2020/10/18
2021/11/21
【2021年版】期待のAI資格11選！就職・転職にも使える！
人工知能（AI）技術は目覚ましい進化を続けており、AIの開発やビジネスへの利活用に携わるAI人材の需要は高まるばかりだ。
それに伴い、機械学習、ディープラーニング（深層学習）、データサイエンスに関する知見や能力があることを対外的に示すために、資格取得を検討する人も増えている。
AI資格には、G検定やE資格、AI実装検定といった、AIの知見・技能の認定にフォーカスした民間資格から、AIを含めた広範なIT知識・技能を認定する国家資格まで、多岐にわたる。
そこで本記事では、代表的な11種類のIT、AI資格を紹介する。各資格が認定するスキルや難易度・出題範囲を比較して、資格取得に挑戦する際の参考にしてほしい。
目次
G検定
G検定は、一般社団法人日本ディープラーニング協会（JDLA）が、『AIジェネラリスト』として、ディープラーニングの基礎知識を有し、事業活用する能力や知識を有していることを検定する資格試験だ。
2017年の発足から、総受験者数は6万人を突破。2021年11月（2021#3）の試験では7,399人が受験し、合格者は4,769人、合格率は64.45%だった。
| 受験料 （税込） |
一般：13,200円 学生：5,500円 |
| 試験時間 | 120分 |
| 問題数 | 220問程度 |
| 出題形式 | 多肢選択 |
| 試験方式 | オンライン実施（自宅受験） |
| 受験資格 | 不問 |
G検定の出題範囲は以下の通り。人工知能、機械学習、ディープラーニングの知識を幅広く問われる。
G検定シラバス範囲は、「日本のデジタル人材育成を加速する」ことを目指すデジタルリテラシー協議会において、これからのすべてのビジネスパーソンが持っておくべき共通デジタルリテラシー「Di-Lite」領域の範囲内に位置付けられている。
| 人工知能(AI)の定義 | 人工知能の定義 |
| 人工知能をめぐる動向 | 探索・推論/知識表現/機械学習/深層学習 |
| 人工知能分野の問題 | トイプロブレム/フレーム問題/強いAI・弱いAI/身体性 シンボルグラウンディング問題/特徴量設計 チューリングテスト/シンギュラリティ |
| 機械学習の具体的手法 | 代表的な手法（教師あり学習、教師なし学習、強化学習） データの扱い/評価指標 |
| ディープラーニングの概要 | ニューラルネットワークとディープラーニング 既存のニューラルネットワークにおける問題 ディープラーニングのアプローチ CPU と GPU/ディープラーニングのデータ量 活性化関数/学習率の最適化/更なるテクニック |
| ディープラーニングの手法 | CNN/深層生成モデル/画像認識分野での応用/音声処理と自然言語処理分 RNN/深層強化学習/ロボティクス/マルチモーダル/モデルの解釈性とその対応 |
| ディープラーニングの社会実装に向けて | AIプロジェクトの計画/データ収集 加工・分析・学習/実装・運用・評価 法律（個人情報保護法・著作権法・不正競争防止法・特許法） 契約、倫理 現行の議論（プライバシー、バイアス、透明性、アカウンタビリティ、ELSI、XAI、ディープフェイク、ダイバーシティ） |
G検定向けに対策テキストや問題集が出版され、複数の民間教育事業者が対策講座を提供しており、受験希望者には対策を講じやすい資格試験だ。AVILEN AI Trendは対策記事や合格者体験談などの記事を公開している。
G検定は受験資格に制限がないことから、AIに関する知識がゼロでも受験できる。このため、知識やキャリアを高めたい文系や非IT系の人にもおすすめできる資格試験だ。
G検定を詳しく知りたい方はこちら
E資格
E資格は、ディープラーニングの知識や実装技術を問い、AIエンジニアとしてのスキルを認める資格試験だ。こちらもG検定と同様、JDLA認定プログラムとして実施されている。
G検定との違いは、実装スキルまで問われるという点だ。受験するためには、JDLAが認定した認定プログラムを受講し、修了する必要がある。
| 受験料 （税込） |
一般：33,000円 学生：22,000円 会員：27,500円 |
| 受験時間 | 120分 |
| 問題数 | 100問程度 |
| 出題形式 | 多肢選択式 |
| 試験方式 | オフライン（指定試験会場にて受験） |
| 受験資格 | JDLA認定プログラムを試験日の過去2年以内に終了していること |
試験範囲は次の通り。
