データサイエンティスト検定リテラシーレベルとは｜出題範囲と勉強法

DS検定リテラシーレベルを受けてみたいけれど、どんな問題が出るのか、統計やプログラミングの経験がなくても受かるのかが分からない。データの仕事に興味を持った人が最初に調べる資格の1つが、このデータサイエンティスト検定リテラシーレベルです。

結論を先に書くと、この検定は、データサイエンスの入口に立つ人が「数学と統計の基礎」「データを扱う仕組み」「データをビジネスに生かす考え方」をひと通り理解しているかを確かめる試験です。範囲は広いものの、深さは見習いの段階に合わせてあり、公式の教材と過去の模擬問題を軸に勉強すれば、文系の社会人でも十分に合格を目指せます。この記事では、試験の概要、出題範囲、合格率と合格ラインの目安を一般社団法人データサイエンティスト協会の公式の案内で確かめたうえで、勉強の手順、領域ごとのコツ、教材の選び方、合格後の生かし方までを順に説明します。

データサイエンティスト検定リテラシーレベルとは

データサイエンティスト検定リテラシーレベル（略称はDS検定★）は、一般社団法人データサイエンティスト協会が実施している検定です。データサイエンティストとは、データを集めて分析し、その結果を仕事の判断や新しいサービスに生かす専門家のことです。

協会は、データサイエンティストに必要な力を4つの段階に分けて定義しています。見習いの段階が「アシスタント」、独り立ちの段階が「アソシエート」、棟梁の段階が「フル」、業界を代表する段階が「シニア」です。DS検定★は、このうち最初の段階である見習いレベル（★）の実務の力と知識を確かめる試験です。

公式の案内によると、この検定は、協会が定めた見習いレベルのスキルと、数理・データサイエンス教育強化拠点コンソーシアムが公開している「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」を合わせた範囲で出題されます。モデルカリキュラムとは、大学や高専の学生に向けて、データとAIの基礎として学ぶべき内容を整理した教育の指針のことです。

データサイエンティスト検定リテラシーレベル（DS検定★）は、データサイエンスの基礎知識を証明する資格として、近年急速に注目を集めています。DX推進が企業の急務となる今、IT・デジタル領域へのキャリアチェンジや、現職でのキャリアアップを目指す社会人にとって、非常に価値の高い資格と言えるでしょう。 出典: kaishi.ac.jp

公式の案内では、受験の対象として、データサイエンティストの初学者、これからデータサイエンティストを目指すビジネスパーソン、データサイエンティストに興味を持つ大学生や専門学校生などが想定されています。受験資格の制限はなく、誰でも受けられます。

試験の概要と日程

試験の形式と受験料は、協会のDS検定の概要のページにまとめられています。2026年10月23日時点で確かめた内容は次のとおりです。

項目	内容
受験資格	制限なし
試験の方式	全国の試験会場で受けるCBT方式
出題の形式	選択式
問題数	100問
試験時間	100分
受験料（税抜）	一般10,000円、学生5,000円、大学会員の学生4,000円
合格の証明	合格証明書（PDFのダウンロード）、オープンバッジ

CBT方式とは、試験会場に用意されたパソコンの画面で問題を読み、マウスやキーボードで答える方式のことです。紙の試験のように全国一斉の日に受けるのではなく、決められた試験期間の中から、自分の都合のよい日時と会場を選んで受けられます。

大学会員の学生の割引は、協会の「大学・研究機関・自治体会員」になっている大学に在籍している学生が対象です。自分の大学が会員かどうかは、協会のサイトの会員一覧で確かめられます。

第14回の日程

次の回の日程は次のとおりです。

項目	日程
試験期間	2026年11月7日（土）から11月22日（日）
個人の申込期間	2026年9月21日（月）10時から10月23日（金）まで（受付は終了）
団体の申込期間	2026年9月21日（月）10時から10月16日（金）まで
結果の発表	2027年1月中旬

第14回の個人の申込は、2026年10月23日（金）で締め切られました。申込期間を過ぎると申込みはできないため、これから受ける場合は、次の回の日程が協会のサイトで発表されるのを待ちます。公式の案内には、第15回以降は決まりしだい更新すると書かれています。これまでの実施の時期を見ると、3月、6月、11月ごろに試験が行われてきました。

