Pythonの学習方法と資格試験について

はじめに

初めまして！
この度(2024年5月)、Python3エンジニア認定実践試験に合格したので、今回は資格とその勉強方法について解説します！
Python3エンジニア試験は「基礎試験」と「実践試験」の2種類があり、どちらを受験すれば良いか悩んでいる方の参考になれば幸いです！

対象者

• Pythonの勉強方法について悩んでいる方
• Python3エンジニア認定実践試験もしくは基礎試験の受験を検討している方

この記事を読むメリット

• Pythonの学習方法について知ることができる
• Python3エンジニア認定試験のどちらを受験するべきかを知ることができる

結論

受験資格については、以下を参考頂ければと思います！

• データ分析コンペへの挑戦を検討している方 → 基礎試験
• 上記に加えてエンジニアリングについても興味がある方 → 実践試験
• Pythonエンジニアとしてのキャリアを検討している方 → 実践試験
  
  

学習の進め方については、以下を参考頂ければと思います！

• 基礎試験
  • 公式教材➀ → 公式問題集 → 無料アプリ「基礎編」
• 実践試験
  • 公式教材➀ → 公式問題集 → 公式教材➁ → 無料アプリ「実践編」

公式教材➀：Python 3スキルアップ教科書
公式教材➁：Python実践レシピ
公式問題集：徹底攻略Python 3 エンジニア認定［基礎試験］問題集
無料アプリ：ExamApp

1.Python3エンジニア試験「基礎試験」と「実践試験」の違い

冒頭の通り、Python3エンジニア試験には、Python3エンジニア認定基礎試験とPython3エンジニア認定実践試験の2種類があり、両者の大まかな比較を以下の表にまとめました(2024年8月時点)。詳細は公式ページよりご確認ください。
試験範囲については、基礎試験が基礎的な文法や関数、クラスが主な対象であるのに対して、実践試験では基礎試験の内容に追加して実務で使われるライブラリが対象になっています。

試験	受験料	試験時間	問題数	合格条件	試験概要
基礎	1万円(税別)	60分	40問	70%	文法基礎を問う試験
実践	1万2千円(税別)	75分	40問	70%	実践的なPython文法を問う試験

2.受験のきっかけ

受験時の筆者のスキル感としては、実務でPythonを使用したデータ分析･モデル構築の案件にアサインされて半年程度経過している状況でした。コーディングをしている中で自分のコードの可読性や保守性が低いと感じることが多く、Pythonを体系的に学び直したいと考えていました。

Python関連の資格としては他に「Python3エンジニア認定データ分析試験」がありますが、概要を確認して業務で習得済みの内容と被っていたため、今回受験を見送りました。

3.受験検討～試験申込みまで

前述の通り、データ分析関連の業務を遂行するうえで、コーディング力を強化することが受験の目的でした。また、以前に参加したデータ分析コンペである「Kaggle」にて、自身のエンジニアリング力の不足を痛感しており、再度挑戦するための足掛かりとしたいという思いもありました。更に、将来的にAIエンジニア方面のキャリア形成にも関心がありました。

上記の理由から、よりエンジニアリング力が問われる実践試験の方の受験を選択しました。

4.試験申込み～資格受験まで

公式教材➁を使用して学習を始めましたが、内容的に難しく感じました。今回の受験の目的が単なる資格取得というよりは自己のスキル向上という位置付けだったため、基礎試験の合格点まで上げてから実践試験を勉強する方針に変更しました。

「基礎試験」の学習

基礎試験の勉強では、公式教材➀の学習を行い、その後に公式問題集の学習を行いました。公式問題集は、公式教材➀を深掘りした内容が書かれている部分も多く、関数やクラスを深く理解するうえで助けになりました。各教材を2周した後に、無料アプリに取り組み、テスト形式の問題を2周繰り返して殆ど満点に達したため、実践試験の学習に移りました。学習時間としては、平日1時間、週末5時間程度で1か月程度でした。

「実践試験」の学習

再度公式教材➁の学習を始め、同様に2週した後に無料アプリに取り組み、2周繰り返して殆ど満点に達したうえで、試験に臨みました。基礎試験と同様に、学習時間としては、平日1時間、週末5時間程度で1か月程度でした。

試験結果は、775/1000点でした。ライブラリの操作に関して、業務との関連度が低い部分については学習が十分では無く、点数が伸びなかったという結果でした。

5.資格取得後に感じたメリット

今回の資格受験を通して、Pythonでデータ分析や機械学習を行っていくうえでの確かな土台となる力が身に付いたと感じました。コーディングを行う際に、処理速度や拡張性を意識して記載する視点を持つ事ができるようになりました。

また、資格取得後の現在はKaggleを再開しており、他の参加者が共有してくれているNOTEBOOKのコードも問題なく読めています(※ディープラーニングの分野は別途学習が必要ではあります)。テーブルコンペやLLMコンペにも実際に出場してみて、参加者中で半分程度の順位でしたが、以前と比べて確かな成長を感じられています。

本資格に限らず、資格取得はそれ自体が目的ではなく、その分野に習熟するための手段の一つであり、足掛かりであると思います。そういった意味で、今回期待していた結果が得られたと感じています。これからはKaggle等のコンペや実務を通して、Pythonをより柔軟かつ高度に扱えるようになって行きたいと思います！

6.まとめ

最後まで読んで頂きありがとうございました！
この記事がPythonの学習方法に悩んでいる方の力になれば幸いです！
今後もデータ分析・機械学習関連の勉強方法について発信していきますので、よろしくお願いいたします！!