資格部 📝

あらゆる資格の試験情報、対策方法、過去問題・模擬問題を解説

データサイエンティスト検定™(DS検定™)ナビ

 データサイエンティスト検定™(DS検定™)は、数理・データサイエンス・AIにおけるモデルカリキュラムを総合し、実務能力と知識を有することを証明する試験です。

国家資格
公的資格
民間資格
業務独占
名称独占
必置
 

 

試験情報

基本情報

申込関連
試験日 年2回(春・秋)
*第一回は2021/9/1〜9/30
申込期間 第一回は2021/7/1〜8/29
受験料 一般 11,000円(税込)
学生 5,500円(税込)
受験資格 特になし
申込方法 申込サイトよりWEB申込
試験関連
試験方式 CBT(@所定の試験会場)
試験時間 90分
出題形式 選択式
出題数 90問
合格基準 非公開
合格発表 試験日の約1ヶ月後

試験内容

スキルチェックリストの3カテゴリ
  • データサイエンス力★1
    統計数理基礎、線形代数基礎、微分・積分基礎、回帰/分類、評価、検定/判断、グルーピング、性質・関係性の把握、サンプリング、データクレンジング、データ加工、方向性定義、軸だし、データ加工、表現・実装技法、意味抽出、アプローチ設計、統計情報への正しい理解、データ確認、俯瞰・メタ思考、データ理解、洞察、機械学習、時系列分析、言語処理、画像処理、動画処理、音声/音楽処理、パターン発見
  • データエンジニアリング力★1
    システム運用、システム企画、クライアント技術、通信技術、基礎知識、テーブル定義、DWH、分散技術、クラウド、フィルタリング処理、ソート処理、結合処理、クレンジング処理、マッピング処理、サンプリング処理、集計処理、変換・演算処理、データ出力、データ展開、データ連携、基礎プログラミング、データインタフェース、分析プログラム、SQL、基礎知識、攻撃と防御手法、暗号化技術
  • ビジネス力★1
    ビジネスマインド、データ倫理、コンプライアンス、契約、MECE、言語化能力、ストーリーライン、ドキュメンテーション、説明能力、KPI、スコーピング、データ入手、データ理解、意味合いの抽出・洞察、評価・改善の仕組み、プロジェクト発足、リソースマネジメント、リスクマネジメント
数理・データサイエンス・AIにおけるモデルカリキュラム
  1. 社会におけるデータ・AI利活用
    1. 社会で起きている変化
      • ビッグデータ、IoT、AI、ロボット
      • データ量の増加、計算機の処理性能の向上、AIの非連続的進化
      • 第4次産業革命、Society 5.0、データ駆動型社会
    2. 社会で活用されているデータ
      • 調査データ、実験データ、人の行動ログデータ、機械の稼働ログデータなど
      • 1次データ、2次データ、データのメタ化
      • 構造化データ、非構造化データ(文章、画像/動画、音声/音楽など)
      • データ作成(ビッグデータとアノテーション)
      • データのオープン化(オープンデータ)
    3. データ・AIの活用領域
      • データ・AI活用領域の広がり(生産、消費、文化活動など
      • 研究開発、調達、製造、物流、販売、マーケティング、サービスなど
      • 仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替、新規生成など
    4. データ・AI利活用のための技術
      • データ解析:予測、グルーピング
      • データ可視化:関係性の可視化、地図上の可視化、挙動・軌跡の可視化、リアルタイム可視化など
      • 非構造化データ処理:言語処理
    5. データ・AI利活用の現場
      • 流通、製造、金融、サービス、インフラ、公共、ヘルスケア等におけるデータ・AI利活用事例紹介
  2. データリテラシー
    1. データを読む
      • データの分布(ヒストグラム)と代表値(平均値、中央値、最頻値)
      • 観測データに含まれる誤差の扱い
      • 相関と因果(相関係数、擬似相関、交絡)
      • 母集団と標本抽出(国勢調査、アンケート調査、全数調査、単純無作為抽出、層別抽出、多段抽出)
      • 統計情報の正しい理解(誇張表現に惑わされない)
    2. データを説明する
      • データの図表表現(チャート化)
      • データの比較(条件をそろえた比較、処理の前後での比較、A/Bテスト)
      • 不適切なグラフ表現(チャートジャンク、不必要な視覚的要素)
      • 優れた可視化事例の紹介(可視化することによって新たな気づきがあった事例など)
    3. データを扱う
      • データの集計(和、平均)
  3. データ・AI利活用における留意事項
    1. データ・AIを扱う上での留意事項
      • 個人情報保護、EU一般データ保護規則(GDPR)、忘れられる権利、オプトアウト

統計情報

 (未公開)

公式SNS

 

 

試験対策

対策方法

準備中

書籍・SNS

Twitter

 

模擬問題

リテラシーレベル

準備中