出題範囲の4つの領域

DS検定★の出題範囲は、2025年に更新された協会の「スキルチェックリスト ver.6」に基づいています。スキルチェックリストとは、データサイエンティストに必要なスキルを項目ごとに並べた一覧のことで、試験はその中の4つのカテゴリの見習いレベルと、先に説明したモデルカリキュラムを合わせた範囲から出題されます。

領域	中身の例
基盤	行動規範とデータやAIの倫理、論理的思考（MECEなど）、課題の定義とKPI、生成AIの活用、データの理解と可視化、ITセキュリティ
データサイエンス	線形代数と微分積分と集合の基礎、統計の基礎と推定や検定、データの準備と加工、回帰と分類、機械学習、深層学習、時系列の分析、自然言語処理や画像認識、大規模言語モデル
データエンジニアリング	システムの設計、データの収集、データの構造とテーブルの定義、データの蓄積とクラウド、データの加工と共有、プログラミングとSQL、ITセキュリティ、AIシステムの運用
価値創造	技術や社会の流れの読み取り、課題の再定義、事業やモデルの設計、ガバナンスと倫理の設計、データの整備、PoCの設計、効果の測定と改善

基盤

基盤は、データを扱う人が前提として身につけておくべき考え方の領域です。データの扱いで守るべき倫理、物事をもれなく重なりなく分けて考えるMECEのような論理的な考え方、仕事の課題を数字で表すKPIの考え方などが含まれます。KPIとは、目標に向かって進んでいるかを測るための数字のことです。

データサイエンス

データサイエンスは、データを分析する方法そのものの領域です。平均や中央値のような代表値、データのばらつき、相関と因果の違い、母集団と標本の考え方といった統計の基礎から、回帰や分類、機械学習の考え方までが範囲に入ります。範囲は広いものの、見習いレベルの試験なので、難しい数式を自分で解くことよりも、手法の意味と使いどころを理解しているかが問われます。

データエンジニアリング

データエンジニアリングは、データを集めて、保存して、使える形に加工する仕組みの領域です。データベースの基本、SQLによるデータの抽出や結合、クラウドの基本、データの安全を守るための暗号や認証の考え方などが含まれます。SQLとは、データベースからデータを取り出したり、条件で絞り込んだりするための言葉のことです。

価値創造

価値創造は、分析の結果を事業の価値につなげる領域です。協会の模擬問題のページによると、2026年6月から価値創造の模擬問題が新しく追加されています。社会や技術の流れを読み取って課題を決め直す、小さく試して効果を確かめるといった、ビジネスの側の考え方が問われる領域で、以前の教材だけで勉強していると手薄になりやすい部分です。

モデルカリキュラムの範囲

モデルカリキュラムの範囲では、社会で起きている変化（ビッグデータ、IoT、AI、生成AI）、社会で使われているデータの種類、データとAIの活用の領域、データの読み方と説明の仕方、データの扱いで注意すべきこと（個人情報の保護、データの捏造や改ざんの禁止、AIの公平性や説明責任）、情報セキュリティの3要素（機密性、完全性、可用性）などが挙げられています。ニュースや身近なサービスで見聞きする内容が多く、ほかの領域よりも得点しやすい部分です。

合格率と合格ラインの目安

協会の過去の実施結果のページでは、回ごとの受験者数、合格者数、合格率、合格ラインの目安が公表されています。直近の回は次のとおりです。

回	受験者数	合格者数	合格率	合格ラインの目安
第13回（2026年6月）	約2,220名	1,083名	約49%	正答率約76%
第12回（2026年3月）	約2,400名	1,001名	約42%	正答率約77%
第11回（2025年11月）	約3,560名	1,529名	約43%	正答率約77%
第10回（2025年6月）	約2,200名	956名	約44%	正答率約77%
第9回（2025年3月）	約2,720人	1,188名	約44%	正答率約77%

合格率はおおむね4割台で推移しています。合格ラインの目安は正答率で7割台後半です。100問の試験なら、およそ76問から80問に正解する必要がある計算になります。

この数字から分かるのは、「半分くらい分かれば受かる」試験ではないということです。合格率が4割台なのは、受験者の多くが社会人で、勉強の時間を十分に取れないまま受けている人も含まれているためと考えられます。範囲をひと通り押さえ、苦手な領域を残さないことが合格の条件になります。

この合格ラインの目安は、練習の目標を決めるときにも使えます。本番では緊張や見慣れない問題で正答率が下がることが多いため、模擬問題や問題集では、正答率8割台の後半を安定して取れることを目標にしておくと安心です。正答率が7割前後で止まっている場合は、どの領域で失点しているのかを数えてみてください。失点が1つの領域に集中しているなら、その領域を集中して読み直すことで、短い期間でも合格ラインに届きやすくなります。

