Pythonエンジニア認定データ分析試験の勉強の順番と、在宅のデータ分析の仕事での使い道

Q: Q. 受験料はいくらで、どこで受けられますか？

運営会社の案内では、一般11,000円、学割5,500円（いずれも税込）です。全国のオデッセイ コミュニケーションズのCBTテストセンターで通年受けられ、日程は会場ごとに異なります。受験には事前にオデッセイIDの登録が必要です。

2026年2月2日

＠SOHO編集部

この記事のポイント

✓Pythonエンジニア認定データ分析試験の問題数・試験時間・合格ライン・受験料を公式の記載で整理し
✓配点の偏りから決める勉強の順番
✓CBT方式の受け方と再受験のルール

Pythonでデータ分析の仕事をしたいと考えたとき、最初の目標として名前が挙がるのが、Python 3 エンジニア認定データ分析試験です。通年で受けられ、出題範囲も主教材の書籍に沿って公開されているため、計画が立てやすい試験です。一方で、出題の比重が大きく偏っているので、教材を最初から順に読むだけでは効率が悪くなります。

この記事では、Pythonエンジニア認定データ分析試験の概要を公式の記載で整理し、配点から逆算した勉強の順番、申し込みと当日の流れ、再受験のルールを説明します。後半では、合格したあと在宅のデータ分析の仕事でどう使えるか、資格をどう見せれば仕事につながるかを、仕事を受ける側の目線でまとめます。

Pythonエンジニア認定データ分析試験とはどんな試験か

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主催する民間の資格試験です。Pythonというプログラミング言語を使ったデータ分析の基礎と方法を問う試験で、合格すると「Python3 エンジニア認定データ分析試験合格者」と名乗れます。

協会の公式サイトでは、この試験の位置づけとして次の3点が紹介されています。

1つ目は、経済産業省のITスキル標準（ITSS）への掲載です。ITSSとは、IT人材に求められる力を職種とレベルで整理した国の指標のことで、この試験は「ソフトウェアディベロップメント」の「応用ソフト」のレベル1に位置づけられています。

2つ目は、経済産業省のDX推進スキル標準（DSS-P）への登録です。DSS-Pとは、会社のデジタル化を進める人材に必要な力を整理した指標のことで、ソフトウェアエンジニアのカテゴリにレベル1として登録されています。

3つ目は、厚生労働省の一般教育訓練給付の指定講座の対象試験になっていることです。一般教育訓練給付とは、雇用保険に加入している人などが指定の講座を修了したときに、受講費用の一部が戻ってくる制度のことです。

経済産業省が定めたガイドライン「ITスキル標準（ITSS)」のキャリアフレームワークと認定試験・資格とのマップに、基礎試験、データ分析試験ともに、職種：ソフトウェアディベロップメント、専門分野：応用ソフトのレベル1に掲載されました。出典: Pythonエンジニア育成推進協会データ分析試験

レベル1という位置づけからも分かるとおり、この試験は「データ分析の入り口に立てているか」を確かめる試験です。合格したからといってすぐに高度な分析の仕事ができるわけではありませんが、分析用の道具の基本を一通り押さえた証明としては、十分に意味があります。

試験の概要を公式の数字で整理する

試験の基本情報を、協会と、試験の運営を担うオデッセイコミュニケーションズの公式ページの記載から並べます。

項目	内容
問題数	40問（すべて選択問題）
試験時間	60分
合格ライン	正答率70%
受験料	一般11,000円、学割5,500円（いずれも税込）
試験方式	CBT方式（試験会場のパソコンで解答）
受験日	通年（試験会場ごとに日程が異なる）

合格ラインの正答率70%は、40問中28問の正解に当たります。逆に言えば、12問までは間違えられる計算です。この「何問まで落とせるか」を最初に意識しておくと、後で説明する配点の偏りを生かした勉強の組み立てがしやすくなります。

協会の案内では、2026年9月14日から職業訓練の受講者も学割で受験できるようになったとされています。職業訓練でPythonを学んでいる人は、申し込みの前に運営会社に対象になるかを確認すると、受験料を半額に抑えられる可能性があります。

