002_pythonエンジニア認定データ分析試験1-1

目次

データエンジニアの役割

「データエンジニアの役割」に関する問題が40問中2問出題されます!

参考:https://cbt.odyssey-com.co.jp/pythonic-exam/python3cda.html

本試験の主教材である「Pythonによるあたらしいデータ分析の教科書第2版」では第1章(P002~012)の内容です。
練習問題を解いてみましょう!

練習問題1

問題
データ分析に関する次の文章の間違っている所を探してみましょう。

データサイエンティストの役割には、モデルやアルゴリズム構築、データとの向き合い方の提示、分析結果の評価などがある。だが、新たな解法や新技術への取り組み、解決したい課題に向き合う実務はデータサイエンティストの役割ではない。

答えはコチラをクリック!

答え:

誤)解決したい課題に向き合う実務はデータサイエンティストの役割ではない
正)解決したい課題に向き合う実務はデータサイエンティストの役割である

ポイント(クリック!)
データサイエンティストの
役割は「〇〇」

主なデータサイエンティストの役割は5つ。
・モデルやアルゴリズム構築
・新たな解法や新技術への取り組み
・解決したい課題に向き合う実務
・データとの向き合い方の掲示
・分析結果の評価

データサイエンティストの役割についてイメージしておきましょう!

練習問題2

問題
データ分析に関する次の文章の間違っている所を探してみましょう。

データサイエンティストの役割は、研究分野と実務で多少の違いがある。研究分野においては、解決したい課題に向き合う部分が重視される。実務においては、新たな解法や新技術への取り組みが重視される。

答えはコチラをクリック!

答え:

誤)研究分野においては、解決したい課題に向き合う部分が重視される。
正)研究分野においては、新たな解法や新技術への取り組みが重視される。

誤) 実務においては、新たな解法や新技術への取り組みが重視される。
正) 実務においては、解決したい課題に向き合う部分が重視される。

ポイント(クリック!)
研究分野は「〇〇」、
実務は「〇〇」

研究分野は「解法」、実務は
課題」で覚えましょう!

練習問題3

問題
データ分析に関する次の文章の間違っている所を探してみましょう。

Pythonでデータ分析に使われる主なツールには、JupyterLab、Scipy、scikit-learnがあり、Scipyでは高度な科学技術計算を行うことができる。一方でNumpy、pandas、Matplotlibはデータ分析で使わないツールである。

答えはコチラをクリック!

答え:

誤)Numpy、pandas、Matplotlibはデータ分析で使わないツールである
正)Numpy、pandas、Matplotlibはデータ分析でよく使われるツールである

ポイント(クリック!)
データ分析に使われる主な

ツールは〇〇

データ分析に使われる主なツールとして、Numpy、pandas、Matplotlibがあることは覚えておきましょう!

試験ではNumpy、pandas、Matplotlibに関する問題がたくさん出題されます!
他にも、JupyterLab、Scipy、scikit-learnはデータ分析でよく使われるツールであり、あわせて知っておくと良いです!

練習問題4

問題
データ分析に関する次の文章の間違っている所を探してみましょう。

データ分析エンジニアは、医用工学を基盤に、データベース技術からデータの活用までデータに関わる幅広い分野であるデータ工学を実践する1つの職種である。 

答えはコチラをクリック!

答え:

誤)医用工学を基盤に
正)情報工学を基盤に

ポイント(クリック!)
データ工学は〇〇工学を基盤にデータと関わる
分野

データ工学は「情報工学」を基盤にデータと関わる分野と覚えましょう!

練習問題5

問題
データ分析に関する次の文章の間違っている所を探してみましょう。

Pythonは、webアプリなどのフロントエンド、デスクトップGUI、速度向上などのための低レイヤー処理などの分野は得意である。一方、データ分析、サーバ系ツール、webシステムの構築、3Dグラフィックスは苦手とする分野である。

答えはコチラをクリック!

