データサイエンティスト資格一覧｜国家や国際別の難易度や合格率、順番 | レバテックフリーランス

必須なものはない？資格を取る意味と順番、難易度目安

データサイエンティストになるのに必須の資格は特にありません。資格取得より実務経験を積んだ方が、実践力が身につくという考え方もあります。しかし、資格を取得すると体系的に知識が学べ、実力の証明にもなります。

転職時にアピールできるので、初心者は関連する資格を取得して損はありません。資格があると、知識やスキルを示せるほか、向上心もアピールできるでしょう。

取るべき資格の考え方

データサイエンティスト関連の資格は数多く、「これだけあれば完璧」というものはありません。資格によって身につくスキルや難易度が異なるので、自身の現状に合った資格を優先して取得するのがポイントです。

ここでは、取得を目指す資格の決め方や資格の難易度一覧を紹介します。実務経験がない初心者がどの資格からチャレンジすべきか、具体的な順番も分かりやすくまとめました。

自分に足りていないスキル・経験を補えるもの

どの資格を目指すか迷う人は、自分にないスキルを補える資格を優先して取得しましょう。一般社団法人 データデータサイエンティスト協会は、データサイエンティストには下記のスキル領域が必要としています。

引用元 : データサイエンティスト検定™リテラシーレベルとは｜ 一般社団法人データサイエンティスト協会

一人前のデータサイエンティストになるには、ビジネス力・データサイエンス力・データエンジニリング力が必要です。とはいえ、これらすべての領域をカバーする資格はありません。自分に足りない領域が何かを考え、優先的に取得しましょう。

3つの領域を満たすのに必要なスキルに明確な定義はありません。ただ、ビジネス力はコンサルティングスキル、データサイエンス力は統計スキルに置き換られます。データエンジニアリング力はITスキルと捉えられるでしょう。

スキル別に対応する資格の例は以下の通りです。

• コンサルティングスキル：日本ディープラーニング協会の検定（G検定、E検定）
• 統計スキル：統計検定（統計検定2級、統計検定準1級、統計検定1級）
• ITスキル：Pythonエンジニア認定試験（基礎試験、データ分析試験）

民間・国家・国際の区分よりも足りないスキルを優先

IT系の資格は、民間資格と国家資格、他国でも通用する国際資格の3つに分類されます。一般的には、国際資格は民間資格より信頼性が高く、転職時に企業からの評価を得やすいです。ただ、現在のところデータ分析に特化した国家資格はありません。

民間資格としてはデータサイエンティスト協会のデータサイエンティスト検定があるものの、内容は基礎レベルにとどまっています。これだけでは、一人前のデータサイエンティストとして認められないでしょう。

現状はさまざまな団体が独自の資格をつくり、民間資格は乱立状態にあります。そのため、まずは自分のスキルを補う国家資格の取得を検討し、適当なものがなければ民間資格を検討しましょう。

例外として、他国で働きたい人は国際資格を目指すことになります。自分に足りないスキルや希望する働き方を踏まえて、選択肢を絞りましょう。

資格の難易度と理想的な取得順の一例

どの資格を取得するか決めかねている人は、自分に不足するスキル領域を学べる資格のうち、難易度が低いものから挑戦しましょう。以下の表では、資格ごとの難易度と対応するスキル領域、取得のメリットをまとめました。

資格名	難易度	スキル領域	メリット
Python3エンジニア認定データ分析試験	★☆☆☆	ITスキル	プログラミング言語（Python）の基礎的なスキルが身につく
データサイエンティスト検定リテラシーレベル	★☆☆☆	コンサルティングスキル、 統計スキル、 ITスキル	初心者がデータサイエンティストに必要な基礎知識を身につけられる
G検定	★☆☆☆	コンサルティングスキル	AIの活用スキルが身につく
基本情報技術者試験	★☆☆☆	ITスキル	IT業界初心者が土台となる知識を身につけられる
応用情報技術者試験	★★☆☆	ITスキル	一般的な情報技術に関する知識が幅広く身につく
データサイエンスエキスパート	★★★☆	統計スキル	計算、統計、モデリング、領域知識に関する 大学専門レベルの高度なスキルが身につく
データベーススペシャリスト試験	★★★★	ITスキル	情報処理技術者試験の中でも高位資格の一つ、企業に評価されやすい
統計検定1級	★★★★	統計スキル	高度な統計スキルが身につく

難易度やスキル領域はあくまで大まかな目安です。詳細は資格の公式サイトなどで確認してください。

次に、初心者や実務経験がない方に向けて、スキル領域別におすすめの取得順を紹介します。こちらもあくまで目安なので、どの順番で目指すか迷った際の参考にしてください。

コンサルティングスキルを磨くなら、まずはデータサイエンティスト検定リテラシーレベルで基礎を学びます。そのうえで、G検定を受験しましょう。1日1時間勉強する場合のG検定の学習期間の目安は1ヶ月ほどです。

統計スキルを習得する際に最初におすすめなのが、データサイエンティストエキスパート資格です。統計検定1級はかなり難易度が高いため、2級、準1級に合格した後で目指すのがおすすめです。統計検定2級の学習期間の目安は、およそ1.5ヶ月です。

ITスキルを基礎から習得するなら、まずは基本情報技術者試験を受け、次に応用情報技術者試験に挑戦しましょう。また、Pyhtonはデータサイエンティストに必要なプログラミング言語なので、資格勉強を通して習得しましょう。

Pythonを習得する目安期間は2ヶ月ですが、プログラミング言語初心者の場合もう少し時間がかかる可能性があります。

データサイエンティスト案件を
提案してもらう

データサイエンティストにおすすめの❝国家❞資格

データサイエンティスト向けの国家資格としては、データスペシャリスト試験が代表的です。とはいえ、初心者向けの試験ではありません。これからデータサイエンティストを目指す場合は、基本情報技術者試験や応用情報技術者試験から挑戦しましょう。

