経験によって大きく変わります。 研究者の年収・単価相場では、研究を仕事にする人の収入の分布を確かめられます。 データ分析の仕事を考えるときも、どの水準の専門性を目指すかで収入の見通しが変わるので、目標を立てる材料にしてください。 報酬は仕事の中身と経験で決まるので、資格の数だけで収入が上がるとは考えず、実績を積み上げる計画と組み合わせることが大切です。

データを扱う仕事で気をつけること

データサイエンスの知識を仕事に使うときは、分析の技術とは別に、守るべき約束ごとがあります。

個人情報とデータの取り扱い

仕事で扱うデータには、顧客の名前や購入の履歴といった個人に関わる情報が含まれることがあります。 こうしたデータは、法律と依頼主のルールにしたがって扱う必要があり、許可なく持ち出したり、目的以外に使ったりしてはいけません。 在宅で仕事を受けるときは、データの受け渡しの方法、作業する端末、作業が終わったあとのデータの消し方を、最初に依頼主と決めておくことが大切です。 資格の勉強で学ぶデータ倫理の知識は、こうした場面で正しい判断をする助けになります。

分析の結果を正しく伝える

分析の結果は、伝え方次第で誤解を生むことがあります。 グラフの縦軸の始まりを変えるだけで差が大きく見えたり、相関があるだけなのに原因と結果の関係があるように伝わったりします。 統計の知識を身につけると、こうした誤解を避けた伝え方ができるようになります。 依頼主にとって分かりやすく、しかも正確な報告をまとめる力は、データの仕事で長く信頼される人に共通する力です。 報告書や提案書を書く機会が多い人は、文書の書き方そのものを学んでおくと役に立ちます。 ビジネス文書検定のページでは、社外向けの文書を正しく書く力を測る検定の概要を紹介しています。

在宅の仕事を長く見てきた立場からの考察

フリーランスと在宅ワークの仲介を2004年から続けてきた運営者として見てきた限りでは、データの仕事で長く続く人には共通点があります。 それは、高度な手法を使えることより、依頼主が本当に知りたいことを最初に確かめ、その答えを分かりやすく返すことに力を注いでいる点です。 分析の技術がどれほど高くても、依頼主の課題とずれた分析は使われません。 資格で得た知識を、相手の課題を聞き取る力と組み合わせている人ほど、継続して仕事を任されています。

もうひとつ見てきたのは、データの仕事は小さな依頼から信頼を積み上げると、より大きな仕事につながりやすいということです。 最初はデータの集計や表の整理といった仕事でも、正確で期限を守る仕事を続けるうちに、分析や提案の仕事を任されるようになります。 また、依頼する側と受ける側が直接やりとりできる形は、間に入る手数料がかからない分、同じ予算でも受け手の手元に残る額が厚くなります。 直接の取引は双方にとって負担が小さく、長く続く関係になりやすいというのが、運営を続けてきた中での実感です。

データサイエンスの資格は、未経験から学びを始める人にとって、何をどの順番で学ぶかを示す地図になります。 資格を取ったら、身近なデータで成果物をつくり、小さな仕事から実績を積み上げていくことが、データの仕事を長く続ける近道です。 AIや分析の仕事の広がりは、AIコンサル・業務活用支援のお仕事のページでも確かめられます。

よくある質問

Q. 未経験ならどのデータサイエンスの資格から始めるのがよいですか？

全体像をつかむには、データサイエンス力・データエンジニアリング力・ビジネス力の3つを見習いレベルで問うDS検定 リテラシーレベルが向いています。数学から離れている人は、統計検定の3級から始めて2級へ進むと無理なく統計の土台を固められます。AIの活用に関心が強い人はG検定から入る方法もあります。

Q. 統計検定2級はどんな試験ですか？

統計検定2級は、大学の基礎課程で身につけるべき統計学の知識と活用の理解を問う試験です。CBT方式で随時受けられ、問題数は35問程度、試験時間は90分、100点満点で60点以上が合格水準と案内されています。受験料は一般7,000円、学割5,000円（税込）で、四則演算や平方根の計算ができる普通の電卓を持ち込めます。

Q. データサイエンティストになるのに資格は必須ですか？

必須の国家資格はありません。すでに現場で働いている人は、資格より実務の経験が評価されることも多いです。一方、未経験の人にとっては、資格の出題範囲が学ぶべき知識の地図になり、学んだことを示す手段にもなります。資格の勉強と並行して、公開データを分析した成果物をつくっておくと、仕事につなげやすくなります。

Q. G検定とDS検定の違いは何ですか？

G検定は日本ディープラーニング協会が実施し、AIとディープラーニングを仕事に活用するための知識を問います。DS検定はデータサイエンティスト協会が実施し、データサイエンス力・データエンジニアリング力・ビジネス力の3つを見習いレベルで問います。AIの活用を考える人はG検定、データ分析の全体像をつかみたい人はDS検定が向いています。