この記事の目次(9項目)
  1. 出題範囲はどこで分かる?——シラバス案 Ver.0.1が手がかり
  2. 全体はどう組み立てられている?——科目Aは知識、科目Bは技能
  3. 科目A(知識)では何が出る?——重点は「データ・AIの利活用」
  4. 科目Aの各分類は何を扱う?——業務の場面で読み解く
  5. 科目B(技能)では何が問われる?——4つの大項目と16の小項目
  6. 資料の版で何が変わった?——科目Bの項目名にも変化がある
  7. 当サイトの5分野とはどう対応する?
  8. 出題範囲をどう読む?——当サイトがすすめる3つの視点
  9. 次の一歩:範囲をつかんだら次にやること

出題範囲はどこで分かる?——シラバス案 Ver.0.1が手がかり

シラバスとは、試験で問われる知識や技能の範囲を項目ごとにまとめた資料です。データマネジメント試験(仮称)では、IPAが2026年8月31日に「データマネジメント試験(仮称)シラバス(案)Ver.0.1」を掲載しました。

あくまで「案」です。IPAの掲載ページには「シラバス案の内容は公表時点の検討状況に基づくものであり、変更する可能性があります」とあります。この記事は、2026年10月29日時点のVer.0.1をもとにした当サイトの整理です。確定版が公表されたら更新します。

試験は科目A 48問・科目B 12問、合わせて120分と示されています(IPA 見直しの検討状況ページ)。ただし、中分類ごとに何問出るかという配分は、2026年10月29日時点で公表されていません。

全体はどう組み立てられている?——科目Aは知識、科目Bは技能

シラバス案は、2つの科目に分かれています。科目Aは「知っているか」を問う知識の範囲です。科目Bは「業務の場面でどう判断するか」を問う技能の範囲です。

科目Aは、情報処理技術者試験に共通する出題範囲の体系から、この試験に関係する部分を取り出した構成です。大分類・中分類・小分類の階層で書かれています。科目Bは、大項目と小項目の2段です。番号の付き方が違うので、読むときは科目を取り違えないようにしましょう。

科目A(知識)では何が出る?——重点は「データ・AIの利活用」

科目Aの中心は、大分類2「データ・AIの利活用」です。ほかの大分類との関係は、図で見ると分かりやすくなります。

シラバス案の科目Aを、重点分野の大分類2(中分類8・9・10)と、その他の分野の大分類4・6・7(中分類17・24・27・28・29)に分けて示した図。
科目A(知識)の出題範囲:重点分野とその他の分野(シラバス案 Ver.0.1)

図のとおり、シラバス案は大分類2(中分類8・9・10)を重点分野としています。大分類4・6・7(中分類17・24・27・28・29)は「その他の分野」です。

項目名を一覧にすると、次のとおりです。中分類17・24・27・28・29は、原文で小分類に番号が付いていないため、名称だけを載せています。

大分類中分類小分類
2 データ・AIの利活用8 データマネジメント1 データマネジメント/2 データライフサイクル/3 データガバナンス/4 データ品質管理/5 メタデータ管理
2 データ・AIの利活用9 データ分析・データ利活用1 データ基盤/2 データ分析・データ利活用/3 業務分析
2 データ・AIの利活用10 AI利活用1 AI利活用の原則及び指針/2 識別AI利活用/3 生成AI利活用/4 AIエージェント利活用
4 デジタル技術17 データベースデータベース方式/データベース設計
6 セキュリティ24 情報セキュリティマネジメント情報セキュリティ/情報セキュリティマネジメント/リスクマネジメント
7 倫理・コンプライアンス27 情報倫理・AI倫理情報倫理・情報モラル/AI倫理・AIガバナンス
7 倫理・コンプライアンス28 ビジネス関連法規知的財産権
7 倫理・コンプライアンス29 プライバシー関連法規個人情報保護法

表の上から3行が重点分野です。残りの5行は、データを入れておく仕組み、データを守る仕組み、データを扱ううえでの倫理と法律にあたります。

科目Aの各分類は何を扱う?——業務の場面で読み解く

ここからは、項目名と業務の場面を当サイトで結びつけた読み方です。出題される内容を示すものではありません。

中分類8 データマネジメントは、データを組織の資産として管理する考え方そのものです。データライフサイクルは、データが生まれ、使われ、捨てられるまでの流れを指します。メタデータは、データそのものを説明する情報のことで、列名の意味や更新日などがこれにあたります。