| 応用数学 | 線形代数 確率・統計 情報理論 |
| 機械学習 | 機械学習の基礎 実用的な方法論 |
| 深層学習 | 順伝播型ネットワーク 深層モデルのための正則化 深層モデルのための最適化 畳み込みネットワーク 回帰結合型ニューラルネットワークと再帰的ネットワーク 生成モデル/強化学習 深層学習の適応方法 |
| 開発・運用環境 | ミドルウェア 軽量化・高速化技術 |
E資格の過去問題や例題は一般公開されておらず、JDLAの認定を受けた専門講座を受講することで入手が可能だ。試験対策は認定プログラムの内容が中心となるが、もし理解につまづいた場合には、参考書や模擬試験などを併用することで、学習が進めやすくなる。
G検定の取得者や、AI関連の実務経験がないものの、データサイエンティストやAIエンジニア向けのスキルを証明したい人におすすめだ。統計学や線形代数などの知識に自信がない人は、E資格よりも、まずG検定を取得して、AI技術の基礎知識を習得することをおすすめする。
E資格を詳しく知りたい方はこちら
AI実装検定
AI実装検定は、「AIを100万人が学ぶこと」をビジョンに掲げて、株式会社EQUATIONが実施している資格試験だ。
レベルはS級、A級、B級の3種類に分かれており、基礎的な知識から実践的な実装能力までを測定できるのが特徴だ。
B級
B級は、AIに興味があるが、まったく知識のない入門者が最初の目標として気軽に挑戦できる試験だ。
JDLAのG検定の前段に位置付けられている。
| 受験料 （税込） |
2,200円 ※2022年に以下へ改定 一般：9,900円 / 学生：5,500円 |
| 受験時間 | 40分 |
| 問題数 | 30題 |
| 合格基準 | 各回毎の基準点 |
| 試験方式 | オンライン受験（自宅・職場受験可） |
| 公式教材 | 中学生から分かるAI入門講座（Youtube公開中） |
試験範囲は以下の通り。AIの概要についての直感的理解を7つの側面から問われる。
| 1）学習と推論 | 1. 学習モデルと推論モデルの概念的理解 2. パラメータの概念的理解 |
| 2）データ とタスク | 1. 構造化データと非構造化データ（画像・音声データ） 2. 分類と回帰の概念的理解 |
| 3) パターン認識 | 1. 評価指標（汎化性能,パラメータの更新） 2. 世界モデルの概念的理解 |
| 4)歴史 | 1. ILSVRCなどのAIコンピティションで競争されたのは何か |
| 5) 読み書き表現 | 1. 機械学習で頻出するギリシア文字の読み方 2. 行列、確率統計、微分がAIの記述に必要な理由 3. プログラミング言語がAIの記述に必要な理由 4. 数式表現（線形モデルの内積表現、平均と分散） |
| 6) 計算と整理 | 1. CPUとGPUの計算手法の違い 2. 計算量理論（メモリコスト/時間コスト） |
| 7) 開発と運用 | 1. 学習済みモデルの利用（API利用、転移学習、研究開発） 2. エッジAI、オンプレミスとクラウドの概念的な違い |
A級
A級は、ディープラーニングの実装について数学、プログラミングの基本的な知識を有し、ディープラーニングの理論的な書籍読みはじめることができ、独学の準備が出来る力を認定する。
E資格のJDLA認定プログラムに挑戦できるレベルに位置付けられている。
| 受験料 （税込） |
3,850円 ※2022年に以下へ改定 一般：14,850円 / 学生：8,250円 |
| 受験時間 | 60分 |
| 問題数 | 数学：20題 プログラミング：20題 ディープラーニング：20題 |
| 合格基準 | 各回毎の基準点（3科目の合計） |
| 試験方式 | オンライン受験（自宅） |
| 公式教材 | 超AI入門講座（Study-AI / 定価：50,000円） |
試験範囲は以下の通り。各科目20題ずつ出題される。
| AI | 入力層と出力層 Weight 順伝播の計算 行列の掛け算 バイアス項の導入 sigmoid関数 正解値の導入 二乗和誤差 誤差の微分 誤差逆伝播法 連鎖律 偏微分 アダマール積 |
| プログラミング | Numpy Pandas Matplotlib Seaborn Sciket-learn |
| 数学 | 集合と確率－和集合と共通部分－絶対補と相対補－ベイズ確率－条件付確率 数列と行列 関数と微分 |
S級
AIの実装力だけでなく画像処理をメインとした実践的な力と、自然言語処理や有名モデルの実装などの応用的な実装に対しても挑戦できる力を認定する。