基本情報技術者試験はIT技術者としての基本を学べるので、これからIT業界に就職する方にもおすすめです。各資格の詳細を把握し、自分に合った資格を検討してください。

データベーススペシャリスト試験

データベーススペシャリスト試験（DB）は、ビッグデータ時代に求められる、データ指向の担い手を育成する目的の試験です。SQLやデータベースの設計・構築・管理など、データベースに関する幅広い知識を習得でき、実際の業務で役立つ資格です。

ただ、令和5年度秋期の合格率は18.5%で簡単な資格ではありません。初心者向けではなく、データベースの設計や構築などの実務経験を有し、ある程度の知識とスキルを持つ人向けの試験といえます。

運営	IPA（独立行政法人情報処理推進機構）
試験日	秋期（10月）の年1回実施予定
受験料	7,500円（税込）
受験資格	なし
試験形式	ペーパー方式
合格基準	午前I、午前II、午後I、午後IIの試験すべて60点以上（100点満点）
公式サイト	https://www.ipa.go.jp/shiken/kubun/db.html

基本情報技術者試験

基本情報技術者試験は、IT技術者として必要な基礎知識が幅広く出題される資格試験です。システムの設計・開発・運用について出題され、IT技術者がこなす一般業務への対応力が問われます。

プログラミングやデータベース、ネットワークなどの知識を習得できることから、コーディングやシステム設計などの作業に役立ちます。

データサイエンティストに特化した資格ではないので、プログラマーやシステムエンジニアで受験する人も少なくありません。実務経験は学習の助けとなりますが、未経験から独学でも合格できます。

運営	IPA（独立行政法人情報処理推進機構）
試験日	随時
受験料	7,500円（税込）
受験資格	なし
試験形式	コンピュータを用いる方式
合格基準	科目A、科目Bの試験を両方とも600点以上（1,000点満点）
公式サイト	https://www.ipa.go.jp/shiken/kubun/fe.html

応用情報技術者試験

応用情報技術者試験は、基本情報技術者試験に合格し、エンジニアとしてさらにレベルを上げたい方におすすめです。データサイエンティストに特化した資格ではありませんが、基本情報技術者試験と同じくIT業界では定番の資格として知られています。

取得すれば、ITリテラシーを証明でき、ITエンジニア全般の転職や案件獲得に役立つでしょう。

運営	IPA（独立行政法人情報処理推進機構）
試験日	随時
受験料	7,500円（税込）
受験資格	なし
試験形式	コンピュータを用いる方式
合格基準	科目A、科目Bの試験を両方とも600点以上（1,000点満点）
公式サイト	https://www.ipa.go.jp/shiken/kubun/ap.html

データサイエンティスト案件を
提案してもらう

データサイエンティストにおすすめの❝民間❞資格

データサイエンティスト向けの民間資格は非常に数が多く、問われる内容も資格によってさまざまです。データサイエンスの基本を問う資格から、データベースや統計学、数学、画像処理に特化した資格まで、幅広い種類があります。

学びたい分野や現状のスキルを踏まえたうえでこれから紹介する資格を一覧し、自分にどれが向いているか考えましょう。

データサイエンティスト検定リテラシーレベル

データサイエンティスト検定は通称DS検定と呼ばれ、リテラシーレベルではデータサイエンティストの基礎力を証明できます。対象となるのは、データサイエンティスト初学者やこれからデータサイエンティストを目指す人です。

取得すると、実務能力とともに数理・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ます。

運営	一般社団法人データサイエンティスト協会
試験日	第6回：2024年3月9日（土）～2024年3月31日（日）
受験料	10,000円
受験資格	なし
試験形式	全国の試験会場で開催（CBT）
合格基準	非公表
公式サイト	https://www.datascientist.or.jp/dscertification/

OSS-DB技術者認定試験

OSS-DBは、オープンソースデータベース（OSS-DB）に関する技術力と知識を証明する資格です。

オープンソースデータベースの知識は、データベースやシステムの開発・運用管理業務に役立ちます。また、パフォーマンスチューニングなど、データベースの性能改善作業に役立ちます。

基準のRDBMSとしてPostgreSQLを採用しており、業務で同システムを使用している人は実務に役立てやすいでしょう。

運営	特定非営利活動法人エルピーアイジャパン（LPI-Japan）
試験日	随時
受験料	16,500円（税込）
受験資格	Silver：制限なし、Gold：有意なOSS-DB Silverを保有していること
試験形式	全国各地の試験センターでの受験か、自宅や職場からのオンライン受験
合格基準	非公表
公式サイト	https://oss-db.jp/

OSS-DB Silver

ITSSのキャリアフレームワークで、Silverはレベル2（エントリレベル）に該当します。合格率は非公開ですが、公式サイトによる一般的な学習期間の目安は、Silverで3ヶ月～半年程度です。

GoldはSilverを保持していないと合格しても認定されないため、まずはSilverを受験しましょう。そして、データベースの実務経験をある程度積んでからGoldへ挑戦するのがおすすめです。

OSS-DB Gold

ITSSのキャリアフレームワークでは、Goldはレベル3（ミドルレベル）に分類されています。学習期間の目安は、半年～1年程度です（OSS-DB Silverの認定取得が前提）。

OSS-DB Goldに認定されると、公式サイトからダウンロードした「認定者ロゴ」を名刺などに利用できます。オープンソースデータベースの深い知識があるとアピールできるでしょう。

統計検定

統計検定は、統計に関する知識や活用力を評価する目的の全国統一試験です。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身につきます。

資格取得を目指して勉強すると、データ分析作業を行う上でのスキルアップが望めます。また、得られたデータの表やグラフでの表現方法も学べ、データ解析後の資料作成作業などで役立てることが可能です。