営業部と経理部で「売上」の定義が違い、会議で数字が合わない。こうした場面は、データ品質管理やメタデータ管理の話に直結します。

中分類9 データ分析・データ利活用には、データ基盤、データ分析・データ利活用、業務分析が並びます。問い合わせ記録を集計し、多い質問から改善策を考える。そんな仕事の流れが、この中分類の舞台です。

中分類10 AI利活用には、AI利活用の原則及び指針に続いて、識別AI、生成AI、AIエージェントの利活用が並びます。識別AIは、画像やデータを見分けて分類するAIのことです。生成AIで議事録を要約するとき、社外秘の情報を入力してよいか迷う。そうした判断の土台がここにあります。

残る分野も、データの流れの中に位置づけると覚えやすくなります。データをためる仕組みが中分類17 データベース、データを守る仕組みが中分類24 情報セキュリティマネジメントです。中分類27〜29は倫理と法律で、中分類28では知的財産権、中分類29では個人情報保護法が挙がっています。

科目B(技能)では何が問われる?——4つの大項目と16の小項目

科目Bは、知識をどう使うかを見る範囲です。大項目は4つで、それぞれに小項目が並びます。

科目Bの大項目1「データの適切な取扱い」(小項目6)、2「データ活用による意思決定,検証と改善」(小項目5)、3「データ活用の組織文化の醸成」(小項目2)、4「データ活用の向上」(小項目3)を示した図。
科目B(技能)の4つの大項目(シラバス案 Ver.0.1)

図のとおり、小項目は大項目1「データの適切な取扱い」に6つ、大項目2「データ活用による意思決定,検証と改善」に5つあります。大項目3「データ活用の組織文化の醸成」は2つ、大項目4「データ活用の向上」は3つです。

小項目の名称を並べます。大項目ごとに上から順に読むと、仕事の流れとしてのつながりが見えてきます。

大項目小項目
1 データの適切な取扱いに関すること1-1 データの定義及び内容の確認/1-2 データ間の関係と整合性の確認/1-3 利用目的,アクセス範囲,機密レベル,ルール及び倫理に基づく適切な取扱い/1-4 データ品質及びメタデータ整備状況の確認と問題発見時の対応/1-5 AI活用におけるデータ利用上の留意事項への対応/1-6 非構造化データの特性を踏まえた取扱い
2 データ活用による意思決定,検証と改善に関すること2-1 データ活用の目的に沿うデータの特定と選定/2-2 ビジネス課題の解消や価値創出のためのデータ分析の実施/2-3 データ分析結果に基づく洞察の導出,意思決定への反映/2-4 意思決定に基づく対応結果の検証と改善/2-5 データ活用プロセスの改善及び得られた教訓の共有
3 データ活用の組織文化の醸成に関すること3-1 データ活用の意義の理解及び普及活動への参画/3-2 協働によってデータ活用を促進する環境の形成・定着
4 データ活用の向上に関すること4-1 データ活用技術及びデジタル技術(AIを含む)に関する各種動向の把握/4-2 PoCの企画及び実施/4-3 PoCの実施結果の関係者への情報共有・提案

大項目2の小項目は、データの特定と選定に始まり、分析、意思決定への反映、検証と改善、教訓の共有へと続きます。顧客アンケートを分析して施策を決め、結果を振り返る。その一連の流れを思い浮かべると読みやすくなります。

大項目4にはPoCが出てきます。PoC(概念実証)は、一般に、本格導入の前に小さく試して効果を確かめる取り組みを指します。

資料の版で何が変わった?——科目Bの項目名にも変化がある

名称は、資料の版によって変わることがあります。2026年3月の「出題範囲等の改定案 Ver.1.0」では、科目Bの4つ目の項目は「データマネジメントの成熟度向上に関すること」でした。2026年8月31日のシラバス案 Ver.0.1では「データ活用の向上に関すること」になっています。

項目名を覚えるときは、どの版の資料かを確かめてからにしましょう。当サイトは版が変わったら、この記事の表を更新します。

当サイトの5分野とはどう対応する?

