プロフェッショナルデジタルスキル（データ・AI）試験 入門学習
2027年新設予定の「プロフェッショナルデジタルスキル（データ・AI）試験」の出題範囲に沿った入門コンテンツです。 データドリブン経営、データマネジメント、データ分析プロセス、統計学・機械学習、生成AI・RAG・AIエージェント、 データ基盤・パイプライン、SQL、AI倫理・プライバシーまで、試験頻出の主要概念を解説＋確認問題で定着できます。
※本コンテンツは2026年3月公表の改定案 Ver.1.0 に基づく暫定版です。正式シラバス公表後に改訂を予定しています。
1
データドリブン経営の全体像 — 「勘」から「データ」へ、経営の変え方データ戦略の立案からBIツール活用・KPI管理まで、データを意思決定の中心に置く経営の仕組みを学ぶ。
2データマネジメント基礎 — 試験で問われる「データガバナンス・品質・カタログ」の核心データガバナンス・メタデータ管理・データ品質評価・データカタログなど、試験頻出の概念を実務文脈で学ぶ。
3データ分析プロセス — 目的設定から可視化・意思決定までデータ分析の目的設定・集計・可視化・レポーティングの一連のプロセスと、BIツール活用による自動化を学ぶ。
4統計学・機械学習の基礎 — データから「未来」を読むための道具箱記述統計・推測統計から回帰分析・クラスタリングまで、データ分析に必要な統計学と機械学習の基礎概念を学ぶ。
5生成AI・RAG・AIエージェント入門 — 「使えるAI」の仕組みを正しく理解するLLM（大規模言語モデル）の仕組み、RAGによる知識拡張、AIエージェント・MCPの概念を実務文脈で学ぶ。
6データ基盤とデータパイプライン — データが「流れる」仕組みを設計するデータレイク・DWH・データパイプライン（ETL/ELT）・クラウドデータ基盤の設計原則と運用の考え方を学ぶ。
7SQLとデータ操作入門 — 試験で問われるCRUDと集計の全パターンSELECT・INSERT・UPDATE・DELETE（CRUD）からJOIN・GROUP BY・サブクエリまで、試験頻出のSQL構文を概念中心で学ぶ。
8AI倫理・プライバシー・説明可能なAI — AIを「正しく」使うための知識ELSI・ハルシネーション・説明可能なAI（XAI）・個人情報保護法・PIAなどAI利活用の倫理的・法的論点を学ぶ。