1級は業務経験を積んだデータサイエンティスト向けなので、初心者は3級や4級からの受験がおすすめです。

運営	一般財団法人 統計質保証推進協会
試験日	随時（1級は11月のみ）
受験料	1級：10,000円（税込）※、 準1級 : 8,000円（税込）、 2級： 7,000円（税込）、 3級：6,000円（税込）、 4級：5,000円（税込） ※統計数理のみ、統計応用のみの場合は6,000円（税込）
受験資格	なし
試験形式	1級：PBT方式、1級以外：CBT方式
合格基準	1級：非公開、準1級・2級・4級 : 100点満点中60点以上、3級：100点満点中65点以上
公式サイト	https://www.toukei-kentei.jp/

データサイエンス基礎

統計検定には、データサイエンス基礎（DS基礎）と呼ばれる資格もあります。DS基礎は、具体的なデータセットをコンピューター上に提示し、データの前処理や解析といった一連の工程を評価する試験です。

試験の目的は、学生や社会人を問わず、AI・デジタル社会の共通スキルであるデータサイエンスの基礎力を評価することです。社会人であれば、業務の身近な課題をデータ処理するレベルを想定しています。

データサイエンス発展

データサイエンス発展（DS発展）は、DS基礎を踏まえて大学教養レベルの一般的な内容を問う試験です。

試験内容は、「数理・データサイエンス・AI教育強化拠点コンソーシアム」の内容に準拠。倫理・AI、数理、情報、統計に関する大学教養レベルの内容が問われます。データサイエンス基礎に合格したら、次に目指す試験としておすすめです。

データサイエンスエキスパート

データサイエンスエキスパート（DSエキスパート）は、DS発展を踏まえて大学専門レベルの高度な内容を問う試験です。「数理・データサイエンス・AI教育強化拠点コンソーシアム」の応用基礎レベルのモデルカリキュラムを含みます。

内容は、DS発展と同じ計算や統計、モデリング、領域知識に関するものですが、大学専門レベルとなり難易度は高めです。業務内容や自分のスキルレベルに合わせて受験を検討しましょう。

G検定

G検定は、ディープラーニングの基礎知識を証明する資格です。AI・ディープラーニングの活用リテラシーを習得でき、AIのビジネス活用に必要な法律や倫理分野の知識も身につきます。

AIについて体系的に理解したい人や、AIで何ができるのかを知りたい人におすすめです。合格率は毎回60～65％で、比較的とりやすい資格といえます。

運営	一般社団法人 日本ディープラーニング協会
試験日	2024年は年間6回（1月・3月・5月・7月・9月・11月）の開催を予定
受験料	13,200円（税込）
受験資格	なし
試験形式	オンライン実施（自宅受験）
合格基準	非公表
公式サイト	https://www.jdla.org/certificate/general/start/

E資格

E資格は、ディープラーニングの理論を理解し、適切な手法で実装するスキルを問う資格試験です。

「JDLA認定プログラム」の修了が受験資格となっており、事前に講座の受講が必要です。認定プログラムは複数あり、国の教育訓練給付制度の対象となっているものもあります。申請すれば受講料の自己負担額を抑えられるので確認しましょう。

運営	一般社団法人 日本ディープラーニング協会
試験日	2024年8月30日（金）～2024年9月1日（日）
受験料	33,000円（税込）
受験資格	JDLA認定プログラムを試験日の過去2年以内に修了していること
試験形式	会場でのCBT方式
合格基準	非公表
公式サイト	https://www.jdla.org/certificate/engineer/

データサイエンス数学ストラテジスト

データサイエンス数学ストラテジストは、文理を問わずすべてのビジネスパーソンに向けた資格です。試験は、データサイエンスの基礎となる実践的な数学を学べる内容となっています。

レベルは「中級」と「上級」の2種類です。数学力に自信がない人はまずは初級、自信がある人は上級を受験すると良いでしょう。

合格時に発行されるオープンバッジは、トリプルスター認定・ダブルスター認定・シングルスター認定の3種類です。バッジの種類は、「データサイエンス数学基礎力」と「データサイエンス数学コンサルティング力」の点数に応じて変わります。

運営	公益財団法人 日本数学検定協会
試験日	随時
受験料	中級：7,000円、上級：9,000円
受験資格	なし
試験形式	オンライン試験
合格基準	中級：60％（18問）以上、上級：70％（28問）以上
公式サイト	https://www.mathdatascience.jp/personal/

中級

中級は、これからデータサイエンス数学に関わる人を対象としています。数学の目安レベルは、数検準2級程度、数学Ⅰ・Aまでです。高度な数学知識がなくても合格を目指せる難易度なので、久しぶりに数学を勉強する人にも最適です。

資格を取得すると、データサイエンス数学の基礎となる中級レベルの力があると証明できます。

上級

上級の数学レベルの目安は、数検2級・準1級および大学初学年程度までです。受験資格はありませんが、中級と比べると高度な数学知識が必要なので、数学に自信がある方におすすめです。

資格を取得すると、社会で活躍できるレベルのデータサイエンス数学ストラテジストであることを証明できます。学んだ内容をすぐにビジネスに活用したい方に適した資格です。

画像処理エンジニア検定

画像処理エンジニア検定は、画像処理関連のスキルを証明する資格です。データサイエンスは、機械学習分野で画像処理に関わることがあります。たとえば、画像を加工してAIの学習用データをつくる場面が想定されます。

画像処理エンジニア検定は、データサイエンティストに欠かせない画像処理関連の知識を身につけるのに役立つものです。試験は「ベーシック」と「エキスパート」の2種類で、併願も可能です。

運営	公益財団法人 画像情報教育振興協会
試験日	年2回（7月、11月）
受験料	ベーシック：5,600円、エキスパート：6,700円
受験資格	なし
試験形式	会場での受験
合格基準	70点（100点満点）
公式サイト	https://www.cgarts.or.jp/v1/kentei/about/img_engineer/index.html

