プロフェッショナルデジタルスキル（データ・AI）試験の概要——対象者と試験形式
暫定情報に関する注意事項
本記事の情報は2026年3月に公表された「情報処理技術者試験の出題範囲等の改定案Ver.1.0」に基づく暫定情報です。試験名・試験区分・出題範囲・試験方式はすべて仮称・暫定であり、今後変更される可能性があります。正式シラバスは2026年夏頃公表予定です。最新情報はIPA公式サイトでご確認ください。
プロフェッショナルデジタルスキル（データ・AI）試験は、データ活用戦略・データサイエンス・データエンジニアリングなど「データ・AI活用に関わる専門職」に対応した実践スキルを証明する新試験です。データサイエンティスト・データエンジニア・データアナリストなどの専門職を対象としています。
試験形式は科目A（知識）と科目B（技能）の2科目構成です。改定案Ver.1.0では、科目Aは択一式を中心とした知識問題、科目Bは事例形式の技能問題として整理されています（出題形式の詳細は正式シラバス公表時に確定）。試験実施時期は2027年度以降の予定（暫定）です。
データ・AI領域の試験は、プロフェッショナルデジタルスキル（マネジメント）試験およびプロフェッショナルデジタルスキル（システム）試験と並んで、新たにIPAが設ける「プロフェッショナルデジタルスキル試験群」の1つです。試験全体像についてはデジタルスキル標準ver.2.0とプロフェッショナルデジタルスキル試験の接続を読み解くをご覧ください。全体像の解説記事（プロフェッショナルデジタルスキル試験とは？3領域の違いと選び方）は現在近日公開予定としてこちらのページで案内しています。
科目A 専門知識の出題中分類
改定案Ver.1.0では科目Aは7大分類・30中分類で構成されており、プロフェッショナルデジタルスキル（データ・AI）試験の「専門・重点」として位置づけられている中分類は以下のとおりです（改定案Ver.1.0の記述に準拠した本記事の整理）。
| 科目A中分類 | 代表的な知識項目（抄粋） |
|---|---|
| データマネジメント | データガバナンス、データライフサイクル、データ品質管理、データクレンジング、メタデータ管理、データカタログ、データスペース |
| データ分析・データ利活用 | データ基盤（DL/DWH/DM）、ETL/ELT、BIツール、統計的手法、OR・IE、可視化 |
| AI利活用 | AI原則・指針、識別AI活用例、生成AI活用例（マルチモーダル・AIエージェント） |
| AI技術 | 機械学習、ディープラーニング、生成AI技術（LLM・RAG）、AIエージェント技術（MCP） |
| クラウド | サービス種類/提供形態、仮想化、コンテナ、サーバレス、マネージドサービス |
| データベース | DB方式、設計、データ操作、トランザクション、分散DB |
| アルゴリズム・プログラミング | データ構造（スタック・キュー・木構造・グラフ）、アルゴリズム（再帰・整列・探索）、擬似言語プログラミング |
| 情報倫理・AI倫理 | ELSI、ハルシネーション、説明可能なAI（XAI）、ヒューマンインザループ、フェイクニュース |
| プライバシー関連法規 | 個人情報保護法、要配慮個人情報、匿名加工情報、仮名加工情報、オプトイン/オプトアウト、PIA（プライバシー影響評価） |
科目Aの専門知識は「データ・AI活用」に関する専門知識が中心です。特徴的なのは「AI技術」中分類に「生成AI技術（LLM・RAG）」「AIエージェント技術（MCP）」が明示されている点です。専門職の専門性を構成する重要領域です。
わずかな参考情報として、データ・AI領域の専門知識はDSS Ver.2.0欠かせないAIスキルも合わせてご覧ください。
科目B 技能領域① データマネジメント
データマネジメント領域は、組織におけるデータ資産の戦略的管理・活用の実践スキルを問います。改定案Ver.1.0の記述に基づき、本記事では以下のポイントが含まれると整理しています（暫定）。
- データガバナンス・データマネジメント戦略の策定：組織全体のデータ活用方針を定義し、データアーキテクチャ・データ基盤設計の構想力が求められます。
