E資格を受験するためには、認定講座を受講する必要があります。
認定講座の内容としては、当たり前ですがE資格のシラバスに対応したものとなります。
それでは、E資格のシラバスはどのようなものでしょうか。
私が受験した2024#1時点になりますので、最新のシラバスは、JDLAのホームページでご確認ください。
https://www.jdla.org/certificate/engineer/
これを見て「なるほど」と思える方は、勝手に頑張ってください笑
私は全く良く分からなかったので、私と同じようなレベルの方にとって参考になれば嬉しいです。
私が受講した認定講座はEラーニング形式のものになるのですが、ディープラーニングを主としたものでした。
- 数学的基礎・機械学習
- 深層学習の基礎・深層学習の応用・開発運用環境
それぞれについて私が難しいと感じたポイントなどを整理していこうと思います。
もくじ
数学的基礎・機械学習
私が受講した認定講座はディープラーニングを主としたものだったため、この分野に対するEラーニングはありませんでした。
ただし、認定講座の終了条件として、数学と機械学習に関するテストがあり合格点を取る必要がありました。
自宅で何度でも受けることができたため、時間のある時に、まずやってみようという思いで実施しました。
内容を見て驚きです、さっぱり分からない
忘れているとはいえ、理系の大学を卒業しております。
それなのにここまで何も分からないかと愕然としました。
E資格受験を諦めそうになる、最初の挫折ポイントでした
いろいろ調べながらテストを合格することはもちろん出来るのですが、数学が苦手な方は知識として定着させるためには、この分野を甘く見ない方が良いかも知れません。
正直、こんな細かい式やら定義やらを覚えて何になるのか分からない感じになり、とりあえずテストだけ合格すれば良い、という気になるかも知れません。
ただし、知識として定着させていなければ、後でつらくなってきますので、ここは頑張ってほしいです。
逆に、後で点と点がつながるタイミングもあり、その快感を味わってほしいです。
深層学習の基礎・深層学習の応用・開発運用環境
私が、E資格取得を目指そうと思った一番のポイントが、ディープラーニングやAIに関したことを知りたいと思ったことですし、同じような方も多いと思います。
こちらはEラーニングでの学習になります。
Eラーニングの受講については、なんとなく分かった気になるのですが、E資格では実装レベルの知識を求められることもあり、ディープラーニング（ニューラルネットワーク）の実装で必要になる様々なモジュールをPythonで作成しようとなると、とても難しく感じました。
特に最初は、ここまで覚える必要があるのか？ という挫折しそうなポイントでもありました。
ネットで調べれば分かるのですが、TensorFlowやPytorchなど、フレームワークを使えば、ここまで細かいことを知らなくても実装はできてしまいます。
それに対して、講座ではフレームワークを使わずに実装できるようになることを目的としておりますので、細かさのレベルが異なります。
もちろんE資格が、そのレベルで能力をはかるためです。
E資格は、このような粒度で知識を問われるため、全体的な知識を浅く知りたいと考えている人にとってはコストパフォーマンスが良いとは言えないと思います。
私は専門家ではありませんが、フレームワークを使ってなんとなく動くようになった、というだけでは満足できない性格だったため、かなり難しかったですが、E資格レベルの知識を学べたことは、今後広く活用できると感じています。
E資格の受験を考えている人は、どこまでの知識を付けたいかを考えてみると良いと思います。
E資格の受験にかかるコストは決して安くはありませんので、難しすぎて途中で挫折となってしまうことが一番もったいないと思います。
まとめ
E資格を受験するためには、認定講座を受講する必要があります。
仮に、認定講座の受講が必須ではなかったとしても、何かしらの講座を受講しなければ合格することは難しい資格だと思います。
E資格は、ディープラーニングに関して、実装レベルの能力を問う資格であり、学校や仕事で専門的に携わっている人でなければ、地道に学習していく必要があると思います。
逆に言うと、
求められる知識の深さは深いし、求められる知識の広さは広いので、AIやディープラーニングを少し学んでみたい、というだけであれば、途中で挫折する
といった可能性のある資格だと思います。
受験するための講座も無料ではないので、少なくとも半年程度は地道に勉強を続ける覚悟を持って、挑戦するかどうかを決めることをお勧めします。
挑戦することを決めた後はやり抜くだけです。
ハードルが高いからこそ、やり切った後の達成感はあると思いますし、世の中のAIに関するニュースなどへの見方が変わるほどの実力になっていると思います。
参考記事：