| 受験料 （税込） |
5,500円（※2022年に33,000円 へ改定） |
| 受験時間 | 60分 |
| 問題数 | ディープラーニングの様々なモデル：50題 |
| 合格基準 | 各回毎の基準点 |
| 試験方式 | オンライン受験（自宅） |
| 公式教材 | 公式論文 |
試験範囲は以下の通り。
| MLP（20題） | NLPについて下記範囲を論文範囲からフレームワーク（Pytorch及びKeras）の実装問題を出題。 seq2seq Transformer HRED Word2Vec(Skip-gram) |
| Model（30題） | ディープラーニングのモデルについて下記範囲を論文範囲からフレームワーク（Pytorch及びKeras）の実装問題を出題。 VGG GoogLeNet ResNet/WideResNet MobileNet EfficientNet DenseNet |
B級、A級は、JDLAのG検定、E資格を受ける前の腕試しに、S級は、E資格に合格後、より実践的な技能を身に着けるために、挑戦してみてはいかがだろうか。
ITパスポート（iパス）
ITパスポートは、情報処理促進法に基づく国家試験で、情報処理技術者試験の一つ。独立行政法人情報処理推進機構（IPA）が実施している。スキルレベルは1〜4のうち、スキルレベル1に相当し、ITを利活用するすべての社会人・これから社会人となる学生が備えておくべき、ITに関する基礎的な知識を保有していることを証明できる。
G検定と同様に、ITパスポートのシラバスは「Di-Lite」領域の範囲内に位置付けられている。
| 受験料 （税込） |
5,700円 |
| 受験時間 | 120分 |
| 問題数 | 小問：100問 ストラテジ系（経営全般）：35問程度 マネジメント系（IT管理）：20問程度 テクノロジ系（IT技術）：45問程度 |
| 出題形式 | 四肢択一式 |
| 試験方式 | CBT方式 |
出題範囲は次の通り。
| 分野 | 大分類 | 中分類 |
| ストラテジ系 | 1. 企業と法務 | 1. 企業活動 |
| 2. 法務 | ||
| 2. 経営戦略 | 3. 経営戦略マネジメント | |
| 4. 技術戦略マネジメント | ||
| 5. ビジネスインダストリ | ||
| 3. システム戦略 | 6. システム戦略 | |
| 7. システム企画 | ||
| マネジメント系 | 4. 開発技術 | 8. システム開発技術 |
| 9. ソフトウェア開発管理技術 | ||
| 5. プロジェクトマネジメント | 10. プロジェクトマネジメント | |
| 6. サービスマネジメント | 11. サービスマネジメント | |
| 12. システム監査 | ||
| テクノロジ系 | 7. 基礎理論 | 13. 基礎理論 |
| 14. アルゴリズムとプログラミング | ||
| 8. コンピュータシステム | 15. コンピュータ構成 | |
| 16. システム構成要素 | ||
| 17. ソフトウェア | ||
| 18. ソフトウェア | ||
| 9. 技術要素 | 19. ヒューマンインタフェース | |
| 20. マルチメディア | ||
| 21. データベース | ||
| 22. ネットワーク | ||
| 23. セキュリティ |
試験範囲の詳細はシラバスに明記されている。またIPAは過去の全試験問題を公開しており、受験希望者にとっては、出題傾向を把握するのに役立つ。
IPAによると、NECやパナソニック、日立、KDDI、オリックスといった大手企業などが、新卒採用活動（エントリーシート）にITパスポートの保有について記入する項目を設けており、保有者の就活に有利に働く可能性が高い。このため、新卒や入社後間もないIT系ビジネスパーソンにおすすめの資格だ。
基本情報技術者試験（FE）
基本情報技術者試験（FE）は、情報処理促進法に基づく国家試験で、情報処理技術者試験の一つ。ITパスポートと同様、IPAが実施している。スキルレベル2に相当する。
| 午前 | 午後 | |
| 試験時間 | 150分 | 150分 |
| 出題形式 | 多肢選択式（四肢択一） | 記述式 |
| 出題数 回答数 |
80問 80問 |
11問 5問 |
| 試験方式 | 試験会場 | |
| 受験料（税込） | 5,700円（※2022年4月分より7,500円） | |
試験範囲は広範に及び、基礎数学からPythonやC#などのプログラミング言語の実装、経営戦略や事業戦略にまで至る。
