<h1>1 年間の専門的継続学習(CPD)の記録作成</h1>
<h2>はじめに</h2>
専門的継続学習(CPD)の作成は認定データアナリストとして申請するために申請者が作成する資料です。
他の資料と異なり、本資料の作成は自身の一年間のデータ分析者もしくは志望者としての活動を振り返ると同時に、客観的にその活動内容を振り返り作成するものになります。
CPD は申請者のデータ分析者としての活動が自身の興味に終始するものでなく、目的や社会的意義を持ったものであることを認識させ、翌年以降の活動の指針の手助けとなることを期待しての提出義務となるため、申請書類の中で特に重要な役割を果たします。
<h2>目次</h2>
<h2>専門的継続学習(CPD)とは</h2>
CPDは専門的継続学習(Continuing Professional Development)の頭文字をとったものです。データアナリスト認定には、データ分析者としての一年間の学習活動の記録を記載した書類が申請に必要になります。
CPD では直近一年で 30 時間分の学習活動を記載する必要があります。これはデータ分析に従事する者が通常容易に達成可能な基準にはなります。30時間分の学習活動の実績が無い場合は、必ず学習活動を行ってから申請することを強く推奨します。一方で、下記記載の形式に沿って学習記録を記載する必要があります。
後述の活動内容の区分に記載の通り、CPD の項目は必ずしも全てデータ分析に関連する必要はありません。あくまでデータ分析従事者としてのキャリアに関係性がある活動であれば問題ありません。例えばデータ分析者への転職や異動を希望されている方は、その目的のために行われている調査や転職活動なども CPD の項目に加えることが可能です。
(注意) RSS 認定講座を修了された方
RSS 認定講座の受講は CPD に含めることができません。
<h2>CPD の作成</h2>
<h3>1. テンプレートをダウンロード</h3>
CPD のテンプレートをダウンロードします。
<a href="https://res.cloudinary.com/dc1nrrcnc/raw/upload/v1748670535/CPD-template_1_pv2im8.docx">CPD-template.docx</a>
<h3>2. テンプレートに記載する内容を日本語で作成</h3>
CPD は最終的に英文で記載し提出する必要があります。
しかし、英語が母国語でない方はまずは日本語で記載内容を確認し、翻訳ソフト(ChatGPT, DeepL)もしくは英語が得意な方やネイティブの方に翻訳・添削してもらうと良いでしょう。
RSS 審査部は日本語話者の方の英語が完全でないものを把握した上で、審査を行います。
そのため文法や文章の誤りというよりは、学習活動の文書量や事実の記載量及びその信憑性が注目されます。信憑性は、記載内容の一貫性や具体性によって判断されます。
<img src="https://res.cloudinary.com/dc1nrrcnc/image/upload/v1748670487/CPD_b7snrz.png" alt="CPDテンプレート">
CPD テンプレート
<h3>2 - (a). 活動概要の記載</h3>
まずは CPD の概要を記載します。CPD テンプレート画像の1 - 3の項目に該当します。
<ol>
<li>
氏名の記入 名前をアルファベットで記入してください。例) Taro Tanaka
</li>
<li>
会員番号の登録 会員登録が完了した場合、MyRSS から会員番号を確認できます。必須ではないため未記入でも問題ありません。例) 234567
</li>
<li>
直近一年間の業務・学習状況の要約 学習活動を記載する上で、審査部に補足として伝える前提となるキャリアや学習状況の背景を記載してください。日本語で 200 文字程度の文章が望ましいです。
<blockquote>
例文
</blockquote>
私は政府関連の組織でデータアナリストとして勤務し、主に次のような業務を担当していました。まず、コスト調査に必要なデータの収集や整理、品質管理に携わりました。収集したデータをもとに、相関分析や回帰分析などを行い、調査結果を報告書にまとめる際には、わかりやすいグラフや図表を作成しました。
<blockquote>
また、組織内で効率的にデータを利用できるよう、データ管理の体制を改善する仕事もしていました。データベースの管理や新しい分析ツールの導入支援を行い、業務の効率化に努めました。
さらに、チーム内では、データ分析の手法やツールの使い方について、他のメンバーへの説明やサポートを行いました。問題が発生した際には、解決に向けた助言や支援を行い、チーム全体のスキル向上を目指して勉強会を企画するなど、情報共有にも積極的に取り組みました。
このほか、学校でのボランティア活動にも参加し、データ管理や分析に協力しました。学校の運営チームと連携しながら、カリキュラムの改善や生徒の進路相談のサポートにも携わり、幅広い業務を経験しました。
</blockquote>
認定データアナリストに申請される方は、現段階では専業としてデータ分析に従事していない場合も多くいらっしゃるかと存じます。課外活動や自習によってデータアナリストとなるための活動を行っている旨を書く形で問題ありません。
</li>
</ol>
<h3>2 - (b). 具体的な活動記録の記載</h3>
具体的な活動記録を記載します。CPD テンプレート画像4に該当します。
文字数と登録する活動項目の数について