ベーシック

ベーシックでは、画像処理技術に関する基礎知識や、プログラミングに知識を活用する能力が問われます。社会人の平均合格率は80％なので、難易度はそれほど高くないでしょう。

参考書としては、ビジュアル情報処理 -CG・画像処理入門- [改訂新版]が推奨されています。また、画像処理エンジニア検定エキスパート・ベーシック公式問題集には実践形式で3回分の問題が掲載されています。

エキスパート

エキスパートでは、画像処理技術に関する専門的な知見が問われます。ソフトウェアおよびハードウェア、システム開発に知識を応用する力が必要となるでしょう。

社会人の平均合格率は55％とベーシックよりは下がりますが、合格率から見るとそれほどの難易度ではありません。

参考書としては、ディジタル画像処理 [改訂第二版]が推奨されています。公式問題集には5回分の問題が掲載されているので試験対策に活用しましょう。

統計士

文部科学省の認定資格で、実務で統計を扱うスキルを証明できます。統計の基礎知識が学べるので、データサイエンティストに必要な統計スキルを身につけたい方におすすめです。受験資格はなく、統計初学者向きの内容となっています。

実務教育研究所が開催する「現代統計実務講座」を受講し、課題と週末試験が基準点をクリアすれば修了証書が発行されます。標準学習期間は8ヶ月です。

運営	一般財団法人 実務教育研究所
試験日	随時講座を受講
受験料	入学金5,000円 ・受講料 54,800円
受験資格	なし
試験形式	指定講座の受講
合格基準	「報告課題」と「終末試験」の成績が在籍期間内に基準点をクリアする
公式サイト	https://www.jitsumu.or.jp/courselist/statistics/tokei#prize

データ解析士

データ解析士は、データ解析の基本的な知識・技術を証明する資格です。統計士と同じく実務教育研究所が実施し、文部科学省が認定しています。

データ解析士として認定されるには、「多変量解析実務講座」を受講した後、試験に合格するのが条件です。講座では、テキストの内容に合わせてExcelプログラムを操作しながら、解析の原理・手法を理解していきます。標準学習期間は4ヶ月です。

運営	一般財団法人 実務教育研究所
試験日	随時講座を受講
受験料	入学金5,000円 ・受講料 49,500円
受験資格	なし
試験形式	指定講座の受講
合格基準	講座修了後、データ解析士認定試験に合格する
公式サイト	https://www.jitsumu.or.jp/courselist/analyze/analyze-ertified

Python3エンジニア認定データ分析試験

Python3エンジニア認定データ分析試験は、プログラミング言語「Python」のスキルを図るものです。数学の基礎やデータ収集に関する問題が出題され、Pythonを使用した機械学習に関する作業で役立ちます。

データサイエンティストの業務ではPythonを使用するケースが多く、取得しておきたい資格の一つです。過去問は非公開ですが、出題範囲や教材が公式サイトで記載されており、比較的対策しやすい試験です。

運営	Pythonエンジニア育成推進協会
試験日	随時
受験料	10,000円（税別）
受験資格	なし
試験形式	CBT方式
合格基準	正答率70%以上
公式サイト	https://www.pythonic-exam.com/exam

ORACLE MASTER

ORACLE MASTERは、Oracle Databaseの管理スキルを証明する資格です。データベースを扱う技術者として体系的なスキルを習得でき、スキルを活かして新しいタスクへの挑戦が可能となります。

同資格は28万人を超えるエンジニアが取得しており、転職活動の際はもちろん、社内でのスキルの証明としても活用できます。

運営	日本オラクル社
試験日	随時（Platinum DBA以外）※Platinum DBA 2019：2024年3月5日（火）～3月6日（水）、4月18日（木）～4月19日（金）、 4月23日（火）～4月24日（水）、5月28日（火）～5月29日（水）
受験料	Bronze DBA、Silver DBA、Silver SQL、Gold DBA：34,300円、Platinum DBA：231,000円
受験資格	Bronze DBA、Silver DBA、Silver SQL：なし、Gold DBA：10g以降のSilver資格、Platinum DBA：10g以降のGold資格
試験形式	オンライン試験
合格基準	Bronze DBA：65 %、Silver DBA：60％、Silver SQL：63％、Gold DBA：57 %、Platinum DBA：非公表
公式サイト	https://www.oracle.com/jp/education/index-172250-ja.html

Bronze DBA

Bronze DBAは、データベースの基礎知識を有した一般的なITエンジニアレベルの資格です。ORACLE MASTERを初めて受験するなら、Bronze DBAからチャレンジすると良いでしょう。受験資格は特になく、誰でも受験が可能です。

「基礎知識はマスターしている」という人は、Silver DBAから受験しましょう。

Silver DBA

Silver DBAは、運用担当者を想定したレベルです。取得すると、SQLの基礎知識やデータベースの運用管理スキルを証明できます。

Bronze DBAと同じく受験資格はありませんが、試験範囲が広く、初学者がいきなり目指すのは簡単ではありません。初学者は、まずBronze DBAを取得し、次のステップとしてSilver DBAを学ぶのがおすすめです。

Silver SQL

Silver SQLは、開発者やデータベースの管理者、データアナリストなどを想定した資格です。 SQLの全般的な知識が身につくため、SQLを使ってデータを取り扱う際に役立ちます。

開発者はもちろん、データサイエンティストも効率的にデータを扱うにはSQLの知識が必要です。Silver DBAとSilver SQLは試験範囲の多くが重複するため、どちらかを取得すれば良いといわれています。

Gold DBA

Gold DBAは、データベースの管理者を想定した資格です。Silver DBAで認定される運用管理能力に加え、管理者として状況に応じた助言や提案を行う力があることを証明できます。

前提資格としては、Silver DBA 2019やSilver Oracle Database 10gなどが必要です。難易度が高い資格ですが、取得すれば上級データベース管理者としてのスキルが身につくでしょう。

