データサイエンティスト検定リテラシーレベル ⑥ ビジネス力

データ分析を課題解決につなげる思考力を学ぶ分野です。分析の目的設定と論理構成、仮説の立て方と検証、KGI・KPIとの関連付け、依頼を受けたときの初動対応、課題や仮説の言語化など、分析プロジェクトを前に進めるための考え方が問われます。技術力だけでなく「何のために分析するか」を見失わない姿勢が重視されるのが特徴です。ケーススタディ形式の出題も多いため、目的から逆算して仮説とデータを結びつける練習を積みましょう。

この分野の問題50問を、選択肢・正解・解説つきで掲載しています。まず自分で解答を考えてから「正解と解説を見る」を開いて答え合わせをしてください。

クイズモードで挑戦 →

221データ分析を行う際、目的と論理構成、データの関係性について適切なものはどれか。

  1. A目的に応じて論理構成を変え、それに合うデータを準備する
  2. B目的が異なっても論理構成は共通化し、データを変更する
  3. Cデータが豊富であれば目的を後から設定して論理を組む
  4. D論理構成を固定し、目的に合わせてデータを加工する
正解と解説を見る

正解:A目的に応じて論理構成を変え、それに合うデータを準備する

目的が異なれば論理構成も変わり、必要なデータも異なるため、目的に応じた対応が重要です。

この問題の解説ページを開く →

222「売上を上げたい」という目的を達成するための仮説として不適切なものはどれか。

  1. A平均客単価を上げることはできるか
  2. B客数を増やすことはできるか
  3. C人件費を減らすことはできるか
  4. D注文数の多いメニューを把握できるか
正解と解説を見る

正解:C人件費を減らすことはできるか

人件費の削減は「コストを下げたい」という目的に対する仮説であり、売上向上への直接的な仮説としては不適切です。

この問題の解説ページを開く →

223「平均客単価を上げることはできるか」という仮説を検証するためのデータとして最も適切なものはどれか。

  1. A従業員のシフトデータ
  2. B注文数の多いメニューの平均価格
  3. C調達先別の仕入れデータ
  4. Dランチタイムの座席回転数
正解と解説を見る

正解:B注文数の多いメニューの平均価格

平均客単価の向上を検証するためには、メニューの価格や注文数に関するデータが適切です。

この問題の解説ページを開く →

224プロジェクト活動中、KGIやKPIと関連付けて分析を行うことを何と呼ぶか。

  1. A記述的分析
  2. B探索的分析
  3. C定性的分析
  4. D検証的分析
正解と解説を見る

正解:D検証的分析

KGIやKPIなどの明確な指標と関連付けて仮説を検証する分析を検証的分析と呼びます。

この問題の解説ページを開く →

225「顧客データがあるから何か分析してほしい」と依頼された場合の初動として適切な対応はどれか。

  1. A最新の機械学習モデルを適用し、結果を提示する
  2. B依頼主と話し合い、業務内容や分析の目的を明確にする
  3. C取得済みのデータを全て集計し、グラフ化して報告する
  4. D分析は不要であると判断し、依頼を直ちに断る
正解と解説を見る

正解:B依頼主と話し合い、業務内容や分析の目的を明確にする

目的がないまま分析すると無意味な結果になるため、まずはコミュニケーションを通じて目的を明確化すべきです。

この問題の解説ページを開く →

226分析プロジェクトにおける課題や仮説の言語化に関する説明として、適切なものはどれか。

  1. A仮説は初期に言語化すれば、途中で変更すべきではない
  2. B言語化を省略することでプロジェクトの工数を大幅に削減できる
  3. C分析結果から当初の仮説に立ち返り、再考・変化することがある
  4. D言語化の対象はデータと手法のみであり、業務の目的は含まれない
正解と解説を見る