一つの活動に長時間 (30 時間以上) の内容を記載した場合、その内容は 15 時間程度以内の複数の活動に分けることが望ましいです。例えば、自主学習を 100 時間行ったと記載した場合、審査部が確認した際にその具体的な内容が伝わりづらく、結果として否認されるリスクが高まります。あくまでその活動を審査部が確認した際に、その内容や労力、成果をイメージできることが重要です。
具体的な学習活動内容を、下記の A - G に整理し、できる限り細かい区分に分けて複数記載します。
<hr>
[A] 活動期間 (Start / End Dates)
対象となる活動期間を記載します。
<blockquote>
例) 2024/04/01 - 2024/07/01
</blockquote>
<hr>
[B] 活動内容の概要 (Description of Activity) 30 文字程度
活動内容の概要、コース名や教科書のタイトルなどを記載します。
<blockquote>
例) Python のオンラインコースの受講
</blockquote>
<hr>
[C] 活動内容の区分 (Category of Activity)
活動内容の区分は以下 5 つのうちのいずれかになります。
この区分はあくまで参考的なもので、厳密な区分分けを考慮する必要はありませんが、学習記録は複数(2 つ以上)の活動区分を含むことが望ましいです。
<blockquote>
例) 業務活動
</blockquote>
<table>
<thead>
<tr>
<th>活動内容の区分名</th>
<th>英語名</th>
<th>概要</th>
<th>例</th>
</tr>
</thead>
<tbody>
<tr>
<td>業務学習</td>
<td>Work-based Learning</td>
<td>仕事を通じて得られる技能の向上や専門的な学習で、会社が提供する社内研修や成長の機会を含む</td>
<td>業務上必要になる勉強</td>
</tr>
</tbody>
</table>
社内研修
上司からの指導
部下への指導 |
| 専門的活動 | Professional Activities | 専門団体の運営や組織への参加、他の専門家の技能や知識を向上させる活動(学会運営など)への参加、統計の専門知識を広く社会に応用する活動への参加 | 学会への関与
雑誌の査読
ネットワーキング |
| 専門教育 | Formal / educational | 専門的な資格を取得するための活動への参加や、専門団体、学会、または研修機関が主催する体系的な学習活動への参加、専門的な聴衆向けの論文、記事作成や発表 | 教育講座への参加
記事や論文の執筆
専門会議での発表
オンライン学習プログラムの参加 |
| 自己主導型学習 | Self-directed learning | 興味による自習や、試験のための勉強など、自発的な学習 | 書籍、ジャーナル、記事の読書
書籍や記事のレビューや要約
インターネットや SNS の記事等による学習 |
| その他の活動 | Other | 統計の専門知識を必要としないが、現在の職務や将来のキャリアにおいて有益な汎用スキルを向上させるための活動で、雇用者のための活動や、専門外の活動を含む | 組織や部署の再編活動
資金調達
PTA の活動
会計業務
慈善活動
トレーニングのコーチ |
<hr>
[D] 学習時間 (Learning hrs)
当該活動において、新しいことを学習をした内容の時間の概算を記載します。
例えば分析レポートの作成活動に 20 時間従事した場合、既に習熟している業務と新たに知見を得る必要のあった学習を分け、その内後者の時間のみを記載します。
例) 10 時間
<hr>
[E] 活動により自身で得られた成果 (Benefits to self/own practice)
参考文字数 日本語で 50 - 150 文字程度
学習活動によって自身で得た知見を説明します。
例)
<blockquote>
Python のクラス、オブジェクトの概念を理解し、実装を試みることができた。併せて、分析ライブラリの Pandas に含まれるクラスの概念を紐づけることができた。
</blockquote>
<hr>
[F] 活動により得られた組織や社会、他者への便益 (Benefits to users/impact on service)
参考文字数 日本語で 50 - 150 文字程度
学習活動によって得た知見が雇用者や同僚、もしくは社会に対してどういった便益をもたらすかを説明します。
例)
<blockquote>
Python のクラス、オブジェクトの概念を理解したことで、機械学習の実装やデータ分析の業務においてより適切な仕様で実装をすることができるようになり、より雇用者や上司への期待に応えられ、他の分析メンバーとの協力がより円滑になることができた。
</blockquote>
<hr>
[G] 補足資料 (任意) Supporting Evidence
もし当該活動内容を補足する資料が URL などでアクセス可能であれば、添付します。例えば、執筆したレポートや論文、GitHub のレポジトリが該当します。
ただし、補助資料は審査の際に重視されません。
信憑性は主にその他の部分の記述内容で判断されます。
例) Github や論文の URL、ニュース記事など
<hr>
<h3>3. テンプレートに英文で記載</h3>
上記で準備した内容を翻訳ソフトウェアや英語が得意な方に依頼して英文に翻訳し、CPD テンプレートに埋めていく形で CPD を完成させます。

RSS認定データアナリストについて

RSS認定データアナリストの申請

RSS認定データアナリスト本申請手続き

RSS認定データアナリストについて

RSS認定データアナリストの申請

RSS認定データアナリスト本申請手続き