具体的な試験範囲に関しては以下の通りだ。
| 1.コンピュータシステムに関すること | (1)ソフトウェア・ハードウェア OS/ミドルウェア/アプリケーションソフトウェア/言語処理ツール/数値・文字・画像・音声の表現/処理装置 など (2)データベース データベースの種類と特徴/データモデル/正規化/DBMS/データベース言語(SQL) など (3)ネットワーク ネットワーク構成/インターネット/イントラネット/プロトコル/データ通信 など |
| 2.情報セキュリティに関すること | 情報セキュリティポリシー/情報セキュリティマネジメント/データベースセキュリティ//ネットワークセキュリティ/アプリケーションセキュリティ など |
| 3.データ構造及びアルゴリズムに関すること | 配列/リスト構造/木構造/グラフ/整列/探索 など |
| 4.ソフトウェア設計に関すること | ソフトウェア要件定義/ソフトウェア方式設計/ソフトウェア詳細設計/構造化設計/モジュール設計 など |
| 5.ソフトウェア開発に関わること | プログラミング（C,Jaca、Python,アセンブラ言語,表計算ソフト）/テスト/デバッグ など |
| 6.マネジメントに関すること | (1)プロジェクトマネジメント プロジェクト全体計画(プロジェクトおよびプロジェクトマネジメント）/プロジェクトチームのマネジメント/スケジュール管理/コストの管理など (2)サービスマネジメント サービスマネジメントシステム（サービス管理,供給者管理,容量・能力管理,変更管理,リリース及び展開管理ほか）/サービスの運用（システム運用管理,運用オペレーション,サービスデスク） など |
| 7.ストラテジに関すること | (1)システム戦略 情報システム戦略(全体システム化計画,業務モデル他),業務プロセスの改善(BPRほか),ソリューションビジネスなど (2)経営戦略・企業と法務 経営戦略手法(アウトソージング,競争優位,SWOT,分析ほか)/マーケティング(マーケティング理論,マーケティング手法ほか)/企業活動/会計・財務/法務/標準化関連など |
対策には公式の過去問と有志によるWeb問題集の2つがある。試験対策に多くの時間を必要とするため、合格率が約35％と非常に低いのが特徴だ。
この資格はITエンジニアとして働く際に必要な基礎知識を総合的に必要とするため、ITエンジニアを志す場合は取得しておいた方が良い。また、ITパスポートに合格した人の次のステップとしても非常におすすめの資格だ。
応用情報技術者試験（AP）
応用情報技術者試験（AP）も、情報処理促進法に基づく国家試験だ。情報処理技術者試験の一つで、スキルレベル3の試験とされており、高度情報処理技術者試験への登竜門と言える。
合格率は20％程度と、難易度が高い資格試験だ。
| 午前 | 午後 | |
| 試験時間 | 150分 | 150分 |
| 出題形式 | 多肢選択式（四肢択一） | 記述式 |
| 出題数 回答数 |
80問 80問 |
11問 5問 |
| 試験方式 | 試験会場 | |
| 受験料（税込） | 7,500円 | |
試験範囲は次の通り。
午前試験
| 基礎理論 | 計算機科学に関する基礎理論/アルゴリズムとプログラミング |
| コンピュータシステム | コンピュータ構成要素/システム構成要素/ソフトウェア/ハードウェア |
| 技術要素 | ヒューマンインタフェース/マルチメディア/データベース/ネットワーク/セキュリティ |
| 開発技術 | システム開発技術/ソフトウェア開発管理技術 |
| プロジェクトマネジメント | プロジェクトマネジメント |
| サービスマネジメント | サービスマネジメント/システム監査 |
| システム戦略 | システム戦略/システム企画 |
| 経営戦略 | 経営戦略マネジメント/技術戦略マネジメント/ビジネスインダストリ |
| 企業と法務 | 企業活動/法務 |
午後試験（以下から5問選択）
- ストラテジに関すること
- システムアーキテクチャに関すること
- ITサービスマネジメントに関すること
- データベースに関すること
- 組込みシステムに関すること
- 情報システム開発に関すること
- プログラミングに関すること
- 情報セキュリティに関すること
- システム監査に関すること
基本情報技術者試験の設問の延長線上に試験が位置し、より実務知識が問われる。応用情報技術者試験に合格すると、IT系の知識を広範に持つジェネラリストとして認定される。