正解:C分析結果から当初の仮説に立ち返り、再考・変化することがある

仮説はプロジェクト遂行の軸ですが、分析を進める中で考察から再考され、変化していくものです。

この問題の解説ページを開く →

227問いに対する主張と根拠を論理的に構成し、筋道を立てて説明できる能力を何と呼ぶか。

  1. Aロジカルシンキング
  2. Bメタ認知思考
  3. Cデザイン思考
  4. Dプロブレムソルビング
正解と解説を見る

正解:Aロジカルシンキング

問いに対する主張と根拠を論理的に構成する能力はロジカルシンキング(論理的思考)と呼ばれます。

この問題の解説ページを開く →

228データ分析において、現場に出向いて業務担当者にヒアリングするなどの活動から得られる情報を何というか。

  1. A高次情報
  2. B二次情報
  3. C三次情報
  4. D一次情報
正解と解説を見る

正解:D一次情報

自身で収集したアンケートやヒアリング結果など、実際に体験・収集した情報を一次情報と呼びます。

この問題の解説ページを開く →

229現場担当者から「最近40代男性向けに販促した」という情報を得た。このような分析の前提となる条件を何と呼ぶか。

  1. A外れ値
  2. B与件
  3. C欠損値
  4. D目的変数
正解と解説を見る

正解:B与件

現場の施策や制約など、分析において前提として与えられている条件を「与件」と呼びます。

この問題の解説ページを開く →

230データサイエンティストが新しい技術に対して探究心を持つ理由として不適切なものはどれか。

  1. A未知の領域を探求する動機となるため
  2. B新しいアプローチに対するリサーチの質と範囲を広げるため
  3. C確立された既存手法のみを反復的に運用するため
  4. D新たなツール適用により効率的な課題解決の可能性を探るため
正解と解説を見る

正解:C確立された既存手法のみを反復的に運用するため

探究心は新しい技術やトレンドを理解し、既存手法にとらわれない斬新な解決策を提案するために重要です。

この問題の解説ページを開く →

231データサイエンスにおける不正行為「FFP」に該当しないものはどれか。

  1. Aデータの捏造
  2. Bデータの改ざん
  3. C他者データの盗用
  4. Dデータの匿名化
正解と解説を見る

正解:Dデータの匿名化

FFPはFabrication(捏造)、Falsification(改ざん)、Plagiarism(盗用)の3つを指します。データの匿名化は適正な処理です。

この問題の解説ページを開く →

232存在しないデータを作成し、分析結果として報告する行為はどれに該当するか。

  1. AFabrication
  2. BFalsification
  3. CPlagiarism
  4. DAnonymization
正解と解説を見る

正解:AFabrication

存在しないデータを作成することはFabrication(捏造)に該当します。

この問題の解説ページを開く →

233深層学習技術を用いて、実在しない人物の画像や音声を本物のように生成する技術を何と呼ぶか。

  1. Aオートエンコーダ
  2. Bディープフェイク
  3. Cデータポータビリティ
  4. Dハルシネーション
正解と解説を見る

正解:Bディープフェイク

GANなどを利用して実在しない本物に近い画像や動画を生成する技術をディープフェイクと呼びます。

この問題の解説ページを開く →

234AIの公平性を保つための対策として不適切なものはどれか。

  1. Aデータの公平性の度合いを表す指標を活用する
  2. B説明可能性の高い機械学習アルゴリズムを採用する
  3. C学習データを特定の人種や性別に偏らせて最適化する
  4. DAIガバナンス組織を立ち上げ品質評価を行う
正解と解説を見る

正解:C学習データを特定の人種や性別に偏らせて最適化する

インプットデータの偏り(バイアス)はAIの差別的判断につながるため、学習データの偏りは排除または補正すべきです。

この問題の解説ページを開く →

235EU一般データ保護規則の略称として適切なものはどれか。

  1. AGDPR
  2. BCPRA
  3. CCCPA
  4. DELSI
正解と解説を見る

正解:AGDPR

EU一般データ保護規則はGDPR(General Data Protection Regulation)の略称です。

この問題の解説ページを開く →

236個人情報を他の情報と照合しない限り、特定の個人を識別できないように加工して得られる個人に関する情報を何と呼ぶか。

  1. A要配慮個人情報
  2. B匿名加工情報
  3. C個人関連情報
  4. D仮名加工情報
正解と解説を見る

正解:D仮名加工情報

他の情報と照合しない限り特定の個人を識別できないよう個人情報を加工して得られる情報は「仮名加工情報」です。匿名加工情報は、特定の個人を識別できず、かつ元の個人情報を復元できないようにしたものです。