- データ品質管理・データクレンジング：データの正確性・完全性・整合性を維持するためのプロセス設計および実行能力を問います。
- メタデータ管理・データカタログ：データ資産の全体像を把握するデータカタログ構築などデータマネジメントの基盤スキルが対象です。
- データスペース・データ流通：組織横断および外部とのデータ共有・流通の仕組みを理解し、実装する能力を問います。
データマネジメント領域の要求についてはデータマネジメントとはおよびDMBOK概要も合わせてお読みください。
科目B 技能領域② データ・AIの活用
データ・AIの活用領域は、プロフェッショナルデジタルスキル（データ・AI）試験の中核となる領域で、データ分析から生成AIまでの幅広い実践スキルを問います。改定案Ver.1.0の記述に基づき、本記事では以下のポイントが含まれると整理しています（暫定）。
- 統計的手法・データ分析の実践：記述統計・推測統計・回帰分析・クラスタリングなど統計的手法を事例へ適用する実践能力を問います。
- 識別AI・機械学習の活用：識別AIモデルを実際の業務へ適用する能力、モデル評価と扱い方の理解を求めます。
- 生成AI・RAG・AIエージェントの活用：マルチモーダル生成AI・RAG（検索拡張生成）・AIエージェントなど最新のAI技術を業務へ適用する実践能力を問います。改定案Ver.1.0では「生成AI活用例（マルチモーダル・AIエージェント）」が明示されています。
- AIリスク・ハルシネーション対策：AIアウトプットの信頼性検証・誤情報対策・バイアス検知など、AI利活用に伴う実務的リスク管理能力を問います。
- ビジネスインテリジェンス・意思決定支援：BIツール・ダッシュボード・可視化を用いた意思決定支援の実践、および分析成果をステークホルダーへ伝える説明力を問います。
科目B 技能領域③ データエンジニアリング
データエンジニアリング領域は、データパイプライン・データ基盤構築の実践スキルを問います。改定案Ver.1.0の記述に基づき、本記事では以下のポイントが含まれると整理しています（暫定）。
- データ基盤（DL/DWH/DM）・ETL/ELTの設計・実装：データレイク・データウェアハウス・データマートの設計思想と実装アーキテクチャの選択能力を問います。
- クラウドネイティブなデータパイプライン構築：コンテナ・サーバレス・マネージドサービスを組み合わせたパイプライン設計・実装能力を問います。
- リアルタイム・バッチ処理・ストリーミング処理：データ変換・集計・配信の設計パターンと分散処理基盤の知識を問います。
- データ品質・セキュリティ・プライバシーのエンジニアリング的実装：データパイプラインへのデータ品質チェック／プライバシー保護・アクセス制御のエンジニアリング的実装能力を問います。
科目B 技能領域④ データ処理とアルゴリズム（SQLを扱う）
データ処理とアルゴリズム領域は、改定案Ver.1.0において「SQLを扱う」と明示されている専門性の高い領域です。データ表操作・アルゴリズム設計の実践能力を問います。改定案Ver.1.0の記述に基づき、本記事では以下のポイントが含まれると整理しています（暫定）。
- SQLによるデータ操作・集計・分析：SQL（SELECT以外の標準SQL）を用いたデータ抽出・変換・集計の実践能力、広範囲の接続・サブクエリ・ウィンドウ関数を含む高度なクエリ設計を問います。
- アルゴリズム設計・擬似言語プログラミング：データ構造（スタック・キュー・木構造・グラフ）とアルゴリズム（再帰・整列・探索）を組み合わせた擬似言語プログラミング実践能力を問います。
- 計算量・メモリ計算量の見積もり：アルゴリズムの計算量O(N)や空間計算量を推論し、大規模データ処理の設計最適化能力を問います。
データマネジメント領域の専門試験としての位置づけについてはデータマネジメント試験（IPA 2027年新設）の全体像も合わせてご覧ください。
既存資格との範囲重複マップ
データ・AI領域の既存資格（データベーススペシャリスト試験・G検定・DS検定）を保有する候補者は、既存学習資産を常に活用できます。改定案Ver.1.0の記述に基づく本記事の分析です（各資格の認定機関・IPAによる公式の対応表ではありません）。
