データサイエンス・データ基盤・価値創造の基礎力を証明する検定
DS検定とは？
試験概要・難易度・勉強方法を
わかりやすく解説
DS検定は、データサイエンティスト協会が実施するリテラシーレベルの検定です。データサイエンス、データエンジニアリング、ビジネス・価値創造、AI・データ倫理までを横断的に学びます。
1データサイエンティスト検定 リテラシーレベル（DS検定®★）とは
DS検定とは
DS検定（データサイエンティスト検定 リテラシーレベル）は、一般社団法人データサイエンティスト協会が実施する、データサイエンティストに必要な基礎的な実務能力と知識を確認する検定です。統計や機械学習だけでなく、データエンジニアリング、ビジネス・価値創造、AI・データ倫理まで幅広く扱います。
この資格でできること
- データサイエンス・AIの基礎知識を体系的に整理できる
- データ収集・加工・分析・可視化の基本的な流れを理解できる
- SQL、クラウド、セキュリティなどデータ基盤の基礎を学べる
- 分析結果をビジネス価値へつなげる考え方や倫理・ガバナンスを学べる
この資格が向いている人
- データサイエンスを初めて体系的に学ぶ人
- データ・AIを業務で活用したいビジネスパーソン
- データサイエンティストを目指す大学生・専門学校生
- 分析技術だけでなくデータ基盤や価値創造まで理解したい人
学習の進め方
まず統計・データ理解などの基礎を固め、次にデータ準備、可視化、機械学習へ進みます。その後、データエンジニアリングやSQL、セキュリティを学び、最後に価値創造、社会実装、倫理・ガバナンスを横断して整理します。用語暗記だけでなく、実務のどの場面で何を使うのかを関連づけて学ぶことが重要です。
2試験概要
| 実施団体 | 一般社団法人データサイエンティスト協会 |
|---|---|
| 受験資格 | 受験資格の制限なし。年齢・学歴・実務経験を問わず受験可能。 |
| 試験日・申込期間 | 次回の第14回は2026年11月7日（土）〜11月22日（日）に実施予定。個人申込は2026年9月21日（月）10:00〜10月23日（金）、団体申込は2026年9月21日（月）10:00〜10月16日（金）。2026年は3月・6月・11月の3回実施予定。 |
| 受験料 | 一般10,000円（税抜）／学生5,000円（税抜）／大学会員学生4,000円（税抜）。 |
| 試験形式 | 全国の試験会場で実施するCBT方式／選択式問題 |
| 問題数 | 100問 |
| 試験時間 | 100分 |
| 試験回数 | 2026年：年3回（3月・6月・11月） |
| 合格基準 | 合格ラインの目安は過去実績で正答率約77％。試験回ごとに問題が刷新されるため、固定の合格基準としては扱わない。 |
公式情報確認日：2026-09-09
3試験科目・出題範囲
4こんな人におすすめ
5よくある質問
受験資格に制限はなく、年齢・学歴・実務経験を問わず受験できます。
全国の試験会場で受験するCBT方式の選択式試験です。現行の公式案内では100問・100分です。
スキルチェックリストver.6の「基盤」「データサイエンス」「データエンジニアリング」「価値創造」の★1相当と、数理・データサイエンス・AIのリテラシーレベルモデルカリキュラムを総合した範囲です。
過去の公式実施結果では合格ラインの目安として正答率約77％が示されています。ただし、試験問題は各回で刷新されるため、固定の合格基準として保証される数値ではありません。
6学習メニュー
7試験攻略・学習戦略
データサイエンティスト検定 リテラシーレベル（DS検定®★）を効率よく学ぶために、試験攻略の考え方・科目ごとの優先順位・学習スケジュール・つまずきやすい点を整理しています。
試験攻略ポイント
公式のスキルチェックリストver.6を軸に、4領域「基盤」「データサイエンス」「データエンジニアリング」「価値創造」を横断して学ぶ。統計・機械学習の用語暗記だけでなく、データ収集から分析、システム実装、ビジネス価値、倫理・ガバナンスまで一連の流れで関連づける。100問を100分で解くため、演習では1問あたりの判断速度も意識する。
科目別の学習優先順位
優先度A：数学・統計・科学的解析、データ理解・準備・可視化、機械学習・AI・モデル活用
優先度B：データエンジニアリング、基盤・データAIリテラシー
優先度C：価値創造・AI社会実装・ガバナンス
※これは資格ブートキャンプ上の学習順序であり、公式の配点比率ではない。2026年からスキルチェックリストver.6に基づく「価値創造」が明確に加わっているため、旧教材だけで対策しない。
学習スケジュール例
1週目：基盤、論理的思考、数学・記述統計・確率・推定検定を学習
2週目：データ理解、前処理、可視化、回帰・分類・クラスタリング・機械学習を学習
3週目：データエンジニアリング、SQL、DWH・クラウド、セキュリティ、生成AIを学習
4週目：価値創造、PoC、ガバナンス、倫理・法務を整理し、WEB問題で総合演習
直前期：誤答分野を重点復習し、100分で100問を解く時間配分を確認する。
つまずきやすいポイント
相関と因果、推定と検定、PrecisionとRecall、標準化と正規化、学習データと検証データなど、似た概念を名称だけで覚えると誤りやすい。データリーケージ、欠損・外れ値、SQL・データ基盤、情報セキュリティも横断的に問われるため、分析分野だけに偏らない。生成AI・ガバナンス・価値創造は近年の更新範囲であり、スキルチェックリストver.6以前の古い教材だけに依存しない。
