2026年10月、これまで「プロフェッショナルデジタルスキル試験（仮称）」と呼ばれてきた試験の正式名称が"「高度情報技術試験」"となることが、経済産業省の省令案で示されました。本記事は、新しい名称で内容を整理し直したものです。
筆者は個人で、高度情報技術試験の学習支援サイト「pds-siken.com」を運営しています。シラバス解説・学習ロードマップ・無料の問題演習を公開しています。
👉 高度情報技術試験 対策サイト pds-siken.com
はじめに
「高度情報技術試験のデータAI区分って何を勉強すればいい？」「いつ試験が始まるの？」
高度情報技術試験の"データ・AI区分"に関心を持つ方が増えています。データサイエンティスト・機械学習エンジニア・AI活用推進担当者にとって、特に関係が深い区分です。
本記事では、データ・AI区分の概要・想定される出題傾向・今からできる対策方法を解説します。
"重要"：データ・AI区分のサンプル問題はIPAから「準備中」とされており、2026年9月時点で詳細が公表されていません。本記事では公開済みの情報とシラバス案をもとに解説しています。最新情報は必ずIPA公式サイトでご確認ください。
本記事は個人として調査・まとめたものです。
出典：IPA 新試験制度のサンプル問題について
データ・AI区分の位置づけ
高度情報技術試験は3区分で構成されています。
| 区分 | 対象者 |
|---|---|
| マネジメント区分 | DX推進・PM・IT統制担当者 |
| システム区分 | クラウド・NW・セキュリティエンジニア |
| "データ・AI区分" | データサイエンティスト・AIエンジニア・データ活用推進担当 |
データ・AI区分は"デジタル変革の鍵であるデータ利活用・AI活用のプロフェッショナル"を認定することを目的とした区分です。
データ・AI区分の想定出題分野
IPA公式のシラバス案（Ver.0.2）をもとに、データ・AI区分で出題が想定される分野を整理します。
データマネジメント
- データ戦略・データガバナンスの考え方
- データアーキテクチャ設計（データレイク・データウェアハウス・データマート）
- マスターデータ管理・データ品質管理
- メタデータ管理
統計・分析手法
- 記述統計・推測統計の基礎
- データ可視化（BIツール・ダッシュボード設計）
- A/Bテスト・仮説検定
- 時系列分析・回帰分析の基礎
機械学習・AI
- 機械学習の種類（教師あり・教師なし・強化学習）
- 主要アルゴリズムの特徴と用途
- モデル評価指標（精度・再現率・F値・AUC等）
- MLOps・モデルの運用管理
AI倫理・ガバナンス
- AIのバイアス・公平性の問題
- 説明可能AI（XAI）
- AI規制・ガイドライン（EU AI法等）
- 責任あるAIの実装
データ活用実務
- データドリブン意思決定
- ビジネス課題の定義とデータ分析の対応付け
- データパイプライン設計
データ・AI区分の科目A・科目B
他区分と同様に、科目A・科目Bの2科目構成が想定されています。
科目A（知識問題）
統計・機械学習・データ管理に関する用語・概念・手法の知識を問います。「XAIとは何か」「CRISP-DMのどのフェーズで何をするか」といった問いが想定されます。
科目B（シナリオ型問題）
"科目Bはデータ・AI区分でも実務判断が問われる形式になると想定されます。"
例えば：
- 「このビジネス課題に対して最適な分析アプローチはどれか」
- 「このモデルの評価結果をもとに次にとるべき対応は何か」
- 「AI活用における倫理的リスクへの対処方法はどれか」
データサイエンス・AIの技術知識に加え、ビジネス文脈での判断力が問われます。
データ・AI区分の他区分との関連
"データ・AI区分はマネジメント区分・システム区分と密接に関連しています。"
| 関連区分 | 共通する分野 |
|---|---|
| システム区分との共通点 | クラウドデータ基盤、データパイプライン実装 |
| マネジメント区分との共通点 | データガバナンス、AI倫理・リスク管理 |
データ・AI区分を目指す方でも、他区分の基礎知識を持つことで理解が深まります。
マネジメント区分・システム区分のロードマップも無料で公開していますので参考にしてください。
👉 マネジメント区分 学習ロードマップ（無料）
👉 システム区分 学習ロードマップ（無料）
今からできるデータ・AI区分の対策
サンプル問題がまだ公開されていないデータ・AI区分ですが、準備できることはあります。
① シラバスで学習範囲を把握する
IPA公式のシラバス案（Ver.0.2）でデータ・AI区分の出題範囲を確認しましょう。
② 統計・機械学習の基礎を固める
科目Aの基礎として、統計・機械学習の基本概念をしっかり押さえておくことが重要です。無料の学習リソース（Kaggle Learn・統計学入門等）も充実しています。
③ マネジメント・システム区分の演習問題に取り組む
データ・AI区分と関連の深い分野の問題を解くことで、思考の型を身につけられます。
高度情報技術試験対策サイト「pds-siken.com」では、マネジメント・システム区分の演習問題を無料で160問公開しています。AI・データ活用に関連する問題も含まれています。
👉 高度情報技術試験 問題演習道場（無料・160問・解説付き）
"道場で練習できる関連ジャンル"
- システム区分：AI・データ活用基礎の問題
- マネジメント区分：データガバナンス・DXデータ戦略の問題
データ・AI区分の最新情報をキャッチアップする方法
データ・AI区分の情報は今後追加されていきます。以下の方法で最新情報を確認してください。
-
"IPA公式サイト"を定期的にチェックする
→ IPA 試験制度の見直し -
"pds-siken.com"を確認する
→ データ・AI区分のサンプル問題・シラバス更新情報を随時掲載予定
→ 高度情報技術試験 対策サイト pds-siken.com
まとめ
| 確認事項 | 内容 |
|---|---|
| 区分の対象者 | データサイエンティスト・AIエンジニア・データ活用推進担当 |
| 主な出題分野 | データマネジメント・機械学習・AI倫理・データ活用実務 |
| サンプル問題 | 2026年9月時点で「準備中」 |
| 試験開始予定 | 2027年度（マネジメント・システム区分と同時期見込み） |
| 今できること | シラバス確認・基礎知識インプット・他区分演習で思考を磨く |
データ・AI区分の詳細が公表されるまでの間、シラバスをもとに基礎を固め、問題演習で思考力を磨いておくことが最善の準備です。
👉 高度情報技術試験 対策サイト pds-siken.com
👉 高度情報技術試験 問題演習道場（無料・160問）