当サイトでは、無料診断・解説記事・弱点分析を、シラバス案の中分類をまとめた5つの分野で整理しています。分け方は当サイト独自のもので、IPAが定めた区分ではありません。

当サイトの5分野(データマネジメント、データ分析・AI利活用、データベース、情報セキュリティ、倫理・コンプライアンス)と、対応するシラバス案の中分類を並べた図。
当サイトの5分野とシラバス案の中分類の対応

図のとおり、当サイトの5分野は、それぞれシラバス案の中分類と対応しています。5分野とは、データマネジメント、データ分析・AI利活用、データベース、情報セキュリティ、倫理・コンプライアンスです。

科目Bの大項目は、複数の分野にまたがります。次の表の右の列は、関係の深い大項目を当サイトの判断で示したものです。

当サイトの分野対応するシラバス案の中分類関係が深い科目Bの大項目(当サイトの整理)
F1 データマネジメント中分類8 データマネジメント大項目1 データの適切な取扱い
F2 データ分析・AI利活用中分類9 データ分析・データ利活用、中分類10 AI利活用大項目2 意思決定,検証と改善/大項目4 データ活用の向上
F3 データベース中分類17 データベース大項目1(1-2 データ間の関係と整合性の確認など)
F4 情報セキュリティ中分類24 情報セキュリティマネジメント大項目1(1-3 アクセス範囲・機密レベルなど)
F5 倫理・コンプライアンス中分類27 情報倫理・AI倫理、中分類28 ビジネス関連法規、中分類29 プライバシー関連法規大項目1(1-3・1-5)/大項目3 組織文化の醸成

表のとおり、当サイトの整理では科目Bの大項目1が多くの分野と関わります。データを正しく扱う力は、どの分野にも通じる土台といえます。

出題範囲をどう読む?——当サイトがすすめる3つの視点

一つ目は、データマネジメントが「技術」だけでなく「組織とルール」の話でもある点です。中分類8のデータガバナンスやメタデータ管理を見てください。科目Bの大項目3「組織文化の醸成」も同じで、誰がデータに責任を持ち、どう共有するかという視点を含みます。システムを作る人より、業務でデータを使う人の目線で読むと理解しやすくなります。

二つ目は、AIの利活用が独立した中分類として入っている点です。中分類10には生成AIやAIエージェントの利活用が並びます。科目Bにも「AI活用におけるデータ利用上の留意事項への対応」があります。どのデータを、どうAIに渡してよいか。その判断が意識された範囲だと読めます。

三つ目は、倫理・法規が独立した大分類として入っている点です。個人情報保護法や知的財産権は、データの収集・利用・共有のどの場面でも関わります。データの扱い方を考えるときは、法令や倫理の観点もあわせて確かめる習慣をつけておきましょう。

シラバス案の「はじめに」では、受験者の学習の指針としてだけでなく、組織の人材育成の指針として使うことにも触れています。会社の研修計画に使う場合の考え方は、社員に受けさせるときのポイントの記事で扱っています。

次の一歩:範囲をつかんだら次にやること

出題範囲を一通り眺めたら、次は自分の苦手を知る番です。苦手な分野が分かれば、学ぶ順番を決めやすくなります。

データマネジメント試験ナビは民間の対策サイトで、IPAとは関係がありません。シラバス案の範囲に沿ったオリジナル問題で、無料診断を用意しています。登録不要の20問で、制限時間は20分です。結果は5分野ごとに表示されます。

シラバスの確定版など、IPAの新しい発表をメールで受け取りたい方は、無料会員登録をご利用ください。

シラバス案はこのまま確定しますか?

確定するかどうかは分かりません。IPAは「シラバス案の内容は公表時点の検討状況に基づくものであり、変更する可能性があります」としています。確定版は、2026年10月29日時点で公表されていません。

分野ごとの出題数は分かりますか?

中分類ごとの出題数の配分は、2026年10月29日時点で公表されていません。公表されているのは、科目A 48問・科目B 12問、合わせて120分という全体の数です。

科目Aと科目Bは何が違いますか?

シラバス案では、科目Aは知識、科目Bは技能の範囲として書かれています。科目Bは「データの適切な取扱い」など4つの大項目からなり、業務の場面での判断を中心に扱います。

当サイトの5分野はIPAの区分ですか?

いいえ。シラバス案の中分類を、当サイトで5つにまとめたものです。IPAが定めた区分ではありません。無料診断と分野別の解説記事は、この5分野の単位で作っています。