業務開発のシステムズエンジニアを40年以上経験、業務やDBや言語などを背景とした会話力による活動から脱却し、理論に裏打ちされた説得力を身に着けたいとの思いが強くなり、統計数学を基礎としたAI系への転身を目指し、本日に至る。
　アルファ碁や深層学習ブームを機にAIの勉強を開始、入門書の類を読み漁ったが、求めるスキルはつかないと判断、Pythonにおける機械学習や統計など、大学の教科書の学習に数年を要したが、高齢の為か最初に学習したことを失念してしまい。また最初からの繰り返し。
　計画通りのスキル習得に至らず気落ちしていたところで、目安、目標としての各種検定へのチャレンジを思いつく。
　データサイエンス発展は、過去問や参考書が存在しておらず、シラバスの内容から、教科書が存在する下記の検定と合わせて学習することにした。
　「G検定」、「データ分析実務検定」、「データサイエンス数学ストラテジスト」、「統計検定2級」、「Pythonエンジニア認定データ分析」などの教科書を入手、検定チャレンジを行った。また、教科書では不十分なものはネットに数多くあがっており、角度の異なる説明が非常に参考になった。手書きノートの他、計算の必要なものはExcelを使用してドキュメントに残した。
　ただ、どなたかのサイトにも記載があったが、検定の前には電卓を購入、メモリなど駆使するようなことはせず、単純な方法で確実性を目指した。
　以下、高齢者特有の問題を抱えた受検において小職の個人的取り組みや感想は以下の通りである。

1　自分でモチベーションを高めるため、周囲には受検する、チャレンジするなど積極的に公言、退路を断った状況を作った。
2　責任が伴うと気合いが違うので、機会があれば積極的に実務を引き受けた。地獄のような日々を過ごすが着実にスキルアップ可能。
3　習得や活動に時間を要したのは、経験という引き出しが多くなり、考慮すべき事柄が多くなった為であることも少なくなかった。
4　忘れてしまうことは仕方がない、本当の目的はスキル習得と考えれば、受からなければさらに長く学習できると心得た。

以上、人生100年時代にむけた年長エンジニアの参考になれば幸いです。