Platinum DBA

Platinum DBAは、データベースのエキスパートを想定した資格です。 ミッション・クリティカルなシステムにおける設計・構築・運用を行うスキルを証明できます。

最低でも3～4年のOracle技術者経験を有すること、できれば5年以上の経験が望ましいとされ、経験者向けの資格です。ORACLE MASTERの最上位資格でもあるので、十分な準備をして臨みましょう。

実技試験によって認定が行われるため、試験会場と試験日に指定があり、試験は2日にわたって実施されます。

データサイエンティスト案件を
提案してもらう

データサイエンティストにおすすめの❝国際❞資格

国際資格は他国でも通用するため、グローバルに活躍するデータサイエンティストを目指す人におすすめです。IT知識だけではなく語学力が必要な分難易度は高いですが、取得によって国内外でスキルをアピールできるようになります。

国際資格の中には、Google CloudやAWSといった近年需要が高まるサービスに特化した資格もあります。今後自分が何を得意分野にしたいかも踏まえて、受験する資格を決めましょう。

Certified Analytics Professional

通称CAPと呼ばれ、データ分析の専門家としてのスキルを証明する国際資格です。

学士号・修士号の保有やMA/MS、BA/BSの取得、実務経験といった厳しい受験資格が設定されており、難易度は高めです。取得できれば、データ分析の専門家としての世界標準のスキルを証明できるでしょう。

試験では、データ分析から戦略策定までの工程に必要な7つの領域のスキルが問われます。

運営	INFORMS
試験日	随時
受験料	申請料：55ドル、試験料：645ドル
受験資格	MA/MS以上の学位を取得し2年間の分析実務経験、 BA/BS学位を取得し4年間の分析実務経験、 教育レベルを問わず8年間の分析実務経験
試験形式	テストセンターでオンライン試験
合格基準	非公表
公式サイト	https://www.certifiedanalytics.org/cap

Open Certified Data Scientist

Open CDSとも呼ばれ、米国のThe Open Groupが認定する資格です。さまざまなテクノロジーの中立的な標準化を行う団体で、IBMやFUJITSU、Intelなどが加盟しています。

ビジネスの課題を解決する実践的なスキルを証明する資格で、認定はレベル1からレベル3までの3段階です。試験がないのが特徴で、The Open Group社員との面談によって認定が決まります。

運営	The Open Group
試験日	随時
受験料	非公表
受験資格	なし
試験形式	申請書の提出、面談
合格基準	非公表
公式サイト	https://www.opengroup.org/certifications/certified-data-scientist-open-cds

Google Cloud Professional Data Engineer

Google Cloudのプロダクトに関する全般的な知識を問う試験です。BigQueryやDataflowをはじめとするGoogle Cloudのサービスに関する出題があります。3年以上の業務経験がある人の受験が推奨されていますが、必須の受験条件はなく誰でも受験可能です。

公式で模擬試験が公開されているので、問題形式や主題内容を知りたい方はチェックしましょう。

運営	Google
試験日	随時
受験料	200ドル
受験資格	必須条件なし、推奨される条件は業界経験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）
試験形式	遠隔でのオンライン試験、 テストセンター
合格基準	非公表
公式サイト	https://cloud.google.com/learn/certification/data-engineer?hl=ja

AWS Certified Data Analytics - Specialty

AWSを使った分析ソリューションの設計や構築、セキュリティ強化、保守の知識が問われる試験です。AWS認定資格があると、エンジニアとしてAWSのスキルを有していると証明できます。

近年はクラウドサービスの普及でAWSを利用する企業が増えています。AWSの知見があると転職の際にアピールできるほか、フリーランスとして案件を探す際にも有利です。

運営	Amazon
試験日	随時
受験料	300ドル
受験資格	一般的なデータ分析テクノロジー分野における5年間の経験、 AWS のサービスを使用して分析ソリューションを設計、 構築、保護、 および保守する最低2年間の実践的な経験および専門知識
試験形式	テストセンターまたはオンラインでの監督付き試験
合格基準	750スコア
公式サイト	https://aws.amazon.com/jp/certification/certified-data-analytics-specialty/

Microsoft Certified: Azure Data Scientist Associate

マイクロソフト社の認定資格です。データサイエンスと機械学習を駆使して、Azure上で機械学習ワークロードを実装・実行する専門知識が問われます。認定取得にあたっては、「DP-100」という試験に合格する必要があります。

資格取得によって、Azure上でのデータサイエンスソリューションの設計および実装に関する深い知識を証明できるでしょう。

運営	Microsoft
試験日	随時
受験料	21,102円
受験資格	なし
試験形式	遠隔でのオンライン試験、 テストセンター
合格基準	700スコア
公式サイト	https://learn.microsoft.com/ja-jp/credentials/certifications/azure-data-scientist/

IBM Data Science Professional Certificate

オンライン学習サービスのCourseraで10のコースを受けることで、修了証を入手できる資格です。各コースでは、PythonやSQLといったプログラミングスキル、データベースの使い方などを学べます。

標準的な学習期間は週10時間で5ヶ月程度です。修了時には、データサイエンティストとしてのポートフォリオを構築できます。

運営	IBM
試験日	随時
受験料	月額49ドル～（Courseraの受講料 ※7日間の無料トライアルあり）
受験資格	なし
試験形式	オンラインでコースを受講する
合格基準	非公表
公式サイト	https://www.ibm.com/training/badge/data-science-professional-certificate

データサイエンティスト案件を
提案してもらう

資格の学習を始めてから合格するまでの4ステップ

資格を目指すと決めたら、まずは自分のレベルに合った種類を選び、該当資格の出題範囲を確認します。資格の申し込み期間がきたらすぐに手続きし、確実に試験を受けられるように準備を済ませましょう。