試験時間の60分を40問で割ると、1問あたり1分30秒です。コードの実行結果を読み取る問題は時間がかかりやすいので、知識だけで答えられる問題を素早く解き、時間を残しておくことが大切です。

出題範囲と配点の偏りを知る

この試験の大きな特徴は、出題範囲と問題数の内訳が公開されていることです。主教材である翔泳社の「Pythonによるあたらしいデータ分析の教科書」から、次の比率で出題されます。

章	内容	問題数	出題率
1	データ分析エンジニアの役割	2	5.0%
2	Pythonと環境（実行環境構築、Pythonの基礎、Jupyter Lab）	5	12.5%
3	数学の基礎（数式、線形代数、基礎解析、確率と統計）	6	15.0%
4	ライブラリによる分析実践（NumPy、pandas、Matplotlib、scikit-learn）	27	67.5%
5	応用：データ収集と加工	0	0.0%

第4章だけで27問、全体の67.5%を占めます。内訳は、NumPyが6問、pandasが7問、Matplotlibが6問、scikit-learnが8問です。一方、第5章は出題数が0問です。

ここから分かるのは、合否を決めるのは第4章の4つのライブラリだということです。ライブラリとは、よく使う機能をまとめて部品のように使えるようにしたプログラムの集まりのことです。NumPyは数値の計算、pandasは表形式のデータの加工、Matplotlibはグラフの作成、scikit-learnは機械学習のモデル作りに使います。

第4章で8割を取れれば、27問中およそ22問の正解になり、残り13問のうち6問を取れば合格ラインに届きます。数学の基礎に苦手意識がある人でも、第4章を固めれば合格は十分に狙えるということです。

配点から逆算した勉強の順番

配点の偏りを踏まえると、勉強は次の順番で進めるのが効率的です。

ステップ1：Pythonの基本文法を確認する

第2章の範囲にあたる、変数、リスト、辞書、条件分岐、繰り返し、関数といった基本文法は、第4章のコードを読むための前提です。ここが曖昧なままライブラリに進むと、エラーの理由が分からず止まってしまいます。プログラミングが初めての人は、後で紹介する基礎試験の範囲から入るほうが近道です。

ステップ2：pandasから始める

第4章の中では、pandasから始めるのがおすすめです。7問と出題数が多いうえ、実際の仕事で最もよく使うライブラリだからです。データの読み込み、列の選択、条件での絞り込み、集計、欠けている値の扱いを、手元で実際にコードを動かしながら覚えます。

ステップ3：NumPyとMatplotlibを固める

pandasの裏側ではNumPyが動いているので、pandasを理解したあとならNumPyの配列の考え方も入りやすくなります。Matplotlibは、グラフの種類ごとの書き方と、図の部品の名前を覚える問題が中心です。実際にグラフを描いて、コードと見た目の対応を確かめながら覚えると忘れにくくなります。

ステップ4：scikit-learnの流れをつかむ

scikit-learnは8問と、ライブラリの中で最も出題が多い分野です。個々のモデルの数学的な仕組みよりも、データを学習用と評価用に分ける、モデルを作る、学習させる、評価するという一連の流れと、そのときに使う書き方を押さえることが中心になります。

ステップ5：数学の基礎と第1章を仕上げる

最後に、第3章の数学の基礎と第1章のデータ分析エンジニアの役割を仕上げます。合わせて8問あり、ここで半分以上を取れれば、合格までの余裕が大きくなります。

ステップ6：模擬試験で時間配分を確かめる

協会の公式サイトでは、認定スクールが無料で公開している模擬試験が紹介されています。本番と同じ60分で解き、間違えた分野をもう一度教材に戻って復習します。模擬試験で安定して合格ラインを超えるようになったら、申し込みの時期です。

