E資格受験の振り返り
はじめに
かなり遅くなりましたが、先日受験した E資格（2025#2） に合格しました。
せっかくなので、準備期間を振り返って記録として残したいと思います。
受験前の状況
生成AIを触ったことはありましたが、AIに関する基礎知識はほとんどありませんでした。
WEBエンジニアとしてPythonの書き方は分かりますが、それ以外は一から勉強する必要がある状態でした。
E資格を取ろうと思った理由
AIの知識を体系的に学びたい
資格試験を通して、最低限の知識を体系的に整理・習得できると思いました。
受験準備の過程で、AIに関する知識を体系的に取り入れたいというのが一番の目的です。
キャリアパスを広げたい
これまでは「幅広い分野を担当でき、さまざまな言語でコーディングできるエンジニア」としてキャリアを積んできました。
しかしAIの普及により、このままでは汎用的なコード作成などの分野ではAIに勝てないと感じています。
今後のキャリアを考えるうえで、AIの知識は必須だと判断しました。
試験準備
JDLAの認定プログラム課程
E資格を受験するには、まずJDLA認定プログラム課程の修了が必要です。
最低でも5万円以上、高いものだと数十万円の講座もあります。
ここで、認定課程の選び方には大きく2つの方針があります。
勉強内容を認定課程に任せたいタイプ
この場合は、他の受験者の感想や公式サイトの情報を比較して選ぶのがおすすめです。
授業方式の詳細は分かりづらいことが多いですが、質問対応や模擬試験などのサポート体制は公式サイトで確認できます。
質よりも「修了証の取得」を目的にするタイプ
こちらは、できるだけ安価な課程を選ぶのが良いでしょう。
私もこの方法を選びましたが、勉強は完全に自力で進める必要があります。
安い講座では質問対応などのサポートがないことが普通で、講義も「必要な内容を一通りカバーするだけ」といった印象です。
授業スタイルは、私の印象では台湾の大学の講義のように「教授がPPTを流して説明するだけ」といった感じでした。
必要な情報は揃っているものの、頭に入るかどうかは自分次第です。
ただし、10万円以上節約できるのは大きなメリットなので、独学に自信がある方にはおすすめできます。
勉強教材
書籍
深層学習教科書 ディープラーニング E資格（エンジニア）精選問題集（通称：白本）
黒本も確認しましたが、シラバス改定対応や発売日を考慮して白本を選びました。
受験を決めた際には、必ず最新のシラバスに対応しているか確認してください。
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
ゼロから作るDeep Learning ❷ ―自然言語処理編
ゼロから作るDeep Learning ❸ ―フレームワーク編
ゼロからシリーズは時間の都合であまり深く読めませんでしたが、
他の受験者の評価も高く、実際に読んだ部分もとても分かりやすかったです。
ChatGPT
ChatGPTと壁打ちしながら、各用語の意味・仕組み・違いを整理しました。
初心者にとっては、理解を深めるうえで非常に効率的なツールだと思います。
かかった費用
認定課程講座代：約55,000
受験料：33,000
参考書代：6,600+3,740+3,960+4,400=18,700
合計：106,700
課金ゲームのキャラを満凸するより安いですね
勉強状況
勉強の計画
5月：受験を決意し、準備を開始
6月：深層学習の基礎を勉強
7月：残りの理論とコーディングを学習
8月：前半でコーディング強化、後半で総仕上げ
勉強の現実
5月：受験を決意し、準備を開始
6月：深層学習を中心に学習
7月：進捗が遅れ、残業も重なり勉強時間が減少。深層学習をようやく完了。
8月：残りの範囲とコーディングを集中して学習
月平均約80時間（7月のみ50時間）で、合計約290時間の学習時間でした。
正直、勉強時間は全然足りませんでした。
※個人的には、Pythonに慣れている方は PyTorch を使って学習するのがおすすめです。
試験本番
一言で言えば――「終わった……」 という感想でした。
応用数学と機械学習の手ごたえはありましたが、深層学習は全く歯が立たない感覚でした。
試験終了直後には、すでに「次回も受けることになるかも…」と考えていました。
試験結果
予想通り、深層学習の得点は5割程度。
ただし他の分野でカバーできたようで、なんとか合格。
正直、この資格に見合う実力はまだありませんが、ひとまず合格できてホッとしています。
今後
引き続き学習を続け、この資格にふさわしい実力を身につけたいと思います。
また、「ゼロから作るDeep Learning」シリーズも改めてしっかり読み込むつもりです。
Discussion