ここでは、資格試験に合格するまでの大まかな流れをまとめました。効果的な試験対策の方法も紹介するので、資格を受ける一連の手順を知りたい方は参考にしてください。

難易度を見つつどの資格を取得するか決める

データスペシャリストにする資格は非常に数が多いため、まずは無理なく挑戦できる難易度の資格を目指すと良いでしょう。レベルが複数ある資格は、自分の実力に合った階級から受験するのが確実です。参考までに、難易度が高い資格・低い資格の例を示します。

• 難易度が低い資格：基本技術者情報試験、データサイエンティスト検定リテラシーレベル
• 難易度が高い資格：データベーススペシャリスト試験、データサイエンスエキスパート

試験形式や出題内容をチェックする

受験する資格が決まったら、試験形式や出題内容を把握しましょう。試験形式は、主にペーパー方式とCBT方式に分かれます。CBT方式はコンピューターを使って受験する方式です。それほど数は多くありませんが、試験によっては実技試験もあります。

試験の方式や出題範囲、問題数を把握することで、必要な対策や学習期間の目安が分かるようになります。学習計画を立てる際は、自分が確保できる時間に応じて無理のないスケジュールを設定するのがポイントです。

模擬試験を受験するか過去問を解く

目指す資格に模擬試験がある場合、本番前にぜひ一度受験しましょう。模擬試験は本番と同じ環境で問題を解くので、自分の苦手分野を発見するのに役立ちます。特に、時間配分が苦手な人は、試験直前に限らず定期的に模擬試験を行うと効果的です。

模擬試験が受けられない場合は過去問を活用し、できるだけ本番に近い環境で練習を繰り返しましょう。

受験を申し込む

受験勉強と平行して、時期がきたら受験の申し込みを行いましょう。資格によっては、年に1～2回しか試験がないものもあります。事前に公式Webサイトで申し込み期間と方法を確認し、期間中に忘れずに手続きしましょう。

試験日直前になったら試験会場や持ち物を確認し、当日に落ち着いて行動できるように準備します。試験前日はリラックスして過ごし、早めに就寝して当日に備えるのがおすすめです。

データサイエンティスト案件を
提案してもらう

初心者がデータサイエンティストになる6つのステップ

初学者がデータサイエンティストになるには、まずデータサイエンティストの役割やデータサイエンスの基礎的な概念について確認しましょう。そして、習得すべきスキルを整理し、自分の今のレベルを考えたうえで目指す資格の検討をつけます。

ここでは、データサイエンティストになるための具体的な道のりや仕事の探し方を紹介します。全体の流れを確認し、今何をすべきか明らかにしましょう。

データサイエンティストとはどんな仕事かを知る

データサイエンティストは、ビッグデータと呼ばれる膨大なデータからビジネスに活用できる知見を引き出す職種です。IT化が進んだ現代では、業界にかかわらず大量のデータが溢れており、データサイエンティストの活躍の場は増えつつあります。

たとえば、以下のような場面でデータ分析が役立ちます。

• ユーザーの購入履歴を分析し商品をサジェストする（ショッピングサイト）
• 気温や湿度などのデータを蓄積・分析し栽培を効率化する（農業）
• 売上金額や来店者数を予測し必要な在庫量を最適化する（コンビニなどの小売店）

このように、さまざまな分野でデータの分析が行われており、データサイエンティストが持つスキルの重要性が注目を集めています。データサイエンティストのさらに詳しい役割を知りたい方は、以下の記事をご覧ください。
データサイエンティストとは？仕事内容や必要な資格・スキルを紹介

データサイエンスの概念を学ぶ

データサイエンティストを目指すにあたっては、そもそも「データサイエンスとは何か」について理解を深めましょう。資格を目指す前に、データサイエンス初心者向けの書籍に目を通すと、データサイエンスの概要が理解できます。

参考になる書籍を紹介するので、データサイエンティストを目指す方はまず目を通してみてください。

『図解まるわかり データサイエンスのしくみ』

図解まるわかり データサイエンスのしくみでは、データやグラフの種類、統計学の基本が解説されています。本書を読めば、データの表現方法や読み方など、データサイエンスを本格的に学ぶ前に知るべき情報が学べるでしょう。

セキュリティやプライバシーの問題など、データ活用の問題点や課題についての言及もあります。

『事例で学ぶ！あたらしいデータサイエンスの教科書』

事例で学ぶ！あたらしいデータサイエンスの教科書は、統計学の視点からデータサイエンスについて学べる一冊です。「データ分析の手法を一通り学んだが、結果をどう判断すべきか分からない」という方におすすめです。

8つの具体的な社会事例を用いて、課題に応じた分析手法や分析結果の解釈、分析・解釈の際に注意すべきことを解説しています。

『データサイエンスの無駄遣い』

データサイエンスの無駄遣い 日常の些細な出来事を真面目に分析するは、独自の視点で日常のテーマを分析する内容です。

取り上げられるテーマは、「飲み会での孤立」「LINEの既読スルー」「満員電車での立ち振る舞い」など。各章にサンプルコードが掲載され、データ分析の参考書としてはもちろん、読み物としても楽しめる内容になっています。

必要なスキルを知る

データサイエンティストを目指すなら、「Python」「SQL」「R言語」のプログラミング言語の習得は必須です。

また、技術的な能力以外にも必要なスキルがあります。IPAが公表しているデータサイエンティストのためのスキルチェックリスト/タスクリスト概説を見てみましょう。同資料は、データサイエンティストのスキルセットとして以下の3つを挙げています。

• ビジネス力
• データサイエンティスト力
• データエンジニアリング力

データサイエンティストには、情報科学系の知見（データサイエンス力）と共に、課題を解決する力（ビジネス力）が必要です。また、データサイエンスを意味のある形として扱えるようにし、実装・運用を行う力（データエンジニアリング力）も求められます。