4つのライブラリで押さえたいポイント

出題の中心である第4章の4つのライブラリについて、勉強のときに意識したいポイントを整理します。どれも、仕事で毎日のように使う基本の部分です。

NumPy：配列の形と計算のルール

NumPyは、数値をまとめて扱う「配列」という入れ物と、その計算の仕組みを提供するライブラリです。勉強のときは、配列の形（何行何列か）を常に意識することが大切です。形の違う配列どうしを計算したときにどう扱われるか、配列の一部を取り出す書き方、合計や平均を行ごと・列ごとに計算する方法など、形に関わる知識がよく使われます。コードを読むときに、各行の結果の形を頭の中で追えるようになると、選択肢の正誤を素早く見分けられます。

pandas：表の読み込みから集計まで

pandasは、表計算ソフトのような行と列のデータを扱うライブラリです。CSVファイルの読み込み、列や行の選び方、条件での絞り込み、並べ替え、グループごとの集計、表どうしの結合、欠けている値の扱いが基本になります。似た名前の書き方がいくつもあり、行の番号で選ぶのか、行の名前で選ぶのかで結果が変わる点は、特に混同しやすいところです。実際に小さな表を作って、書き方を変えたときに結果がどう違うかを確かめておくと、本番で迷いません。

Matplotlib：グラフの部品の名前と描き分け

Matplotlibは、グラフを描くライブラリです。折れ線グラフ、棒グラフ、散布図、ヒストグラム、円グラフなど、グラフの種類ごとの描き方に加えて、1つの画面に複数のグラフを並べる方法、軸のラベルや凡例の付け方が基本です。グラフを構成する部品の名前と役割を整理して覚えておくと、コードを見ただけでどんな図ができるかを想像できるようになります。

scikit-learn：学習と評価の手順

scikit-learnは、機械学習のモデルを作るためのライブラリです。勉強の中心は、データを学習用と評価用に分ける、モデルを選ぶ、学習させる、予測する、結果を評価するという一連の手順です。分類と回帰の違い、正解のデータを使う学習と使わない学習の違い、評価の指標の意味など、手順の各段階で何をしているのかを言葉で説明できるようにしておくと、選択肢の文章を読んだときに判断しやすくなります。

数学の基礎の章の対策

第3章の数学の基礎は、6問の出題です。数式に苦手意識がある人ほど避けたくなる章ですが、問われるのは計算の速さより「数式が何を表しているか」を読み取る力です。

具体的には、合計を表す記号の読み方、ベクトルと行列の基本的な計算、関数の傾きを表す微分の考え方、平均や分散、確率の基本といった内容です。主教材でも、プログラムと結び付けながら説明されています。たとえば、行列の掛け算はNumPyで1行で計算できますし、平均や分散もpandasで簡単に求められます。数式だけを眺めるより、同じ計算をコードで実行して結果を見比べると、数式の意味がつかみやすくなります。

数学の章で全問正解を目指す必要はありません。6問のうち半分を確実に取れれば、第4章の得点と合わせて合格ラインに十分届きます。時間をかけすぎず、教材の例題を自分で解き直せる程度まで仕上げたら、第4章の復習に時間を回すほうが、合格の可能性は高くなります。

主教材は「版」を確かめてから買う

この試験は主教材から出題されるため、教材選びで迷う必要はほとんどありません。ただし、1つ注意点があります。主教材には複数の版があり、公式のページによって案内している版が違うことがあるのです。

2026年10月7日時点で、協会のデータ分析試験のページには第2版（2022年10月発売）が主教材として載っています。一方、試験を運営するオデッセイコミュニケーションズのページでは、認定テキストとして第3版（2025年5月21日発売、税込3,058円）が案内されています。どちらの記載が最新の出題に対応しているかは、申し込みの前に協会または運営会社に確かめるのが確実です。

中古の教材や、知人から譲り受けた教材を使うときも、版を必ず確かめてください。版が変わると、使われているライブラリの書き方が変わっていることがあります。古い書き方で覚えると、本番で選択肢を見たときに迷う原因になります。

教材に載っているコードは、読むだけでなく必ず自分の環境で動かします。Jupyter Labのような、コードと結果を並べて確認できる環境を使うと、1行ずつ結果を見ながら進められるので理解が早くなります。エラーが出たら、エラーの文章をよく読んで原因を探すことも、そのまま試験対策になります。

プログラミング未経験なら基礎試験から

プログラミングの経験がない人が、いきなりデータ分析試験の主教材を読むと、つまずくことが多いと協会も案内しています。その場合は、同じ協会が実施する基礎試験から始めるのが現実的です。