難易度は非常に高いが、試験対策によって、AI技術者に必要な知識を身につけることができるため、基本情報技術者試験に合格した後の挑戦をおすすめする。
データベーススペシャリスト試験（DB）
こちらもIPAが運営している国家試験で、データベースの設計担当者や管理者のほか、インフラエンジニアを対象としている試験である。応用情報技術者試験を上回るスキルレベル4に相当する試験で、合格率は14％と、非常に難度の高い試験だ。
試験方式は午前I、午前II、午後I、午後IIの4部に分かれており、午前はマークシート式、午後は記述式の試験となる。なお、応用情報技術者試験の合格者は、午前I試験を免除される。
| 午前Ⅰ | 午前Ⅱ | 午後Ⅰ | 午後Ⅱ | |
| 試験時間 | 50分 | 40分 | 90分 | 120分 |
| 出題形式 | 多肢選択式 （四肢択一） |
多肢選択式 （四肢択一） |
記述式 | 記述式 |
| 出題数 回答数 |
30問 30問 |
25問 25問 |
3問 2問 |
2問 1問 |
| 試験方式 | 試験会場 | |||
| 受験料（税込） | 7,500円 | |||
試験範囲は次の通り。
午前
| テクノロジ系 | 基礎理論（離散数学、応用数学、アルゴリズム、プログラミングなど）/ハードウェア、ソフトウェア/ヒューマン・インタフェース・デバイス/マルチメディア/コンピュータネットワーク/データベース/情報セキュリティ（データベースセキュリティ、アプリケーションセキュリティなど）/コンピュータ構成要素/システム構成要素/システム開発技術/ソフトウェア開発管理技術 |
|---|---|
| マネジメント系 | プロジェクトマネジメント/ITサービスマネジメント/システム監査 |
| ストラテジ系 | システム戦略/システム企画/経営戦略マネジメント/技術戦略マネジメント/ビジネスインダストリ/企業活動/法務 |
午後
| 1. データベースシステムの企画・要件定義・開発に関すること | データベースシステムの計画/要件定義/概念データモデルの作成/コード設計/物理データベースの設計・構築/データ操作の設計/アクセス性能見積り/セキュリティ設計 など |
| 2. データベースシステムの運用・保守に関すること | データベースの運用・保守/データ資源管理/パフォーマンス管理/キャパシティ管理/再編成/再構成/バックアップ/リカバリ/データ移行/セキュリティ管理 など |
| 3. データベース技術に関すること | リポジトリ/関係モデル/関係代数/正規化/データベース管理システム/SQL/排他制御/データウェアハウス/その他の新技術動向 など |
※これらの中からIでは2問、IIでは1問を選択して解答
DB試験は、SQL（データベース言語の一種）に関する知識を多く要求されるため、SQLを用いた実務を経験した人が有利な試験だ。
昨今のビッグデータを取り扱うトレンドで、データベースを管理できる人材の需要が急増しているため、DB資格の取得者は非常に高いレベルのAI人材として活躍できるだろう。
ただし、取得難度が非常に高い国家資格のため、SQLを利用した実務の経験者以外は、基本情報技術者から始まるキャリアパスの最終目標に設定することをおすすめする。
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全国統一試験で、一般社団法人 日本統計学会が認定し、一般財団法人 統計質保証推進協会が実施している。
中高生、大学生、社会人を対象に、1級～4級と、統計調査士、専門統計調査士、データサイエンスの試験区分がある。
| 1級 統計数理 |
1級 統計応用 |
4級 | 3級 | 2級 | 準1級 | 統計調査士 | 専門統計調査士 | データサイエンス 基礎 |
データサイエンス 発展 |
データサイエンス エキスパート |
|
| 試験時間 | 90分 | 90分 | 60分 | 60分 | 90分 | 90分 | 60分 | 90分 | 90分 | 60分 | 90分 |
| 出題形式 | 論述式 | ４～５肢選択問題 | ５肢選択問題 数値入力問題 |
５肢選択問題 | ５肢選択問題 | 多肢選択 数値・文字入力 |
多肢選択 数値・文字入力 |
多肢選択 数値・文字入力 |
|||
| 出題数 | 5問出題され3問選択 | 30問程度 | 30問程度 | 35問程度 | 25問～30問 | 30問 | 40問 | 大問：8（各題小問が5問程度） 合計：小問45問程度 |