前提の知識によって変わる難易度

DS検定★の難易度は、受ける人がもともと持っている知識によって大きく変わります。自分がどの立場に近いかで、勉強の重点を決めてください。

統計や数学に触れてきた人

大学で統計や数学を学んだ人、理系の学部を出た人は、データサイエンスの領域の多くを復習として進められます。手薄になりやすいのは、データエンジニアリングの用語（データベース、クラウド、セキュリティ）と、価値創造や基盤のビジネスの考え方です。

ITの仕事をしている人

システム開発やインフラの仕事をしている人は、データエンジニアリングの領域で得点しやすい一方、統計の基礎で苦労することがあります。推定や検定、相関と因果、標本の取り方は、言葉の意味を正確に覚えていないと選択肢で迷う部分です。

文系の社会人や学生

統計もITも初めてという人は、範囲の広さに最初は戸惑います。ただし、問われる深さは見習いの段階なので、言葉の意味と使いどころを1つずつ理解していけば、得点は着実に伸びます。モデルカリキュラムの範囲と基盤の領域から始め、身近な例で理解できる部分を先に固めると、勉強が続けやすくなります。

勉強の進め方の手順

DS検定★の勉強は、次の5つの手順で進めると、範囲の広さに振り回されずに済みます。

1. 協会の模擬問題を解き、今の自分の得意な領域と苦手な領域を確かめる。
2. 公式のリファレンスブックを1周読み、分からない言葉に印を付ける。最初は細部を覚えようとしない。
3. 問題集を解き、間違えた問題の解説をリファレンスブックの該当する箇所と照らし合わせて読む。
4. 苦手な領域だけを重点的に読み直し、同じ問題を解けるまで繰り返す。
5. 試験の2週間ほど前からは、100問を100分で解く練習をし、時間の配分に慣れる。

勉強の時間は、前提の知識によって大きく変わるため、一律の目安はありません。自分で計画を立てるときは、模擬問題を解いた結果をもとに、苦手な領域の数で期間を決めるのが現実的です。たとえば、4つの領域のうち2つが苦手なら、その2つに全体の勉強時間の半分以上を割り当てる、という考え方です。

1問1分の時間配分に慣れる

試験は100問を100分で解くため、1問あたりにかけられる時間は平均で1分です。見たことのない問題で考え込むと、最後まで解き終わらないことがあります。分からない問題は印を付けて後に回し、解ける問題から確実に点を取る練習をしておきます。

言葉の意味を自分の言葉で説明する

範囲の広い試験では、言葉を丸暗記すると、似た言葉の区別がつかなくなります。「過学習とは、手元のデータに合わせすぎて、新しいデータでは当たらなくなること」のように、1つの言葉を1文で説明できるかを確かめながら進めると、選択肢の違いを見分けやすくなります。

領域ごとの勉強のコツ

4つの領域は、それぞれ勉強の仕方が少しずつ違います。

基盤とモデルカリキュラムは身近な例で覚える

データの倫理、個人情報の扱い、生成AIの注意点などは、ニュースや自分の仕事の場面に結びつけると覚えやすくなります。たとえば、生成AIの注意点として「もっともらしい誤った情報を作ることがある」と覚えるときは、実際に生成AIの回答をそのまま使って困った経験を思い出すと、記憶に残ります。

データサイエンスは図とグラフで理解する

統計の基礎は、数式よりも図で理解するほうが早く進みます。ヒストグラム、箱ひげ図、散布図がそれぞれ何を表すのかを、実際にExcelやスプレッドシートでグラフを作りながら確かめると、問題で図を見たときに迷いにくくなります。機械学習の手法は、「何を予測するのか」「答えのあるデータで学ぶのか、答えのないデータから傾向を探すのか」で整理すると、手法の名前を区別しやすくなります。

データエンジニアリングは手を動かす

SQLやデータの結合は、読むだけでは身につきにくい部分です。無料で使えるデータベースや表計算のソフトで、データの絞り込みや並べ替え、2つの表の結合を実際に試してみると、問題文の意味がすっと入ってきます。

価値創造は事例を読む

価値創造の領域は、正解が1つに決まりにくいビジネスの考え方が中心です。協会の模擬問題の解説を読み、「なぜこの選択肢が適切なのか」の理由まで理解することが大切です。新しく追加された領域なので、古い教材だけに頼らず、最新の模擬問題を必ず確かめてください。