基礎試験は、Pythonの文法の基礎を問う試験です。協会の公式サイトでは、データ分析試験と同じく問題数40問のすべて選択問題、合格ラインは正答率70%とされています。主教材はオライリー・ジャパンの「Pythonチュートリアル」です。基礎試験の内容と、在宅の仕事での評価のされ方については、Python3エンジニア認定基礎試験のページで、試験の概要と学習の進め方が紹介されています。

基礎試験とデータ分析試験は、扱う範囲がはっきり分かれています。基礎試験で文法を固めてからデータ分析試験に進むと、データ分析試験の勉強では「ライブラリの使い方」だけに集中できます。2つの試験を合わせて受けても、Pythonを使った分析の入り口として十分に筋の通った順番です。

技術系の副業では、文法を一通り学んだあと、最初に覚えたことを実際の小さな作業に使ってみると、理解が一気に深まります。表計算ソフトで毎月手作業でしていた集計を、Pythonで自動化してみるといった、身近な作業から始めるのがおすすめです。

本業と両立しながら合格するための計画

働きながら受験する人にとって、一番の課題は勉強の時間をどう作るかです。この試験は通年で受けられるので、自分で試験日を決めて逆算できるのが利点です。

まず教材の目次で分量を把握する

最初に主教材の目次を開き、第4章までの節の数を数えます。そのうえで、1日に進める節の数を決めれば、全体に必要な日数が見えてきます。平日は30分で1節、休日はまとめて復習と演習、というように、平日と休日で役割を分けると続けやすくなります。

毎日コードを1回は動かす

忙しい日でも、教材のコードを1つ動かすだけは続けるのがおすすめです。プログラミングの勉強は、数日空くと書き方を忘れてしまい、取り戻すのに時間がかかります。短い時間でも毎日手を動かすほうが、週末にまとめて長時間勉強するより定着します。

試験日は「模擬試験で合格ラインを2回超えたら」決める

試験日を早く決めすぎると、準備が間に合わずに受験料が無駄になりがちです。協会の案内にある無料の模擬試験を解き、2回続けて正答率70%を超えたら、そこから1〜2週間後の日程で会場に申し込む、という決め方にすると、受験料を無駄にしにくくなります。

申し込みから合格証が届くまでの流れ

試験はオデッセイコミュニケーションズのCBTテストセンターで受験します。流れは次のとおりです。

1. オデッセイIDを作る

受験には、運営会社のオデッセイIDの登録が必要です。申し込みの前に作っておきます。

2. 試験会場に申し込む

全国の試験会場から受けたい会場を選び、会場に直接申し込みます。試験の実施日や申し込み方法は会場ごとに違い、日程が表示されていない会場には受験希望日を相談できる仕組みです。学割で受ける人は、申し込みの際に学割価格での申し込みであることと学校名を伝えます。

3. 試験当日

本人確認のため、写真付きの身分証明書が必要です。忘れると受験できません。学割で申し込んだ人は、学生証か教員証も持っていきます。協会の案内によると、筆記用具やメモ帳の持ち込みは禁止されているので、計算はパソコンの画面上で考えることになります。

4. 試験結果

合否は試験が終わった直後に判定され、試験結果レポートが渡されます。合格した人は、試験の直後から合格をWebサイトで証明できます。

5. 合格証

合格証は約4週間で郵送されます。運営会社の案内では、2026年9月1日以降の合格者には、合格を電子的に証明できるオープンバッジも発行されるとされています。オープンバッジとは、資格の情報をデジタルの証明書として、SNSやプロフィールに表示できる仕組みのことです。

再受験のルールと費用を抑える方法

不合格だった場合の再受験には、運営会社が定めたルールがあります。

同一科目に対して2回目の受験については制限がありませんが、3回目以降の受験は前回の試験日から7日間（24時間×7=168時間）は受験できません。出典: オデッセイコミュニケーションズデータ分析試験

つまり、1回目で不合格でも、2回目はすぐに受け直せます。ただし、受験料は毎回11,000円かかります。結果レポートで弱い分野を確かめ、その分野を復習してから受け直すほうが、結果的に費用を抑えられます。

費用を抑える方法としては、次のものがあります。

・学生や教員は学割価格（5,500円）で受けられる
・職業訓練の受講者も、2026年9月14日から学割の対象になった（運営会社に要確認）
・法人の10名以上の団体受験には、10%引きの団体割引がある
・試験対策の講座が一般教育訓練給付の指定講座であれば、修了後に講座の費用の一部が戻る