レベルに合った資格から順番に学ぶ

データサイエンティスト向けの資格は、初学者向けから上級者向けまで種類が豊富です。初学者がいきなり上級者向けに挑戦しても、合格は難しいと考えられます。自分のレベルに合った資格から順番にチャレンジし、スキルを身につけましょう。

代表的な資格を初級・中級・上級に分けたので参考にしてください。

初級	データサイエンティスト検定リテラシーレベル / 基本情報技術者試験 / 統計検定2級
中級	応用情報技術者試験 / 統計検定準1級 / Python3エンジニア認定データ分析試験 / データサイエンス数学ストラテジスト中級
上級	データサイエンスエキスパート / データベーススペシャリスト試験 / 統計検定1級 / データサイエンス数学ストラテジスト上級

未経験可の求人を探すか関連職種に転職する

未経験からデータサイエンティストを目指すルートの一つに、未経験可の求人に応募するやり方があります。実務経験がなくても、独学や大学、専門学校で関連知識を学んでいれば、採用される可能性はあるでしょう。

ただ、まったくの未経験者を採用する企業の数はそれほど多くありません。知識がない未経験者を採用対象とする企業は、長期的な育成を前提に年齢制限を設けている場合がほとんどです。

基本的に実務経験がない人は、システムエンジニアなど開発系の職種で経験を積み、キャリアチェンジを目指すのが現実的です。

データ分析未経験者向けの求人でも、システム開発経験は必須となることが多く、開発職としての経歴が役に立ちます。Pythonでの開発経験やBIツールを使った分析経験、SQLを使ったデータベースの操作経験があればアピールできます。

データサイエンティストの仕事を見つける準備をする

スキルが身についたら、技術レベルや実績を伝える作品集であるポートフォリオを作成しましょう。ポートフォリオで自分がつくったWebサービスや機械学習モデルを示せば、実務経験がなくてもスキルや実力を証明できます。

実際に求人を探す段階に入ったら、求人サイトや転職エージェント、クラウドソーシングなどを活用して仕事を見つけましょう。すでに実務経験がある人は、フリーランスとして独立する道もあります。

独立して案件を探すなら、フリーランスエージェントがおすすめです。フリーランスエージェントは、フリーランス向けの案件を専門に取り扱うサービスで、希望にそった案件の紹介を受けられます。

レバテックフリーランスは、業界最大級の取引社数を誇る定番サービスです。利用者の平均年収は876万で、無料で利用できるのでお気軽にご相談ください。

データサイエンティスト案件を
提案してもらう

データサイエンティスト資格を取得するメリット3選

データサイエンティスト資格の取得には、スキルを体系的に学べる利点があります。まだ実績がない人にとっては、就職・転職活動で客観的にスキルをアピールする手段にもなるでしょう。

そこで、資格取得の3つのメリットを紹介します。何のために資格を目指すのかを改めて認識し、モチベーションを維持して勉強を続けられるようにしましょう。

必要な知識やスキルが体系的に身につく

資格勉強を通して、データサイエンティストに必要な知識・スキルを体系的に身につけられます。

独学で勉強していると、どの分野から手を付けるべきか、どの順番で勉強するべきか分からなくなることがあります。資格は、試験内容にそって勉強を進めることで、順序立てて知識を習得していけます。

知識やスキルを客観的に証明できる

書籍や動画を使って独学で勉強しても、身についたスキルを証明できません。資格があれば、一定のスキルがあると客観的に証明でき、就職・転職でアピールできます。ほかの候補者より優遇されることもあるでしょう。

注意点として、1級～3級といったレベルが分かれている資格では、低い級は評価の対象外になる場合があります。応募先の業務に関連しない資格も評価されにくいので気をつけましょう。

実務に応用する力が身につく

資格勉強で基礎知識を身につけていれば、就職・転職後にすぐに実務に応用できます。データサイエンティストには、幅広い領域の知識が必要です。各分野についての基礎が固まっていれば、早期に即戦力として活躍できるでしょう。

また、就職後は先輩や上司からノウハウを学べますが、会社で使う知識は限られがちです。資格勉強を通してデータサイエンスの専門知識を学べば、社内だけではなくほかの企業でも通用するスキルが身につくでしょう。

データサイエンティスト案件を
提案してもらう

データサイエンティスト資格を取得する際の注意点2つ

データサイエンティスト資格を目指す際は、次の2点に注意しましょう。

• 自分の目的に合った資格を選ぶ
• 自分のレベルに合った難易度の試験を受ける

データサイエンティスト向けの資格は非常に種類が多く、統計やプログラミング、AIなど、資格によって学べる内容が違います。資格を目指す際は、資格を通して身につくスキルが「自分の目的に合っているか」を確認しましょう。

資格による難易度の差も大きいので、現状の自分のレベルに合った資格や級を選ぶことも大切です。いきなり上級者向けの資格に挑戦して挫折するよりは、自分のレベルに合う試験を受けて着実にスキルを磨きましょう。

データサイエンティスト案件を
提案してもらう

データサイエンティスト資格の効率的な勉強方法

データサイエンティスト系の資格を目指す際は、独学かスクールで学びます。独学とスクールどちらを選ぶかは、希望する学習スタイルや費用に応じて決めましょう。独学する際は、資格試験や自分のレベルに応じた適切な学習書籍を選ぶのがポイントです。

効率的に資格勉強を進める方法をまとめたので、学習方法に迷っている方は参考にしてください。

独学が苦手な人はスクールや講座で学ぶ

多くのデータサイエンティスト資格は独学でも習得できます。ただ、独学だと分からないことを誰かに質問できず、途中でつまづく人が多いです。独学が苦手な人、挫折してしまった人は、スクールや講座で学ぶと良いでしょう。

スクールでは、ノウハウを持ったプロの指導のもとで効率的に学習を進められます。講師に質問できるので、疑問点をすぐに解消できるのもメリットです。デメリットとしては、独学よりも費用がかかることが挙げられます。