よく出る言葉を1文で押さえる

DS検定★の範囲には、似た意味の言葉や、日常の言葉と意味が少し違う言葉が多く出てきます。勉強の最初に、代表的な言葉を1文で説明できるようにしておくと、教材を読む速さが上がります。ここでは、範囲の中から押さえておきたい言葉を、領域ごとに整理します。

データを読むための言葉

• 平均値：すべての値を足して個数で割った値。極端に大きい値や小さい値の影響を受けやすい。
• 中央値：値を小さい順に並べたときに真ん中に来る値。極端な値の影響を受けにくい。
• 最頻値：データの中で最も多く現れる値。
• 標準偏差：データが平均からどれくらい散らばっているかを表す数字。大きいほどばらつきが大きい。
• 相関係数：2つのデータの間に、一方が増えると他方も増える（または減る）関係がどれくらい強いかを、マイナス1からプラス1の間で表す数字。
• 擬似相関：本当は関係がないのに、別の原因があるために関係があるように見えること。
• 交絡：調べたい原因と結果の両方に影響する別の要因が隠れていて、関係を正しく見られなくなること。
• 母集団と標本：調べたい対象の全体が母集団で、そこから取り出して実際に調べる一部が標本。
• 層別抽出：母集団を年代や地域などのグループに分け、それぞれのグループから標本を取り出す方法。

分析の手法に関する言葉

• 回帰：売上や気温のような数の値を予測する手法。
• 分類：迷惑メールかどうか、購入するかどうかのように、どのグループに入るかを予測する手法。
• 教師あり学習：正解の付いたデータを使って、予測の仕方を学ばせる機械学習の方法。
• 教師なし学習：正解の付いていないデータから、似たもの同士のまとまりや傾向を見つける方法。
• クラスタリング：教師なし学習の代表で、似た特徴を持つデータをまとまりに分ける手法。
• 過学習：手元のデータに合わせすぎて、新しいデータに対しては予測が当たらなくなること。
• A/Bテスト：2つの案を条件をそろえて比べ、どちらの効果が高いかを確かめる方法。

データの扱いと安全に関する言葉

• 欠損値：本来あるはずの値が抜けている部分。分析の前にどう扱うかを決める必要がある。
• 結合：2つの表を、共通の項目をもとにつなぎ合わせること。SQLではJOINと呼ばれる。
• 機密性、完全性、可用性：情報セキュリティの3要素で、それぞれ「見てよい人だけが見られる」「内容が正しく改ざんされていない」「必要なときに使える」ことを指す。
• ハルシネーション：生成AIが、事実ではない内容をもっともらしく作り出してしまうこと。

これらの言葉は、教材の中で何度も出てきます。最初から完全に覚える必要はありませんが、教材を1周読み終えたときに、この一覧の言葉を自分で説明できるかを確かめると、理解の抜けが見つかります。

勉強の計画の立て方の例

勉強の計画は、試験の日から逆算して立てます。ここでは、平日に1日30分から1時間、休日に2時間ほど勉強できる社会人が、8週間で準備する場合の例を紹介します。あくまで一例なので、模擬問題の結果や自分の得意な領域に合わせて調整してください。

期間	やること
1週目	協会の模擬問題を解く。公式リファレンスブックの目次を読み、全体の範囲をつかむ
2週目から4週目	リファレンスブックを1周読む。分からない言葉に印を付け、上の一覧のような言葉の表を自分で作る
5週目と6週目	問題集を解く。間違えた問題はリファレンスブックの該当する箇所を読み直す
7週目	苦手な領域を重点的に読み直す。問題集の間違えた問題をもう一度解く
8週目	100問を100分で解く練習をする。最新の模擬問題を解き直し、価値創造の領域を確かめる

計画を立てるときは、予定どおりに進まない週があることも見込んでおきます。仕事が忙しい週に遅れても、翌週の休日で取り戻せるよう、各週の終わりに少し余裕を持たせておくと、途中で計画をあきらめずに済みます。

試験会場の予約は、勉強の計画を立てた段階で済ませておくと、締め切りが決まり、勉強を先延ばしにしにくくなります。

教材の選び方

教材は、協会の対策講座・書籍のページで紹介されているものから選ぶと、出題範囲とのずれが少なくなります。2026年10月23日時点で、参考書籍として次の2冊が紹介されています。