| 既存資格 | 重複領域 | 注目の相違点 |
|---|---|---|
| データベーススペシャリスト試験（現行高度試験） | DB方式・データモデリング（概念/論理/物理）・SQL・トランザクション・分散DBなど科目B技能領域②④と広く対応 | データベーススペシャリスト試験はDB設計の深い専門知識を問うが、プロフェッショナルデジタルスキル（データ・AI）試験はデータパイプライン・クラウド・AI活用を含む幅広い実践スキルを問う |
| G検定（ジェネラリスト検定） | AI原則・機械学習・ディープラーニング・生成AI・AI倫理（ハルシネーション・説明可能なAI等）など科目A専門知識と広く対応 | G検定は選択式のみだがプロフェッショナルデジタルスキル（データ・AI）試験は科目B（事例形式）が加わる。SQL・データエンジニアリング・データ基盤の実践的スキルG検定にはない |
| DS検定（データサイエンティスト検定） | データ分析・統計・可視化・BIツール・機械学習・データ品質管理など科目B技能領域②と広く対応 | DS検定は分析スキルに特化しているが、プロフェッショナルデジタルスキル（データ・AI）試験はデータマネジメント戦略・データパイプライン構築・ガバナンスなど幅広い領域を包含する |
項目の重複は大きい一方、プロフェッショナルデジタルスキル（データ・AI）試験は「データマネジメント戦略とパイプライン構築を一つの試験で測る」点が独自性です。既存資格の専門性を深めつつ、幅広い実践スキルを証明する試験として位置づけられます。
その他のプロフェッショナルデジタルスキル試験および応用情報技術者試験との難易度・要件比較はプロフェッショナルデジタルスキル試験 vs 応用情報技術者試験・高度試験をご覧ください。
まとめ——プロフェッショナルデジタルスキル（データ・AI）試験の学習優先順序
プロフェッショナルデジタルスキル（データ・AI）試験は、データマネジメント戦略からアルゴリズム実装まで、データとAIに関わる領域を包括的に網羅する暫定試験です。下記の優先順序は改定案Ver.1.0に基づく暫定的な提案です。
- 科目A（知識）の基盤固めから始める：データマネジメント・データ分析・AI利活用・AI技術の4大領域を一度全体視し、汎用的な知識から体系的な理解へ段階的に深めます。
- SQL実践を重点的にトレーニングする：科目Bの技能領域④でSQLが明示されています。データ分析業務を想定した結合クエリ・ウィンドウ関数などのコーディング問題を繰り返し練習することを推奨します。
- データパイプライン・クラウドアーキテクチャの知識を確実に：DL・DWH・ETL・コンテナ・サーバレスの基礎知識は科目A・科目B共通です。実践経験がある方は科目Bで大きなアドバンテージになります。
- 生成AI・AIエージェントの最新動向を追っておく：技能領域②には生成AI・RAG・AIエージェント・MCPなど最新トレンドが含まれます。書籍やサービスドキュメントで最新動向を追いながら学習することがスコア上昇のポイントです。
- 正式シラバス公表（2026年夏頃予定）後に計画を見直す：本記事の情報は改定案Ver.1.0ベースの暫定版です。正式シラバス公表後に出題範囲の詳細が確定するため、シラバスの内容を確認して学習計画を再調整することを推奨します。
PassDojoでは、プロフェッショナルデジタルスキル（データ・AI）試験向けの入門学習コンテンツと想定問題集を順次公開予定です。正式シラバスの公表後に内容を更新し、最新情報をお届けします。試験制度の一次情報は情報処理技術者試験 出題範囲等の改定案Ver.1.0（PDF・2026年3月公表）でご確認ください。
本記事は2026年3月公表の「情報処理技術者試験の出題範囲等の改定案Ver.1.0」に基づいています。試験名・試験区分・出題範囲・試験方式はすべて仮称・暫定情報であり、今後変更される可能性があります。既存資格（データベーススペシャリスト試験・G検定・DS検定等）との重複範囲の整理は本記事の分析であり、各資格の認定機関・IPAによる公式の対応表ではありません。最新情報はIPA公式サイトをご確認ください。正式シラバスは2026年夏頃に公表予定です。