30問程度 | 40問程度 | |
| 試験方式 | PBT方式 | CBT方式 | |||||||||
| 受験料（税込） | 各6,000円 ※同時受験で、10,000円 |
3,000円 | 4,000円 | 5,000円 | 8,000円 | 5,000円 | 10,000円 | 7,000円 | 未定 （2021年度開始予定） |
未定 （2021年度開始予定） |
|
各レベル・分野の試験内容は以下の通り。
| 試験レベル・区分 | 試験内容 | 出題範囲表 |
| 統計検定4級 | データと表やグラフ、確率に関する基本的な知識と具体的な文脈の中で求められる統計活用力を評価し、認証するための検定。
下記について出題。 |
統計検定4級 出題範囲 |
| 統計検定3級 | 大学基礎統計学の知識として求められる統計活用力を評価し、認証するための検定。
下記について出題。 |
統計検定3級 出題範囲 |
| 統計検定2級 | 大学基礎課程（１・２年次学部共通）で習得すべきことについて検定。
下記について試験。 |
統計検定2級 出題範囲 |
| 統計検定準1級 | 大学において統計学の基礎的講義に引き続いて学ぶ応用的な統計学の諸手法の習得について検定。
適切なデータ収集法を計画・立案し、問題に応じて適切な統計的手法を適用し、結果を正しく解釈する力を試験。 |
統計検定準1級 出題範囲 |
| 統計検定1級 | 大学専門課程（３・４年次）で習得すべきことについて、専門分野ごとに検定。
各専門分野において研究課題の定式化と研究仮説の設定に基づき適切なデータ収集法を計画・立案し、データの吟味を行ったうえで統計的推論を行い、結果を正しく解釈しコミュニケートする力を試験。 |
統計検定1級 出題範囲 |
| 統計検定 統計調査士 | 統計検定３級合格程度の基礎知識に加えて、社会人に求められる公的統計の理解とその活用力の修得を評価。
■統計の基礎 |
統計検定 統計調査士 出題範囲 |
| 統計検定 専門統計調査士 | 統計検定２級合格程度の専門知識に加えて、社会・経済で広く利用される統計や各種の調査データの作成過程、および利用上の留意点などに関する総合的な知識水準を評価。
■調査の企画・運営 |
統計検定 専門統計調査士 出題範囲 |
| 統計検定 データサイエンス基礎（CBT） | 3観点を新学習指導要領（平成29・30年改訂）に対応した大学入試までの内容構成で出題。 (1) データハンドリング技能 (2) データ解析技能 (3) 解析結果の適切な解釈【出題の特徴】 (1) 実際のデータセットを目的に応じてハンドリングし、その結果を問う問題 (2) 分析を実行しその結果を問う問題 (3) 分析結果を読み取り、文脈に応じた適切な解釈を問う問題 |
統計検定 データサイエンス基礎（CBT）出題範囲 |
| 統計検定 データサイエンス発展（CBT） | 「データサイエンス基礎」を踏まえて、「データサイエンス発展」では大学教養レベルの一般的な内容について、CBT方式で評価・認証する。 試験内容は、数理・データサイエンス教育強化拠点コンソーシアムのスキルセットに準拠。数理、計算、統計、倫理に関する大学教養レベルの内容を出題。 |
統計検定 データサイエンス発展（CBT） |
| 統計検定 データサイエンスエキスパート（CBT） | 「データサイエンス発展」を踏まえて、「データサイエンスエキスパート」では大学専門レベルでの高度な内容について、CBT方式で評価・認証。 試験内容は、数理・データサイエンス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む。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内容を出題。 |
統計検定 データサイエンスエキスパート（CBT）出題範囲 |
例題は公式サイトに掲載されている。また、対策問題集も多数販売されている。
AIやディープラーニングの根底にある理論を理解するためには、統計の知識が欠かせない。ハイレベルな統計の知識を持っておくことで、AI人材として1段階上のレベルに到達できる。
データサイエンティストを目指している人、もしくは実務でディープラーニングを活用していて、統計の理論を学びたいと考えている人におすすめの資格だ。
画像処理エンジニア検定