一般教育訓練給付は、厚生労働省の案内によると、教育訓練の経費の20%（上限10万円）が訓練の修了後に支給される制度です。雇用保険の加入期間などの条件があるので、使えるかどうかは住所を管轄するハローワークで確認してください。対象になるのは講座の受講費用で、試験の受験料ではない点にも注意が必要です。

データ分析実践試験との違い

同じ協会は、上位の試験としてPython 3 エンジニア認定データ分析実践試験も実施しています。違いを整理しておくと、合格後の目標を決めやすくなります。

協会の公式サイトによると、データ分析実践試験は、Pythonでデータ分析を実践的に行うためのデータ処理技術とデータ構造の知識を問う試験です。問題数は40問のすべて選択問題、試験時間は75分、合格ラインは正答率70%、受験料は税別12,000円（学割6,000円）です。主教材はインプレスの「Pythonデータ分析実践ハンドブック実務で使えるデータ加工のテクニック」で、データの読み込み、表形式データの加工、データの評価、時系列データ、テキストや画像のデータの処理などが出題されます。

データ分析試験が「道具の基本を知っているか」を確かめる試験だとすれば、データ分析実践試験は「実際の仕事のデータを加工できるか」を確かめる試験です。在宅でデータ分析の仕事をするとき、最も時間がかかるのはデータの加工、つまり散らかったデータを分析できる形に整える作業です。実践試験の範囲は、その作業にそのまま対応しています。

順番としては、データ分析試験に合格してから、仕事で加工の作業に触れつつ実践試験を目指すのが自然です。協会の案内では、実践試験で900点以上を取った人は「Python Super Data Engineer」を名乗れる仕組みもあります。

合格後に学ぶとよいこと

データ分析試験の範囲は、分析の入り口にあたる部分です。合格したあと、在宅の仕事につなげるために学んでおきたいことを、優先度の高い順に挙げます。

データベースから必要なデータを取り出す力

実際の仕事では、データはCSVファイルで渡されるとは限りません。会社のデータベースに保存されていることも多く、必要なデータを自分で取り出すためにSQLという言語を使います。SQLとは、データベースに対して「この条件のデータをこの形で取り出して」と頼むための言葉のことです。pandasの集計の考え方とよく似ているので、試験の勉強で身につけた感覚がそのまま生きます。

統計の考え方

試験の範囲にも確率と統計の基礎がありますが、仕事で分析の結論を出すには、もう一歩踏み込んだ統計の知識が必要になります。たとえば、2つのグループの差が偶然かどうかを判断する検定や、ある数字が別の数字にどう影響しているかを調べる回帰分析です。これらを知っていると、グラフを作るだけでなく、そのグラフから何が言えるかまで説明できるようになります。

分析結果を伝える文章

分析の仕事の成果は、最後は文章とグラフで伝わります。結論を先に書き、根拠となる数字とグラフを示し、分析の限界も正直に添える、という報告の型を身につけておくと、依頼する側の評価が大きく変わります。技術の力が同じなら、報告が分かりやすい人に次の仕事が回ってきます。

在宅のデータ分析の仕事での使い道

資格に合格したあと、在宅で受けられるデータ分析の仕事には、次のような種類があります。

集計作業の自動化

毎月の売上や在庫のデータを、表計算ソフトで手作業で集計している会社は少なくありません。pandasを使えば、この作業を自動化するプログラムを作れます。データ分析試験の範囲がそのまま使える、最初に受けやすい仕事です。Pythonを使った副業の始め方と案件の種類は、Pythonで副業！データ分析・自動化で稼ぐ方法【2026年版】で、具体的な仕事の例と進め方が紹介されています。

レポートとグラフの作成

Matplotlibでグラフを作り、分析結果を報告書にまとめる仕事です。依頼する側は数字の専門家でないことが多いので、グラフの見せ方と説明の分かりやすさが評価を左右します。