この問題の解説ページを開く →

237論理的思考の基本である「MECE」が意味する状態として適切なものはどれか。

  1. A事実と解釈が明確に分離されている
  2. B漏れがなく、重複もない
  3. C原因と結果が因果関係で結ばれている
  4. D仮説がデータによって立証されている
正解と解説を見る

正解:B漏れがなく、重複もない

MECEはMutually Exclusive, Collectively Exhaustiveの略で、「漏れなく重複なく」を意味します。

この問題の解説ページを開く →

238来店手段を「公共交通機関」「電車」「バス」「徒歩」に分類した。この分類のMECEの観点からの問題点はどれか。

  1. A重複があり、漏れもある
  2. B重複はないが、漏れがある
  3. C重複はあるが、漏れはない
  4. D重複もなく、漏れもない
正解と解説を見る

正解:A重複があり、漏れもある

電車やバスは公共交通機関に含まれるため重複があり、自転車や自家用車などがないため漏れもあります。

この問題の解説ページを開く →

239与えられた分析課題に対し、初動で行うべきこととして不適切なものはどれか。

  1. Aビジネスの構造や背景知識をイメージしリサーチする
  2. B必要なデータや手に入りそうなデータのあたりをつける
  3. C最初から完璧な計画を求め、数日かけて計画書を作成する
  4. Dどのような集計や分析手法が必要か手順をイメージする
正解と解説を見る

正解:C最初から完璧な計画を求め、数日かけて計画書を作成する

初動は最初から完璧を求めるのではなく、「勘所を付けておく」程度に素早く構造を把握することが重要です。

この問題の解説ページを開く →

240データ集計結果のグラフから「日中の時間帯に数値が上昇している」と読み取ることを何というか。

  1. A意味合いの導出
  2. B相関関係の特定
  3. C仮説の構築
  4. D目で見て捉えた事実の言語化
正解と解説を見る

正解:D目で見て捉えた事実の言語化

グラフからそのまま読み取れる具体的な変化の記述は、「目で見て捉えた事実」の言語化に該当します。

この問題の解説ページを開く →

241グラフから読み取った事実に対し、「人が出入りすることで数値が変化した」と推察することを何というか。

  1. A意味合いの言語化
  2. B目で見て捉えた事実の言語化
  3. C目的変数の設定
  4. Dデータの前処理
正解と解説を見る

正解:A意味合いの言語化

事実からその背景にある理由や仮説を導き出すことを「意味合い」の言語化と呼びます。

この問題の解説ページを開く →

242一般的な論文の構成において、「先行事例・研究」の項目で言及すべき内容として適切なものはどれか。

  1. A研究領域における社会的な背景や学術的な意義
  2. B取り扱うテーマの過去の取り組みと残された課題
  3. C構造化した課題に対する具体的な仮説検証の結果
  4. D仮説検証結果から導出された結論と今後の課題
正解と解説を見る

正解:B取り扱うテーマの過去の取り組みと残された課題

先行事例・研究では、過去の取り組みや研究内容、取り扱うテーマの課題や新規性について言及します。

この問題の解説ページを開く →

243レポート作成時、外部から取得した二次データを用いる際の対応として不適切なものはどれか。

  1. Aデータの出自や情報源を明記する
  2. Bデータの取得方法が適切であったかを確認する
  3. C都合の良いデータのみを抽出して論拠とする
  4. D公的機関のデータであっても収集方法の信頼性を確認する
正解と解説を見る

正解:C都合の良いデータのみを抽出して論拠とする

都合の良いデータのみを用いる(チェリーピッキング)ことは、レポートの信頼性を著しく損なうため不適切です。

この問題の解説ページを開く →

244論理的な構成を作るための「空・雨・傘」のフレームワークにおいて、「雨」が意味するものはどれか。

  1. A課題の確認
  2. B最終的な結論
  3. C解決策の提示
  4. D課題の深掘り
正解と解説を見る

正解:D課題の深掘り

「空・雨・傘」において、空は課題の確認(事実)、雨は課題の深掘り(解釈)、傘は結論(行動)を意味します。

この問題の解説ページを開く →

245「WHYの並び立て」と呼ばれるピラミッド構造の特徴として適切なものはどれか。

  1. A事実、解釈、行動の順で論理を展開する
  2. B最終メッセージに対し、理由や具体的なデータを並列に構成する
  3. Cデータの収集、前処理、モデリングの順で手順を説明する
  4. D過去、現在、未来の時系列に沿って事象を整理する
正解と解説を見る

正解:B最終メッセージに対し、理由や具体的なデータを並列に構成する

「WHYの並び立て」は、言いたい最終メッセージに対して「なぜならば」という理由を並列に構成する手法です。

この問題の解説ページを開く →

246関係者への報告時に論拠不足を指摘された際、データサイエンティストがとるべき行動として不適切なものはどれか。

  1. A自分のデータドリブンな示唆は無謬であると強く主張する
  2. B自身の論理構成と指摘事項の相違点を把握する
  3. C周囲の意見を柔軟に受け入れるマインドセットを持つ
  4. D事前のレビューを実施し認識の齟齬を防ぐ
正解と解説を見る