画像処理エンジニア検定は、画像処理エンジニアを育成することを目的として、公益財団法人画像情報教育振興協会（CG-ARTS）が実施する資格試験だ。ベーシックとエキスパートの二つのレベルがあり、ベーシックは画像処理に関する基礎知識を、エキスパートは画像処理の知識に加えて知識をシステム開発に応用する能力が問われる。
| ベーシック | エキスパート | |
| 受験料 | 5,600円 | 6,700円 |
| 受験時間 | 60分 | 80分 |
| 問題数 | 10問 | |
| 出題形式 | マークシート式 | |
| 試験方式 | 試験会場 | |
具体的な出題範囲は次の通り。
ベーシック
| ディジタルカメラモデル | ビジュアル情報処理とディジタルカメラモデル/座標系とモデリング/ビジュアル情報処理の幾何学的モデル/ビジュアル情報処理の光学的モデル/ディジタル画像/画像処理の分類と役割 |
| 画像の濃淡返還とフィルタリング処理 | 画像の性質を表す諸量/画素ごとの濃淡変換/領域に基づく濃淡変換（空間フィルタリング） |
| 画像の解析 | 2値画像処理/領域分割処理/動画像処理 |
| パターン・特徴の検出とパターン認識 | 特徴点による画像間のマッチング/図形の検出/パターンの検出/パターン認識/ニューラルネットと深層学習 |
| シーンの復元 | 画像と空間の幾何学的関係と3次元復元/光学的なシーン復元 |
| システムと企画 | CGと画像処理の融合/ビジュアル情報処理用システム/ビジュアル情報処理用ソフトウェア/リアルタイム3次元CGシステム/入出力装置/画像ファイル形式と記録方式 |
| 関連知識 | 知覚/知的財産権と情報セキュリティ/ビジュアル情報処理の歴史と応用 |
エキスパート
| ディジタル画像の撮影と画像の性質・色空間 | ディジタルカメラの構成/画像生成の幾何学的モデル/撮影パラメータ/画像のディジタル化 など |
| 画素ごとの濃淡変換 と領域に基づく濃淡変換 | 明るさ・コントラストの変換/特殊な効果/カラー画像の変換/複数の画像の利用/空間フィルタリング など |
| 周波数領域におけるフィルタリングと画像の復元・生成 | 画像のフーリエ変換/周波数フィルタリング/ローパスフィルタ、ハイパスフィルタ、バンドパスフィルタ/広域強調フィルタ/ぼけ・ぶれ画像の復元/さｍな画像復元・生成 |
| 幾何学的変換 | 線形変換/同次座標とアフィン変換・射影変換/画像の再標本化と補間 |
| 2値画像処理と領域処理 | 2値化/2値画像の基本処理と計測/領域処理のための特徴量/線画像のベクトル化/領域分割処理 |
| パターン・図形・特徴の検出とマッチング、パターン認識 | テンプレートマッチングによるパターンの検出/エッジ情報とヒストグラム/特徴点検出/特徴点の記述とマッチング/図形要素検出 など |
| 同画像処理、画像からの3次元復元 | 差分画像を用いた移動物体検出/オプティカルフロー/移動体追跡/その他の同画像処理 など |
| 画像符号化 | 画像の転送/画像と符合/エントロピー符号化/多値画像の符号化/2値画像の符号化/カラー画像と同画像の符号化方式 |
| 知的財産権 | 知的財産権 |
参照：CG-ARTS検定のシラバス
こちらの資格は画像処理に特化した資格のため、画像処理に関する業務に携わりたい場合に取得することをおすすめする。画像処理技術の需要はディープラーニングの発展により高まっているため、勉強する価値は十分にあるだろう。
Pythonエンジニア認定データ分析試験
| 受験料 | 大人:11,000円 学割:5,500円 |
| 受験時間 | 60分 |
| 問題数 | 40問 |
| 出題形式 | 4択問題 |
| 試験方式 | 全国のオデッセイコミュニケーションズCBTテストセンター |
Python3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運営しているPython3の試験で、データ分析に使用するプログラミング言語、Pythonのライブラリの使用方法などの知識を証明するものだ。
試験範囲は次の通り。
| データエンジニアの役割 | 概要 |
| Pythonと環境 | 実行環境構築/Pythonの基礎/Jupyter Notebook |
| 数学の基礎 | 数式を読むための基礎知識/線形代数/基礎解析/確率と統計 |
| ライブラリによる分析実践 | NumPy/pandas/Matplotlib/scikit-learn |
Pythonの基礎からデータ分析の実装までを幅広く問われ、E資格よりも基礎的な内容を多く含んでいるため、E資格の下準備として利用することが可能だ。過去の問題は無料で公開されている。
