Neo4j Graph Data Science Certified

Neo4j では、2021/09 現在三種類の公式資格試験を提供しています。

そのうち、Neo4j Graph Data Science Certified について紹介します。こちらは、Graph Data Science Library(以下:GDS)に関する資格試験です。



  • General use of the Neo4j Graph Data Science Library
  • Graph Data Science workflow used during analysis
  • Using specific graph algorithms

Neo4j が提供する GDS は、グラフアルゴリズムを実装したライブラリです。有名なアルゴリズムでいうと、PageRankK-Nearest Neighbors (KNN)、パス探索の Dijkstra Source-Target など、数多くのアルゴリズムが提供されています。

本番アプリケーションでの幅広い Graph Database のユースケースを実現するため、必要不可欠なライブラリと言えるでしょう。

本資格取得に向けて学習することで、GDS の基本概念や代表的なライブラリ関数、利用にあたっての押さえどころについて学ぶことができます。




特に、GDS の公式ドキュメント を適宜参考にしながらの学習をおすすめします。


以下のような問題が出題されます。80% 以上回答できるかどうかが合否ラインです。

  • Q. The mutate mode will allow you to overwrite the mutateProperty from previous calculations - True of False?
  • Q. Suppose you calculate PageRank on an in-memory graph and want to output the results from the .stream() function. How do you return the node object for a given node?
  • Q. What utility function can you use when you want to find a given node based on the node id?
  • Q. What types of graph algorithms does the Neo4j Graph Data Scienc Library support?
  • Q. How do you estimate memory requirements for the PageRank algorithm using the write mode?
  • Q. How do you list all the projected named graphs in the Graph Catalog?
  • Q. What are the advantages of Cypher projection?
  • Q. Which of the following Community Detection algorithms permit the initial seeding of communities?
  • Q. How do you execute the Louvain Modularity algorithm and stream the intermediate communities s the result?
  • Q. What algorithm should you try if a single community label becomes dominant in a densely-connected graph?

GDS の提供する代表的なアルゴリズムについての基本的な理解を押さえておくと良いでしょう。