答え:

誤)webアプリなどのフロントエンド、デスクトップGUI、速度向上などのための低レイヤー処理などの分野は得意である
正)webアプリなどのフロントエンド、デスクトップGUI、速度向上などのための低レイヤー処理などの分野は苦手である

誤)データ分析、サーバ系ツール、webシステムの構築、3Dグラフィックスは苦手とする分野である。
正)データ分析、サーバ系ツール、webシステムの構築、3Dグラフィックスは得意とする分野である。

ポイント(クリック!)
Pythonの得意とする分野は〇〇、苦手とする分野は〇〇

Pythonの得意とする分野はデータ分析、サーバ系ツール、webシステムの構築、3Dグラフィックスなど。
Pythonの苦手とする分野はwebアプリなどのフロントエンド、デスクトップGUI、速度向上などのための低レイヤー処理など。

Pythonの得意分野と苦手分野について覚えておこう!

理解度チェック

理解度チェックに挑戦してみましょう!

問題
データ分析に関する次の記述のうち誤っているものはどれか選びましょう。

1、データサイエンティストの役割には、モデルやアルゴリズム構築、新たな解放や新技術への取り組み、解決したい課題に向き合う実務、データとの向き合い方の提示、分析結果の評価などがある。
2、データサイエンティストの役割は、研究分野と実務で多少の違いがある。研究分野においては、解決したい課題に向き合う部分が重視される。実務においては、新たな解法や新技術への取り組みが重視される。
3、データ分析エンジニアは、情報工学を基盤に、データベース技術からデータの活用までデータに関わる幅広い分野であるデータ工学を実践する1つの職種である。
4、Pythonでデータ分析に使われる主なツールには、JupyterLab、Numpy、pandas、Matplotlib、Scipy、scikit-learnがある。
5、Pythonは、サーバ系ツール、webシステムの構築、3Dグラフィックスのようなさまざまな用途で活用されている。

答えはコチラをクリック!

答え:2番

誤)研究分野においては、解決したい課題に向き合う部分が重視される。
正)研究分野においては、新たな解法や新技術への取り組みが重視される。

誤) 実務においては、新たな解法や新技術への取り組みが重視される。
正) 実務においては、解決したい課題に向き合う部分が重視される。

ポイント(クリック!)
研究分野は「〇〇」、

実務は「〇〇」

研究分野は「解法」、実務は「課題」で覚えておきましょう!

今回のポイント

今回のポイントを振り返りましょう!

ポイント(クリック!)
データサイエンティストの役割は「〇〇」

主なデータサイエンティストの役割は5つ。
・モデルやアルゴリズム構築
・新たな解法や新技術への取り組み
・解決したい課題に向き合う実務
・データとの向き合い方の掲示
・分析結果の評価

データサイエンティストの役割についてイメージしておきましょう!

ポイント(クリック!)
研究分野は「〇〇」、実務は
「〇〇」

研究分野は「解法」、実務は「課題」で覚えましょう!

ポイント(クリック!)
データ分析に使われる主な

ツールは〇〇

データ分析に使われる主なツールとして、Numpy、pandas、Matplotlibがあることは覚えておきましょう!
試験ではNumpy、pandas、Matplotlibに関する問題がたくさん出題されます!
他にも、JupyterLab、Scipy、scikit-learnはデータ分析でよく使われるツールであり、あわせて知っておくと良いです!

ポイント(クリック!)
データ工学は〇〇工学を基盤にデータと関わる
分野

データ工学は「情報工学」を基盤にデータと関わる分野と覚えましょう!

ポイント(クリック!)
Pythonの得意とする分野は

〇〇、苦手とする分野は〇〇

Pythonの得意とする分野はデータ分析、サーバ系ツール、webシステムの構築、3Dグラフィックスなど。
Pythonの苦手とする分野はwebアプリなどのフロントエンド、デスクトップGUI、速度向上などのための低レイヤー処理など。

Pythonの得意分野と苦手分野について覚えておこう!

参考資料:Pythonによるあたらしいデータ分析の教科書第2版

次回は

次回も引き続きデータエンジニアの役割について学んでいきましょう!

リンク


・無料体験のお申込み
・インスタグラム
・Python構文集
・Python用語集

目次