【読めば読むだけ力になる、新スキルチェックリスト対応の公式リファレンスブック！】 集めたデータから価値を創出し、ビジネス課題に答えを出すデータサイエンティストは、ますます必要とされてきています。そんなデータサイエンティストには、様々なスキルが求められています。 ・情報処理、人工知能、統計学などの情報科学系の知恵を理解し使う、データサイエンス力 ・データサイエンスを意味のある形に使えるようにし実装・運用できるようにする、データエンジニアリング力 ・課題背景を理解した上でビジネス課題を整理し解決する、ビジネス力 さらに、これらのスキルを日常生活や仕事等の場で活かすための学修目標を示した「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」も公表されています。データサイエンティスト検定（リテラシーレベル）では、これらの基礎的な部分を総合的に問われます。 本書では、問われる項目をひとつひとつピックアップし、現場の第一線でで活躍する著者が詳しく解説しています。読み込めば読み込むほど力になる、試験対策のための一冊です。 ■目次 第1章 DS検定とは 第2章 データサイエンス力 第3章 データエンジニアリング力 第4章 ビジネス力 第5章 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 データサイエンティスト検定TMリテラシーレベル模擬試験 問題 データサイエンティスト検定TMリテラシーレベル模擬試験 解答例 ■著者プロフィール ●菅 由紀子（かん ゆきこ）：株式会社Rejoui（リジョウイ） 代表取締役、一般社団法人データサイエンティスト協会 スキル定義委員、広島大学 客員教授。 ●佐伯 諭（さえき さとし）：一般社団法人データサイエンティスト協会 スキル定義委員会副委員長、事務局長、ビーアイシーピー・データ株式会社 取締役COO。 ●高橋 範光（たかはし のりみつ）：株式会社ディジタルグロースアカデミア 代表取締役会長、株式会社チェンジホールディングス 執行役員、一般社団法人データサイエンティスト協会 スキル定義委員。 ●田中 貴博（たなか たかひろ）：株式会社日立製作所 人財統括本部 デジタルシステム＆サービス人事総務本部 直轄人事部 シニアHRビジネスパートナー、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大川 遥平（おおかわ ようへい）：株式会社AVILEN 取締役、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大黒 健一（だいこく けんいち）：株式会社日立アカデミー 事業戦略本部戦略企画部部長、一般社団法人データサイエンティスト協会 学生部会副部会長、博士（農学）。 ●森谷 和弘（もりや かずひろ）：データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役CTO、一般社団法人データサイエンティスト協会 スキル定義委員。 ●參木 裕之（みつぎ ひろゆき）：株式会社大和総研 フロンティア研究開発センター データドリブンサイエンス部、チーフグレード／主任データサイエンティスト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●北川 淳一郎（きたがわ じゅんいちろう）：LINEヤフー株式会社、一般社団法人データサイエンティスト協会 スキル定義委員。 ●守谷 昌久（もりや まさひさ）：日本アイ・ビー・エム株式会社 シニアアーキテクト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●山之下 拓仁（やまのした たくひと）：一般社団法人データサイエンティスト協会 スキル定義委員。 ●苅部 直知（かりべ なおと）：一般社団法人データサイエンティスト協会 スキル定義委員、LINEヤフー株式会社。 ●孝忠 大輔（こうちゅう だいすけ）：日本電気株式会社 アナリティクスコンサルティング統括部長、一般社団法人データサイエンティスト協会 スキル定義委員。 ●福本 信吾（ふくもと しんご）：一般社団法人データサイエンティスト協会 スキル定義委員。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12833-3)も合わせてご覧ください。 「データサイエンティスト検定　リテラシーレベル」の公式リファレンスブック第2版です。 2022年6月の試験から，出題範囲となる「データサイエンティストスキルチェックリスト」がver.3からver.4へ。 それにともなって計185個に増加したスキル項目について，要点と学習のポイントを基本から一つひとつ解説しています。 第一線で活躍する執筆陣が具体的なシーンにまで踏み込んで説明しているため，データサイエンティストとしての確かな力が身につきます。 さらに付録の模擬試験では，試験で出題される問題のイメージをつかむことができます。 「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：DS検定）は，一般社団法人データサイエンティスト協会によって，2021年9月に始まった検定試験です。「リテラシーレベル」では，協会が定めたスキルレベルのうち最も基礎的な内容（見習いレベル）を問われるため，すでにデータサイエンティストとして活躍している方はもちろんのこと，データサイエンスに興味がある学生の方，ビジネスパーソンの方も挑戦することができます。 検定概要：https://www.datascientist.or.jp/dskentei/ データサイエンティスト協会HP：https://www.datascientist.or.jp/