AWS 機械学習専門認定資格（AWS Certified Machine Learning – Specialty）
| 受験料 | 33,000円/模擬試験4,400円 |
| 受験時間 | 180分 |
| 問題数 | 不明 |
| 出題形式 | 多肢選択式 |
| 試験方式 | オンライン・オフラインともに可 |
AWS認定資格は、AWS（Amazon Web Service)を利用した機械学習モデルに関する能力を証明する資格だ。AWSは、米アマゾンが提供するクラウドサービス。
AWS認定資格は、AWSのデータベースを利用して、適切な機械学習モデルを選定したり、AWSを使った開発を補助したりする能力のほか、機械学習そのものの基礎を問うものだ。
AWS認定資格の公式ウェブサイトでは、資格対象者を「AWS クラウドでの ML/深層学習ワークロードの開発、設計、実行における、1～2 年の経験を持つ人」と規定。ぉのため未経験者が合格するのは容易ではなさそうだが、未経験から2か月間の学習でAWS認定を取得したとされるケースもあるため、初学者でも取得は不可能ではないものとみられる。
具体的な試験範囲は非公開。AWS公式サイトに例題や試験の準備が無料公開されており、ラーニングパスや試験対策トレーニングを確認できる。
まとめ：各資格の比較表
上記9資格の概要は次の通り。
| 資格名 | 概要 | おすすめ対象 |
| G検定 | ・アルゴリズムやシステム企画、ディープラーニングに関する知識を幅広く問う | ・AIに関する知識を深め、AI業界で働きたい人 ・E資格より易しい資格に挑戦したい人 |
| E資格 | ・ディープラーニングの実装能力を問う ・G検定より難易度が高く実践的 |
ディープラーニングの実装能力を身につけたい人 |
| AI実装検定 | ・ディープラーニング実装についての基礎知識・数学知識・プログラミング知識を問う | G検定・E資格に挑戦する前に準備を行いたい人 |
| ITパスポート | ・情報技術についての広範で基礎的な知識を問う | 情報技術全般に関する基礎的な知識を身につけたい人 |
| 基本情報技術者 | ・数学やアルゴリズムの基礎や企業活動、マネジメント能力について問われる ・ITエンジニアとしての基礎知識を広範に問う |
ITエンジニアとして働く人、もしくは働きたい人 |
| 応用情報技術者 | ・高度IT人材としての知識が問われる ・基本情報技術者の応用版 |
高度IT人材として働きたい人、もしくは基本情報技術者を取得した人 |
| DBスペシャリスト | ・データベースの設計担当者や管理者、インフラエンジニアを対象としている試験 ・SQLの知識が問われる |
データベースの管理・設計などに携わりたい人 |
| 統計検定 | ・統計学についての知識を問う ・機械学習やデータ分析に関する深い知識が必要 |
統計学の観点から機械学習を学びたい人 |
| 画像処理エンジニア検定 | ・画像処理技術を問う ・簡単なニューラルネットワークの知識が必要 |
画像認識分野のエキスパートになりたい人 |
| Pythonエンジニア認定データ分析試験 | ・データ分析の実装に関する基礎知識が必要 | データ分析の勉強の成果を資格として証明したい人 |
| AWS Certified Machine Learning – Specialty | ・AWSに関わる機械学習に関する知識が必要 | AWSを利用した機械学習に関する知識を深めたい人 |
AI資格は、自分が活躍している分野、活躍したい領域に照準を定めて取得するのが理想的だろう。例えば、未経験ながらAI業界で活躍したいと願う人や、すでに働いている人は、G検定や基本情報技術者を取得することをおすすめする。
一方、E資格や画像処理エンジニア検定といった専門性の高い資格は、AIエンジニアに限らず、AIの導入・活用をマネージメントするビジネスパーソンなどにうってつけの資格だろう。
AI資格の取得は、学習を通じてAIに関する知見やスキルを身につけられる。これに加えて、周囲の自分に対する評価や、勤務先での待遇の向上、就職・転職でのプラス効果といったキャリアアップに結び付く可能性も高い。そして何よりも、自身に対する自己評価（自信）を高められるに違いない。
せっかく取得しようと志すのならば、「どのAI資格が自分の価値を最も効果的に高められるか」をじっくり吟味した上で、積極果敢に挑戦してもらいたい。
Recommended