仕事の関係で、今年度はJDLAのE資格を受験し、なんとか合格することができた。
E資格は受験までのハードルがなかなか高い。受験の前提条件として認定講座の修了が必要で、個人で受講すると費用もかなりかかる。こうした高額な資格に会社の費用で挑戦できるのは、サラリーマンのありがたいところだと思う。
今年度は子育てに加え、社内で進めている某サービスの立ち上げもあり、かなり忙しい一年だった。そのため資格講座の修了もぎりぎり、試験対策もほとんどできておらず、正直なところ合格できるかはかなり怪しい状況だった。結果としてはなんとか合格でき、得点も予期したほど悪くはなかったようだ。
資格講座は「スキルアップAI」のものを受講した。
E資格という仕組み自体は、正直なところ「業界にお金を回すための制度」という側面もあるのではないかと思っている。ただ、講座のテキスト自体は非常によくできていて、内容もかなり良かった。もっと資格試験対策寄りの内容かと思っていたのだが、実際には機械学習の知識をかなり網羅的に学べる、よくまとまった教材になっている。
逆に言うと、資格試験対策としてはあまり効率的ではない。この講座をじっくり学んでも、E資格の得点にそのまま結びつくかというと、少々疑問が残る。
講座の修了条件もなかなか曲者で、個人的にはかなり苦労した。特に実技試験の機械学習モデル構築は、本当にぎりぎりまで試行錯誤することになった。
後から振り返ると、目標スコアを満たすためにはモデルを改善する必要はなく、単純に長時間回すだけでよかったようだ。10時間ほど力技で学習を回せば十分だったらしい。
ただ、プログラマ的な感覚からすると「そんなはずはないだろう」と思ってしまう。アルゴリズムやモデル改善で何とかするはずだ、という常識を捨てるまでに時間がかかってしまったのが敗因だった。
実際のE資格試験の感想としては、意外と「機械学習カルトQ」的な試験だという印象を受けた。
問題の構成としては、
-
機械学習の常識問題
-
細かい知識を問うカルト問題
がだいたい半々くらいの割合で出題されているようで、実務でデータサイエンティストをやっている人でも、対策なしで得点を伸ばすのはなかなか難しいのではないかと思う。
一方で、過去の合格率はかなり高い。自分の得点や他のブログの情報を見る限り、問題自体の難易度は高いものの、合格ラインはそれほど高くないようだ。
この手の資格試験では、講座で配られる過去問がそのまま再利用されて合格率が上がる、というケースも多い。しかしE資格については、出題側がかなり頑張っているのか、似た形式の問題はあっても完全に同じ問題というものはほとんど見かけなかった。
正直な話、もはや世間の関心はAIエージェントをいかに正しく動作させるかに移っており、機械学習の知識が求められているとは思わない（ビジネスの場においてはなおさら）。かつて Map & Reduce が重要だと喧伝されたときのように、その技術自体の重要性は廃れていなくともコモディティ化された製品の裏側に隠れている。
時代の流れが速すぎて無用の長物と化しつつあるが、今後E資格はどうなっていくのだろうか？（Dockerの代わりにAGENTS.mdの書き方とかが含まれるようになるのだろうか）
