DS検定

DS検定の皆さんの出来栄えは? 〜Twitterから収集したデータに基づいて〜

第2回のデータサイエンティスト検定(DS検定)が、 2022年6月10日(金)~2022年6月30日(木)の間に行われました。

以前は、DS検定の徹底解説 でDS検定の概要や出題範囲、勉強法を講師の目線で紹介しました。

受験者の「様子」を記事2本にまとめ、紹介します。

  • 受験期間中と直後におけるTwitter投稿から収集した点数の分布(本記事)
  • リアル「受験体験記」から窺える、勉強法、当日の工夫など(下記リンクから)
DS検定の受験体験記 〜高得点獲得までの道を徹底的に解説〜前回の記事では、2022年6月に行われた第2回目のDS検定の様子について書きました。 https://gri.jp/media/e...

 

受験者の点数分布

受験直後に出力されるスコアシートには、このように、総合スコア、そして{データサイエンス、データエンジニアリング、ビジネス}の3つの分野について得点率が表示されます。

ということで、上記の4種のスコア分布をtwitterからとってきた情報に基づき可視化します。

本記事のデータ元について:

  • 7/1 20:50までにtwitter上に投稿され、かつ、公開されているデータ51件
  • ただし、実際データ取得作業を行なった6/29と7/1の各々の時点までに削除されていた情報は含まれない
  • 1件だけは例外的にtwitterの情報ではなく口頭で教えてもらったもの

 

取得したデータの例

データの分布

解釈

当然ながら、前置として、これは全受験者(未発表ですが1000を超えるでしょうか…)のうちのわずか51名の情報です。ほぼ全てスコアシートの写真付きだったので偽りがあるとは思えないのですが、皆さんご想像の通り、どちらかというと「人に知ってもらって恥ずかしくないレベル」の点数をとった方の投稿が多いかと思います。

また、問題自体は日によって、受験する人によって異なるため、受験者によって多少の難易度の違い(本人との相性の違いも含めて)はあったのではないかと思います。

以上を念頭に置きながら数値や分布を見ていただきたいです。

「比較的良くできた」方の中でも、相対的にどの辺の点数が多いのか、少しは参考になるかと思います。

まず、総合スコアを見ると、全体的に80点代の方が多く、平均は(計算していないが)86~88あたりでしょうか。個別のスコアシートを見ると、この総合スコアを構成する3種の個別分野は、人によって得意不得意があるようです。
私には大きく分けて2つのパターンが見えます。

  1. エンジニアリング分野が高得点で、ビジネス分野の点数が比較的低い
  2. データサイエンスとビジネスが結構できて、エンジニアリング分野がそれらより低い

1はおそらく、職業がエンジニアの方と思われます。ビジネス分野には法律や倫理の問題も実は含まれており、これらが足を引っ張っていた可能性を疑います。

2はもしかすると、G検定の受験経験者がいるのでは、と思いました。あるいはデータサイエンスやAIに普段から興味を持って数学も得意な方、一方でエンジニアリング特有の専門知識がまだ十分に習得できていない方かと思われます。

以上はあくまでも推測ですので悪しからず…

さて、次は各分野をみます。

データサイエンス分野の問題が圧倒的に他の分野よりも多いので、分布が総合スコアとほぼ一致することは自然と言えば自然です。

ビジネスに関しては、10名が満点をとるなど高得点が目立ちます。問題数は多くはないが、知識の学習というよりも「正しい考え方」や「データ活用ビジネスの常識」が問われる問題が多かったため、満点を狙いやすかったかもしれません。一つ間違うと4点引かれているように見えます。

エンジニアリング分野は80点と90点の間が均一に分布しており、満点はこのデータサンプルにはいなかったようです。やはりいくつか高い専門性を問われる問題が難しかったのでしょうか。

合否発表

公式HPによりますと、正式な合否発表は、2022年7月下旬を予定しているとのことです。
お申し込みいただいた受験者マイページの「申込・受験履歴」よりご確認いただけます。

参考:https://www.datascientist.or.jp/dskentei/

 

本記事に続いて、次はリアルの受験体験記を共有します。

今年の秋以降にDS検定の受験をお考えの方、ぜひGRIのDS検定対策講座をご利用ください。

https://www.agaroot.jp/datascience/dskentei/

 

ここまで読んでいただき、ありがとうございました。

執筆担当:ヤン ジャクリン(分析官・講師)

問合せ:yan.jackie@gri.jp

 

yan
データ分析官・データサイエンス講座の講師