学習効率と経済面のどちらを優先するかで勉強法を選ぶと良いでしょう。

資格に特化した本を読んで独学する

独学で資格取得を目指す場合、試験対策用の書籍を読んで学習するのが効率的です。専門の書籍には必要な情報が体系的に紹介されているため、過不足なく学習できます。資格によっては複数の参考書があるので、受験する等級や自分のレベルに応じた本を選びましょう。

一例として、データサイエンティスト検定で使える学習本を紹介します。

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

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は、DS検定の公式テキストです。2021年に更新されたスキルチェックリストver.4に対応する「第2版」を選びましょう。

第一線で活躍する執筆陣の解説で、データサイエンティストとしての力を身につけられます。付録として模擬試験がついており、実際の試験で出題される問題をイメージするのにも役立ちます。

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

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]対応は、リテラシーレベルに対応した公式問題集です。

本書はリテラシーレベルで問われる「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分野に対応した問題を掲載。本番の試験を意識した問題に詳しい解説がついており、バランスよく学習を進められます。

データサイエンティスト案件を
提案してもらう

資格とは別に身につけたい7つのスキル

データサイエンティストには、情報処理や統計学の知識のほか、AIやBIツールの知識が必要です。加えて、プログラミングスキルやデータベースを扱うスキルも欠かせません。データをビジネスに活かすには、データに基づき改善策を提案する力も求められます。

必要なスキルの概要を把握し、現時点でどのスキルが足りていないのか、これから何を身につければ良いか整理しましょう。

情報処理や統計学の知識と活用スキル

データサイエンスには、情報処理や統計学の知識が求められます。データを分析してビジネスに役立てるには、統計学にもとづく多角的な分析が不可欠だからです。データ分析に関連する書籍も、数学や確率統計の知識を前提とした内容であることがほとんどです。

資格でいえば、統計検定や統計士を通して基本となるスキルを習得できるでしょう。

AIの知識と活用スキル

データサイエンスとAIは密接な関係にあり、ビッグデータの分析にあたっては、AIの活用が不可欠です。

近年は、IT業界以外にも製造業や流通などさまざまな業種でAIが導入されています。データサイエンティストもAIそのものの開発や、AIを搭載したシステムの開発に関わる場面があり、AI関連の知識は必須です。

AIの基礎知識を学ぶには、G検定やE検定が役立ちます。

BIツールの活用スキル

BI（Business Intelligence）ツールとは、集積したデータを可視化しビジネスに役立てるツールです。データサイエンティストは、BIツールを用いて企業が保有するビッグデータを分析し、経営方針の決定や課題解決に役立てます。

ビッグデータの変換や加工は、BIツールを用いることで効率化できます。そのため、データサイエンティストにはBIツールの使用スキルが必須といえるでしょう。

プログラミングスキル

ビッグデータの収集・分析にはプログラミングスキルも必要です。機械学習の開発の際にも、プログラミングスキルが求められます。

特に必要となるのは、AI分野で活用されるPythonや、統計解析に強みのあるR言語です。Pythonを学習するなら、Python3エンジニア認定試験を受験するとプログラミングスキルの証明になります。

データベースを扱うスキル

データを管理するデータベースを扱う知識も、データサイエンティストに必要な能力の一つです。プログラミング言語と合わせて、データの抽出に用いるデータベース言語であるSQLも学びましょう。

データベースの知見があれば、データを効率的にまとめられ、スピーディに分析を進められます。データベースのスキルが身につく資格として代表的なのは、Oracleやデータスペシャリスト試験です。

データ分析して改善策を提案するスキル

データサイエンティストの役割は、データを分析するだけではありません。データサイエンティストに求められるのは、分析したデータを加工し、企業の事業展開に役立つ改善案を出すことです。

ビジネス上の課題を発見してデータをもとに提案を行うには、ビジネス自体への深い理解が必要です。また、IT知識がない相手に分かりやすく提案・説明するコミュニケーションスキルも欠かせません。

マネジメントスキル

データベースの構築といったプロジェクトでは、エンジニアメンバーや取引先の関係者と協力して作業を進めます。プロジェクトによってはデータサイエンティストがリーダー的な役割を任されることもあり、マネジメントスキルが必要です。

チーム全体を管理する力があれば、データサイエンティストとしてよりレベルアップできるでしょう。

データサイエンティスト案件を
提案してもらう

データサイエンティストの資格に関するよくある質問

データサイエンティスト関連の資格にはさまざまな種類があり、それぞれ難易度や身につくスキルが異なります。初学者がいきなり高難易度の資格を目指すと挫折する可能性が高いので、まずは自分のレベルにあった資格を受験しましょう。

これから資格を目指す人の参考になるよう、必要な学習期間や合格率、難易度の目安を紹介していきます。

Q.データサイエンティスト資格取得に何年かかる？

1日1時間勉強する場合の目安として、AIや機械学習の知識を問うG検定の学習期間は1ヶ月です。統計知識を身につける統計検定の場合、2級の学習期間は1.5ヶ月です。1級になると、10ヶ月近くかかると予想されます。

Q.データサイエンティスト資格の合格率は？

データベーススペシャリスト試験の合格率は18.5%（令和5年秋期）です。G検定の合格率は毎回60～65％で、比較的とりやすい資格といえます。ほか、画像処理エンジニア検定（ベーシック）の社会人平均合格率は80％です。

Q.データサイエンティスト資格の難易度は？

データサイエンティスト資格の難易度は種類によって異なります。難易度が高いのは、データベーススペシャリスト試験、データサイエンスエキスパートです。難易度が低いのは、基本情報技術者試験、データサイエンティスト検定リテラシーレベルです。

※本記事は2024年2月時点の情報を基に執筆しております。

最後に

簡単４ステップ！スキルや経験年数をポチポチ選ぶだけで、あなたのフリーランスとしての単価相場を算出します！

データサイエンティスト案件を
提案してもらう