「あらゆる人があらゆることを 言っているAI人材とはなにか、 その育て方についての答えがここにある。」 『イシューからはじめよ』 『シン・ニホン』著者 安宅和人氏推薦！ 【本書のポイント】 ・AI人材を取り巻く状況・必要とされる理由がわかる ・AI人材の特徴・役割ごとの育成方法を知ることができる ・研修マニュアルを確認しながら自社に取り入れることができる ・育成現場の現状を知ることができる 【こんな人におすすめ】 ・AI人材を増やしたい経営・人事担当者 ・AI人材を部下に持つ管理職の方 ・AI人材と企業の関わりについて知りたい方 ・大学でのAI教育の担当者 【内容紹介】 DX時代において必須となるAI人材は、 2030年には約79万人が不足するとされており、 企業にとってはAI人材の育成・確保が急務です。 今後AI人材を育成しなければならない、と思っていても 具体的にどのように育成すればいいのか、 AI人材が社内でどのような役割を担うのか、 漠然としていてつかみにくいかもしれません。 本書では、AI人材の役割から 育成現場の現状、具体的な育成方法や研修マニュアル、 教育現場における教育課程までを詳細に解説。 政府のAI教育プログラム認定制度検討会議の構成員を務める著者により、 AI人材を取り巻く環境・全体像と具体的な育成方法を まとめて知ることができる1冊です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

データサイエンティストはどのように考えるのか？ 本書は、紙と鉛筆で学ぶというコンセプトのもと、 PythonやRなどのプログラミング言語を使わずに データサイエンティストの思考過程を体験できます。 データサイエンティストがどのような思考回路でデータと向き合っているのか、 本書掲載の40問のクイズを解きながら体験してみてください。 本書掲載のクイズは複雑な計算やExcelなども不要で、 紙と鉛筆さえあれば解くことができますので、ぜひチャレンジしてみてください。 【こんな方におすすめ！】 ・デジタル時代を生き抜くためにデータを読み解くスキルを身につけたい人 ・「データを使って論理的に考えろ」と言われるが、 データのどこを見ればよいのかわからない人 ・大学時代に政府が提唱するデータリテラシーを学ぶことができなかった人 ・大学でデータリテラシーを身につけた新入社員を受け入れる部署の管理職 ・社会でデータリテラシーがどう活用されているか知りたい人 ・データサイエンティストと仕事をすることになったが、 どのような思考回路の専門家なのか知りたい人 【本書を読むことで得られる知識／できるようになること】 ・データを活用するプロであるデータサイエンティストが どのような思考回路でデータに向き合っているかわかる ・データサイエンティストの思考過程を知る（なぞる）ことによって、 自分自身でデータを正しく読み解くことができるようになる ・データを読み解く際の勘所（着眼点）がわかる ・与えられたデータの意味を適切に読み解き、 他者に対して正しくデータを説明できるようになる ・恣意的に誇張されたグラフや不適切に切り取られたデータに騙されなくなる ・データ分析の考え方、留意事項がわかる ・データを分類する方法、データから法則を見つけ出す方法、予測する方法がわかる ・データを基に論理的に意思決定できるようになる 【目次】 第1章　デジタル時代に必要なデータリテラシー 第2章　データを読む力を身につける 第3章　データを説明する力を身につける 第4章　データを分類する力を身につける 第5章　データから法則を見つける力を身につける 第6章　データから予測する力を身につける 第7章　仕事でデータリテラシーを活用する ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆「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」に完全準拠した公式テキスト！！◆ 【安宅和人氏（慶應義塾大学教授・ヤフーCSO）推薦！！】 「どこからデータサイエンスを？」と悩む人は、まずこの一冊を手に取るべし。 ・大学生はもちろんビジネスパーソンも、いますぐ知っておくべき教養がここにある。 ・「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」のうち「導入」「基礎」「心得」に完全準拠。 ・文理を問わず、すべての大学生に、数理・データサイエンス・ＡＩを習得させることを目的として編纂された。 ・カラーで見やすく、練習問題も充実。 【主な内容】 第1章　［導入］　社会におけるデータ・AI利活用 1.1　社会で起きている変化　（樋口知之） 1.2　社会で活用されているデータ　（樋口知之） 1.3　データ・AIの活用領域　（孝忠大輔） 1.4　データ・AI利活用のための技術　（内田誠一） 1.5　データ・AI利活用の現場　（丸山　宏） 1.6　データ・AI利活用の最新動向　（内田誠一） 第2章　［基礎］　データリテラシー 2.1　データを読む　（川崎能典） 2.2　データを説明する　（椎名　洋） 2.3　データを扱う　（川崎能典） 第3章　［心得］　データ・AI利活用における留意事項 3.1　データ・AIを扱う上での留意事項　（中川裕志） 3.2　データを守る上での留意事項　（佐久間淳）