機械学習を使った予測や分類

scikit-learnを使って、売上の予測や、お客様の分類をする仕事です。データ分析試験の範囲はモデルの基本的な流れまでなので、実際の案件ではさらに学ぶ必要がありますが、基礎を知っていることで学習の速さが大きく変わります。AIの導入を手伝う仕事の全体像は、AIコンサル・業務活用支援のお仕事で、仕事の流れと必要な知識が整理されています。

マーケティングの効果分析

広告やWebサイトのデータを分析し、改善の提案をする仕事です。データの扱いとマーケティングの知識を組み合わせると、仕事の幅が広がります。この分野の仕事の種類は、AI・マーケティング・セキュリティのお仕事で紹介されています。

分析機能を持つアプリの開発

分析の結果を画面に表示する社内向けのツールなど、開発の仕事の一部として分析を担う案件もあります。開発の仕事の種類と求められるスキルは、アプリケーション開発のお仕事にまとまっています。

資格を仕事につなげる見せ方

資格は、プロフィールに書くだけでは仕事につながりにくいものです。依頼する側が知りたいのは「この人に頼むと何をしてくれるか」だからです。

コードと結果をセットで見せる

公開されているデータを使って、読み込みから加工、集計、グラフ、簡単な予測までを一通り行ったノートブックを作り、公開しておきます。ノートブックとは、Jupyter Labなどで作る、コードと実行結果と説明の文章を1つにまとめたファイルのことです。依頼する側はコードを読めなくても、グラフと説明の文章で、何ができる人かを判断できます。

試験の範囲を「できること」に言い換える

「データ分析試験合格」と書くだけでなく、「pandasを使った表形式データの集計と加工、Matplotlibでのグラフ作成、scikit-learnでの基本的な予測モデルの作成ができます」のように、試験で問われた内容を、できる作業として書き直します。

最初は小さな仕事で実績を作る

最初から大きな分析の案件を狙うより、集計の自動化やグラフ作成のような、範囲のはっきりした小さな仕事から始めるほうが、実績を積みやすくなります。1件目を丁寧に仕上げて評価をもらうことが、次の依頼につながります。

技術系の副業では、報酬の金額は使える技術の組み合わせで大きく変わります。Pythonの分析だけでなく、データベースの操作やWebの画面づくりなど、隣の技術を1つずつ足していくと、受けられる仕事の幅が広がります。

データで見る、Pythonの分析スキルが生きる仕事の傾向

在宅ワークの仕事の傾向を見ると、Pythonの分析スキルは、開発の仕事と文章の仕事の両方で評価されています。

開発の仕事では、データの集計や自動化の機能を含む案件が多くあります。ソフトウェアを作る仕事の報酬の目安は、ソフトウェア作成者の年収・単価相場で、公的な統計をもとにした年収の目安と在宅案件の単価の見方が整理されています。Pythonでデータを扱える開発者は、依頼する側の業務の数字を理解したうえで機能を作れるため、要件の確認が早く済みます。

文章の仕事でも、データを自分で集計して記事にできる人は重宝されます。調査データを使った記事やレポートでは、数字を正しく扱えることがそのまま記事の信頼につながります。書く仕事の報酬の目安は、著述家，記者，編集者の年収・単価相場で確認できます。

フリーランスや在宅ワークの市場を長く見てきた立場から言えば、技術系の仕事で長く続いている人ほど、納品物に「何をどう処理したか」の説明を必ず添えています。プログラムを渡すだけでなく、次に同じ作業をするときの手順まで書いておくと、依頼する側は安心して次の仕事を任せられます。

また、仲介の手数料がかからない直接のやりとりでは、依頼する側は同じ予算でより多くの作業を頼め、受ける側は手取りが厚くなります。手数料0%で直接取引できる場では、小さな集計の自動化から始まった関係が、毎月の分析や仕組みの改善へと続いていくことがあります。データ分析試験の合格は、その最初の1件で「基本は押さえている人」と伝えるための、分かりやすい材料になります。

よくある質問

Q. Pythonエンジニア認定データ分析試験の難易度はどのくらいですか？

40問の選択問題で、正答率70%が合格ラインです。出題の67.5%がNumPy、pandas、Matplotlib、scikit-learnの4つのライブラリに集中しているため、この範囲を実際にコードを動かしながら固めれば合格を狙えます。プログラミングが初めての人は、先に基礎試験の範囲で文法を学ぶと進めやすくなります。