⑤ データエンジニアリング力
データサイエンティスト検定リテラシーレベル 第217問
問題
AutoMLが内部で行う処理として通常含まれないものはどれか。
A外れ値や欠損データの自動削除
B目的の判定に最適なモデルの選定
Cビジネス課題の要件定義の自動化✓ 正解
D説明変数の加工や最適な組み合わせの選定
正解
C：ビジネス課題の要件定義の自動化
解説
データの前処理やモデル選定は自動化されますが、ビジネス課題自体の要件定義は人が行う必要があります。
分野解説：⑤ データエンジニアリング力
システム開発とAI活用の実装面を学ぶ分野です。ホワイトボックステスト・ブラックボックステスト・境界値分析といったソフトウェアテストの手法、Pythonの機械学習ライブラリ、音声認識のWER（単語誤り率）などのAI精度評価、AIによるコードレビューといった開発現場での実践知識が問われます。データサイエンスを支えるエンジニアリングの土台なので、テスト技法やライブラリの役割を実務のイメージと結びつけて理解するのが効果的です。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
データサイエンティスト検定リテラシーレベルについて
DS検定リテラシーレベルの基礎を固める
| 主催 | 一般社団法人 データサイエンティスト協会 |
|---|---|
| 出題形式 | 100問（CBT方式） |
| 試験時間 | 100分 |
| 受験料 | 11,000円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公式サイトで要確認 |
| 難易度 | ★★★☆☆ |
データサイエンティスト検定リテラシーレベルの関連記事
3つのスキルセットで捉えるDS検定リテラシーレベル対策
基礎統計・検定推定・ビジネス力が各50問と重い7分野構成をどう回すか。帰無仮説とp値の関係を図で押さえる手順や、合格基準・受験料が公式確認事項である点まで踏み込んだ一本。
DS検定リテラシーレベルは広く浅い、その広さが壁になる
暗記で押し切れないのがビジネス力のケーススタディで、目的から逆算する思考に慣れていないと失点する。一方でSQLや分散処理は実装力でなく役割の理解を問うため、食わず嫌いが損になる。
統計・機械学習・SQLを横断するDS検定の用語早見表
代表値や確率分布から評価指標、SQLや分散処理まで、性質の違う用語を横に並べて対比。決定木を深くすると過学習を招くように、手法は問題が起きる場面とセットで覚える構成にした。