「データサイエンティスト検定　リテラシーレベル」の公式リファレンスブックが登場。 試験で問われる計147個のスキル項目について，要点と学習のポイントを基本から一つひとつ解説。 第一線で活躍する執筆陣が具体的なシーンにまで踏み込んで説明しているため，データサイエンティストとしての確かな力が身につきます。 さらに巻末の模擬問題では，実際の試験のイメージをつかむことができます。 「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：DS検定）は，一般社団法人データサイエンティスト協会によって，2021年9月に第1回が開催される検定試験です。「リテラシーレベル」では，協会が定めたスキルレベルのうち最も基礎的な内容（見習いレベル）を問われるため，すでにデータサイエンティストとして活躍している方はもちろんのこと，データサイエンスに興味を持つ学生，ビジネスパーソンの方も挑戦することができます。

「デジタル化は時代のトレンドである。しかし、この流れを受けた動きは、 産業の各所でまだら模様に展開していく。そのなかで経営者は、絶えざる判断を迫られることになる」 （本文より） いまや企業のデジタル化は、避けて通れません。 激変する企業の経営環境について、事例を交えながら専門家たちがわかりやすく解説します。 キーワードを手がかりに、最新のビジネストレンドを読み解くことができます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「データサイエンス100本ノック構造化データ加工編」はSQL、Python、Rの3言語で、ID-POSデータを使い、データサイエンスの基礎教養となる構造化データの加工に重点を置いた、さまざまな分野のスキルセットを身につけるための実践的なトレーニング環境です。トータル22の区分、100個の設問（ノック）に対して、3言語での実装例と解説を提供します。

新型コロナ、ITP、GA4……2020年のトピックを収録 アクセス解析やデジタルマーケティングなど、アナリティクス（データ分析）に取り組む人々の協議会「アナリティクス アソシエーション」がメールマガジンで配信しているコラムから、2020年分をまとめて電子書籍化。 新型コロナウイルスの感染拡大により、激動の一年となった2020年。データ分析の最前線に立つ4人の著者が残した47本のコラムから、当時の状況や考察を読み取ることができます。 著者陣による書き下ろしの「まえがき」も収録。 ◆主な収録コラム ・セルフサーブ型サービスの連携活用が、素人にはそろそろハードルが高いという話 ・アップルがブラウザを支配しつつある面倒な世界 ・Google BigQueryとデータポータルの組み合わせは最強 ・異常値・外れ値・欠損値 ・新型コロナとアナリティクス 見えない相手にデータで対応する ◆ご注意 本書は、アナリティクス アソシエーションが過去に配信した会員向けメールマガジンから、コラムを抜粋して再構成したものです。各コラムは同会のWebサイトにも掲載されています。