書籍	出版社	発売日
最短突破 データサイエンティスト検定（リテラシーレベル）公式リファレンスブック 第4版	技術評論社	2026年6月9日
徹底攻略データサイエンティスト検定問題集［リテラシーレベル］対応	インプレス	2022年4月21日

公式リファレンスブックの第4版は、スキルチェックリストver.6に対応していると案内されています。出題範囲が2025年に更新されているため、中古の本や図書館の本を使う場合は、版が古くないかを必ず確かめてください。古い版では、価値創造の領域や生成AIに関する内容が手薄になっている可能性があります。

問題集は、リファレンスブックで学んだことを問題の形で確かめるために使います。発売が2022年なので、新しい範囲の問題は協会の模擬問題で補うのが確実です。

協会のページでは、協会が監修した対策講座として、複数の会社の講座やアプリも紹介されています。独学で続けるのが不安な人や、動画で学びたい人は、こうした講座を使う方法もあります。費用や学習の形式は講座ごとに違うので、それぞれの提供元の案内で確かめてください。

申込みから試験当日までの流れ

DS検定★の申込みは、協会のサイトから案内されている申込みのページで行います。個人の場合の流れは次のとおりです。

1. 申込期間の中に、申込みのページでアカウントを作り、受験の申込みと受験料の支払いを済ませる。
2. 試験期間の中から、受験する日時と試験会場を予約する。
3. 受験規約を読み、当日に必要な本人確認の書類などを確かめる。
4. 当日は、予約した試験会場で、パソコンの画面で受験する。
5. 結果の発表日に、受験者のマイページで合否を確かめる。

公式の案内では、申込み前に受験規約を必ず読むよう求められています。また、申込期間の外にアクセスしても申込みはできません。会場の予約は、人気のある日時から埋まっていくことがあるので、申込みを済ませたら早めに日時を決めておくと安心です。

試験の当日は、時間に余裕を持って会場に着くようにします。CBTの会場では、受付のあとに荷物を預け、決められた席で受験するのが一般的です。会場ごとの決まりは、申込みのときの案内で確かめてください。

DS検定★が向いている人と、ほかの学び方が合う人

DS検定★は範囲が広く、データの仕事の全体像をつかむのに向いた試験です。一方で、目的によっては、ほかの学び方のほうが近道になることもあります。受けるかどうかを決める前に、自分の目的と照らし合わせてみてください。

向いているのは、まず、データの仕事に関わり始めたばかりで、何から学べばよいか分からない人です。範囲がスキルチェックリストに沿って整理されているため、勉強するだけで、データの仕事に必要な知識の地図が手に入ります。次に、社内でデータの活用を進める立場になった人です。分析の担当者や外部の専門家と話すときに、共通の言葉を持っていると、話が早く進みます。さらに、学んだことを第三者に示したい人にも向いています。合格証明書やオープンバッジは、学習の成果を客観的に示す材料になります。

反対に、すでに分析の実務を経験していて、特定の手法を深く学びたい人は、DS検定★の範囲の多くが既に知っている内容になるかもしれません。その場合は、統計の専門の検定や、プログラミング言語を使った分析の学習に進むほうが、得るものが大きくなります。また、データベースやクラウドの設計を仕事にしたい人は、その分野の専門の資格を目指すほうが、仕事の内容に直結します。

DS検定★は、ゴールではなく入口の試験です。合格したあとに何を学ぶかまで考えて受けると、勉強の時間が無駄になりません。

試験の直前と当日に気をつけること

試験の前日は、新しい範囲に手を広げるより、これまでに間違えた問題と、自分で作った言葉の表を見直すことに時間を使います。範囲の広い試験では、直前に新しいことを詰め込むと、覚えていたことまであやふやになりやすいからです。

当日は、試験の開始前に、問題数と試験時間をもう一度頭に入れておきます。100問を100分で解くため、30分で30問、60分で60問というように、途中で進み具合を確かめる目安を決めておくと、時間が足りなくなるのを防げます。

問題を読むときは、「適切なものを選べ」なのか「適切でないものを選べ」なのかを最初に確かめます。範囲が広く知識を問う問題が多い試験では、問題文の読み違いによる失点がもったいない失点になります。迷った問題は印を付けて後に回し、最後に見直す時間を数分残しておくと、落ち着いて解き終えられます。

