データマネジメントパスポート試験　出題範囲（案）

制定の考え方

本出題範囲は、データマネジメントアカデミー設立趣意書（データの収集・整備・品質管理・ガバナンス、AI・DX、学習到達度の可視化、2027年度以降のデータマネジメント試験（仮称）への橋渡し）に基づきます。

また、独立行政法人情報処理推進機構（IPA）が情報処理技術者試験の見直しにおいて示している方向性（ITパスポート試験の次のステップとしての位置づけ、データマネージャー像、分析基盤に関する知識、ビジネス部門・経営層との協働、データドリブンな活動の推進、生成AI時代におけるデータの準備・管理の重要性など）との整合に配慮して編成します。

なお、本試験はIPAの国家試験とは独立した民間評価であり、IPAの正式シラバス・試験要項の転載や代替ではありません。IPA側の公表内容が更新された場合は、本範囲を見直します。

試験の到達目標（概要）

• データマネジメントに関する基礎概念を理解し、組織におけるデータの計画・整備・品質・保護・利活用を、業務・経営の文脈で説明できること。
• 分析やAI活用に向けたデータの流れ（収集、加工、格納、提供）と、それを支えるガバナンスの要点を把握していること。
• 業務・分析で用いられる関係データの前提として、基本的なSQLの意図を読み取り、整備・集計・抽出の観点から妥当性を判断できること。
• オープンデータの意義と典型的な提供形態を理解し、取得・加工・再利用・自組織による公開の各局面で、品質・権利・プライバシー・出典管理の基本的な留意点を説明できること。

出題分野の構成（大分類）

以下の6分野を中心とします。配点比率は版により調整可能ですが、学習設計の目安としての参考比率を併記します。

分野A　データマネジメントの基礎とDX・AIとの関係（参考比率：約12％）

• A1　データマネジメントの目的、価値、DX・データドリブン経営との関係
• A2　データライフサイクル（計画、作成、保管、利用、廃棄等）の概要
• A3　AI・機械学習におけるデータの役割（学習データ、評価、バイアスや再現性の前提となるデータ品質の意識を含む）
• A4　データマネージャー・データストュワード等の役割の違い（概念レベル）
• A5　オープンデータの概要… 意義（透明性・民間活用・イノベーション等）、機械可読性の考え方、代表的な提供形態（ファイルダウンロード、API、カタログサイト等）、行政・地方公共団体における取組の典型例（趣旨レベル）
• A6　オープンデータとデータ戦略… 外部オープンデータの分析・AI学習への活用、社内データとの突合・補完、更新頻度・ライセンス条件・出典の記録の重要性

分野B　データガバナンスと組織・プロセス（参考比率：約20％）

• B1　データガバナンス、データマネジメントの枠組み（方針、標準、監督の考え方）
• B2　データオーナー、データストュワード、利用者などの責任分担（RACI等の考え方を含む）
• B3　データポリシー、利用申請、データ契約・SLAの考え方（概念レベル）
• B4　規程・教育・監査・インシデント対応など、運用に組み込む際の要点
• B5　オープンデータ・データ公開のガバナンス… 公開方針の策定、公開範囲の審査、品質基準と更新責任、メタデータ・利用規約の整備、問い合わせ・不具合対応、ステークホルダー（市民・事業者等）との関係の考え方

分野C　データアーキテクチャと分析基盤（参考比率：約25％）

• C1　データモデル、エンティティ、キー、正規化の基礎（概念・論理レベル中心）
• C2　オペレーション系データと分析系データの分離の考え方
• C3　データウェアハウス、データマート、データレイク、レイクハウス等の位置づけと使い分けの考え方
• C4　ETL／ELT、パイプライン、スケジューリング、データ統合の流れ
• C5　バッチ処理とストリーミングの考え方（概要）
• C6　SQLによるデータ参照・集計… SELECT、WHERE、ORDER BY、JOIN（内部結合・外部結合の考え方）、集計関数、GROUP BY／HAVING、単純なサブクエリ、DISTINCT
• C7　SQLとデータの整合性・提供… INSERT／UPDATE／DELETEの意味と影響範囲、制約（PRIMARY KEY、FOREIGN KEY、UNIQUE、NOT NULL等）の概念、ビューの役割、インデックスの目的とトレードオフ（概念レベル）

※SQL出題は、データベーススペシャリスト試験のような高度な性能チューニングや複雑な設計専門性を主眼としません。分析・整備・品質確認に必要な実務的な読解力を測る位置づけとします。

分野D　データ品質・メタデータ・マスタデータ（参考比率：約20％）

• D1　データ品質の次元（完全性、正確性、一貫性、適時性、一意性等）と測定・改善の考え方
• D2　データクレンジング、重複排除、コード値統一など整備手法の概要
• D3　メタデータの種類（業務、技術、運用等）とメタデータ管理の目的
• D4　データカタログ、ビジネス用語集（グロッサリー）の役割
• D5　マスタデータ管理（MDM）の目的と対象（顧客、商品、組織等）の典型例

分野E　セキュリティ・プライバシー・コンプライアンス（参考比率：約15％）

• E1　機密区分、最小権限、職務分離、アクセスログの考え方
• E2　個人情報保護の基本（利用目的の限定、保存期間、第三者提供、委託の留意点など、概念レベル）
• E3　匿名化・仮名加工・統計処理等の考え方（概要。法令の細目の暗記は主眼としない）
• E4　社外クラウド利用、越境移転、セキュリティインシデント時の初動の考え方（概要）
• E5　オープンデータの公開・二次利用と法務・リスク… 著作権・データベースの保護の基本的な意識、ライセンス表示の考え方（クリエイティブ・コモンズ等の概念レベル）、個人情報・位置情報・統計データにおける再識別・プライバシー配慮の要点、出典明示・利用条件の遵守

分野F　ビジネス連携とコミュニケーション（参考比率：約8％）

• F1　要件定義・課題設定におけるビジネス用語とデータ要件のすり合わせ
• F2　ステークホルダー調整、ファシリテーション、説明責任（アカウンタビリティ）の考え方
• F3　データ活用提案、効果測定、変更管理との関係（概念レベル）

出題の深さと形式の目安

知識問題に加え、短文シナリオに対する「最も適切な選択」の形式により、業務文脈での判断力を測定します。

SQLについては、結果セットの意味の読取り、文の意図の選択、明らかな誤りの指摘など、記述式に依存しない方式を主とします（版により記述の程度を検討可）。

オープンデータについては、制度の趣旨・提供形態・組織運用・ライセンス／プライバシー上の判断の考え方を問い、個別法令の条文番号や細目の暗記を主眼としません。

特定ベンダ製品の方言に特有の構文や操作手順の暗記、特定法令条文の丸暗記を主とする出題は原則としません。

ITパスポート試験で扱う基礎的なIT・セキュリティ一般は、本試験では前提知識として扱い、データマネジメント特有の論点に焦点を当てます。

既存の参考問題との対応（参考）

参考問題.ini の設問は、主として分野B（問1,7）、分野D（問2,5,6,9）、分野C（問3,4）、分野E（問8）、分野A（問10）に分布する想定です。SQLに関する参考問題は分野C6・C7に追加する想定です。オープンデータに関する参考問題は分野A5・A6、B5、E5に追加する想定です。

改定ポリシー

IPAによるデータマネジメント試験（仮称）のシラバス・試験要項の公表、試行問題の公開、または業界標準・法制度の重要な変更があった場合に、本出題範囲を見直します。

以上