合格したあとの生かし方

合格すると、受験者のマイページから合格証明書をPDFでダウンロードできます。公式の案内によると、合格証明書の郵送は行っていません。あわせて、オープンバッジも受け取れます。オープンバッジとは、資格や学習の成果を証明するデジタルの証明書のことで、SNSのプロフィールやメールの署名に表示したり、オンラインの履歴書に添えたりできます。

DS検定★は見習いの段階の検定なので、合格したからすぐにデータサイエンティストとして仕事を任されるわけではありません。大切なのは、学んだ知識を自分の仕事の中で使ってみることです。たとえば、営業の数字を表計算のソフトでグラフにして傾向を確かめる、社内のアンケートの結果を代表値やクロス集計で整理する、といった小さな分析から始めると、学んだ言葉が実際の仕事の中でどう使われるのかが分かってきます。

データの分析を深めたい人は、統計の検定やプログラミング言語の学習に進む方法があります。データの基盤を作る仕事に興味がある人は、データベースやクラウドの資格に進む方法もあります。どちらに進むかは、DS検定★の勉強の中で、どの領域が面白いと感じたかで決めるとよいでしょう。

データの知識が生きる仕事と働き方

データの知識は、データサイエンティストという肩書きの仕事だけでなく、さまざまな仕事で求められるようになっています。企業のAIの活用を支援する仕事では、データの扱いと倫理の知識が前提になります。こうした仕事の内容は、AIコンサル・業務活用支援のお仕事で紹介しています。また、集客の分析や広告の効果の測定といったマーケティングの仕事でも、データを読む力が欠かせません。マーケティングとデータの分析にかかわる仕事は、AI・マーケティング・セキュリティのお仕事で確かめられます。

フリーランスと発注者を20年以上つないできた運営者として見てきた限りでは、データの仕事で継続して声がかかる人は、高度な手法を知っている人よりも、発注者の業務の言葉で分析の結果を説明できる人です。「この数字が下がっているのは、この曜日の問い合わせが減っているからです」と、相手が次に何をすればよいかまで伝えられる人は、小さな案件から始めても信頼を積み重ねていきます。仲介の手数料が乗らない直接の取引では、こうした信頼がそのまま次の依頼につながり、受ける側の手取りも厚くなります。

データを扱う仕事の報酬の傾向は、研究者の年収・単価相場のような関連する職種のデータで確かめられます。データを使ったアプリや仕組みを作る側に進みたい人は、アプリケーション開発のお仕事も参考になります。DS検定★は、こうした仕事の入口に立つための共通の言葉を身につける試験です。まずは協会の模擬問題を解いて、今の自分の位置を確かめるところから始めてみてください。

よくある質問

Q. DS検定リテラシーレベルの受験料と試験時間はどれくらいですか？

公式の案内によると、受験料は税抜で一般10,000円、学生5,000円、協会の大学会員の大学に在籍する学生は4,000円です。試験は全国の試験会場で受けるCBT方式で、選択式の問題が100問、試験時間は100分です。受験資格の制限はなく、誰でも受けられます。日程と受験料は回によって変わる可能性があるため、申込み前に協会のサイトで確かめてください。

Q. DS検定リテラシーレベルの合格率と合格ラインはどれくらいですか？

協会が公表している実施結果では、合格率はおおむね4割台で推移しており、2026年6月の第13回は約49%でした。合格ラインの目安は正答率で7割台後半で、第13回は約76%と公表されています。100問の試験なので、およそ76問から80問に正解する必要がある計算です。範囲をひと通り押さえ、苦手な領域を残さないことが合格の条件になります。

Q. 統計やプログラミングの経験がなくても合格できますか？

受験資格の制限はなく、問われる深さは見習いの段階に合わせてあるため、経験がなくても合格を目指せます。ただし範囲は広いので、言葉の意味と使いどころを1つずつ理解していくことが大切です。身近な例で理解しやすい基盤とモデルカリキュラムの範囲から始め、統計は図とグラフで、SQLは実際に手を動かして覚えると進めやすくなります。

Q. DS検定リテラシーレベルの教材は何を選べばよいですか？

協会の対策講座・書籍のページで紹介されている教材から選ぶと、出題範囲とのずれが少なくなります。公式リファレンスブックは2026年6月に第4版が発売され、2025年に更新されたスキルチェックリストver.6に対応していると案内されています。古い版では新しい範囲が手薄な可能性があるため、版を確かめ、協会の最新の模擬問題もあわせて解いてください。