正解:A自分のデータドリブンな示唆は無謬であると強く主張する

「自分の示唆が間違っているはずがない」と過信して躍起になることはトラブルの原因となるため不適切です。

この問題の解説ページを開く →

247生成AIサービスを業務で活用する際のデータサイエンティストの役割として不適切なものはどれか。

  1. A業務プロセス改善や作業効率化に取り組む環境を構築する
  2. B現場が主導で業務改善を行える仕組みを提供する
  3. Cすべての判断をAIに委ね、人間の介入を完全に排除する
  4. D経営層や現場関係者に生成AIの目的と必要性を啓発する
正解と解説を見る

正解:Cすべての判断をAIに委ね、人間の介入を完全に排除する

生成AIは業務効率化に有用ですが、出力結果の検証など人間の判断や介入を完全に排除することは適切ではありません。

この問題の解説ページを開く →

248事業の収益モデルにおいて、「重要業績評価指標」を表す略語はどれか。

  1. AKGI
  2. BROI
  3. CSLA
  4. DKPI
正解と解説を見る

正解:DKPI

KPIはKey Performance Indicatorの略で、重要業績評価指標を意味します。KGIは重要目標達成指標です。

この問題の解説ページを開く →

249KGIとKPIの関係性について適切な説明はどれか。

  1. AKPIはKGIを達成するために必要な要素を分解したものである
  2. BKPIはKGIの最終的な目標値を表すものである
  3. CKGIはKPIの数値を合算した分析結果である
  4. DKGIとKPIは独立しており、相互に影響を与えない
正解と解説を見る

正解:AKPIはKGIを達成するために必要な要素を分解したものである

KGI(重要目標達成指標)から影響度が高いものを要素分解して設定したものがKPI(重要業績評価指標)です。

この問題の解説ページを開く →

250分析対象の事業領域を理解する上で把握すべき項目として不適切なものはどれか。

  1. A市場構造と主要なプレーヤー
  2. B支配的なビジネスモデルと収益構造
  3. C自社の競合となる代替品の脅威
  4. D担当外の無関係な業界の歴史的背景
正解と解説を見る

正解:D担当外の無関係な業界の歴史的背景

事業領域の理解には、その業界の市場規模、プレーヤー、ビジネスモデル、課題と機会を把握することが重要です。

この問題の解説ページを開く →

251調達部門などの課題を整理する際、品質・価格・納期の3要素を表すフレームワークはどれか。

  1. A3C分析
  2. BSWOT分析
  3. CQCD
  4. DRFM
正解と解説を見る

正解:CQCD

品質(Quality)、価格(Cost)、納期(Delivery)の頭文字をとった指標がQCDです。

この問題の解説ページを開く →

252自社の競争優位性を探る「5フォース分析」の5つの要因に含まれないものはどれか。

  1. A新規参入者の脅威
  2. B政府の規制緩和
  3. C買い手の交渉力
  4. D代替品の脅威
正解と解説を見る

正解:B政府の規制緩和

5フォースは「業界内の競争」「新規参入者の脅威」「代替品の脅威」「売り手の交渉力」「買い手の交渉力」です。

この問題の解説ページを開く →

253分析プロジェクトのスコープを定義する際に把握すべき要素として不適切なものはどれか。

  1. A取り扱うデータの範囲と取得方法
  2. B分析にかかる時間とスケジュール
  3. C分析に用いる機械学習のモデルや実行環境
  4. Dプロジェクト発足前の前年度の全社経費詳細
正解と解説を見る

正解:Dプロジェクト発足前の前年度の全社経費詳細

スコープ定義ではデータの範囲、取得方法、時間、モデルや実行環境など分析に関わる範囲を特定します。

この問題の解説ページを開く →

254仮説検証に必要なデータを入手する際の検討事項として不適切なものはどれか。

  1. Aデータが存在し、アクセス可能かを確認する
  2. Bデータの取得に権限やセキュリティ上の制約がないか確認する
  3. Cデータが入手困難な場合は、すぐにプロジェクトを中止する
  4. Dデータが存在しない場合、新たな取得方法を検討する
正解と解説を見る

正解:Cデータが入手困難な場合は、すぐにプロジェクトを中止する

データが入手困難な場合は、代替となるデータや別の取得方法を検討するなどの対応が求められます。

この問題の解説ページを開く →

255分析アプローチの設計において、仮説を立てた後に行う手順として適切なものはどれか。

  1. A直ちに最も複雑な深層学習モデルを実装する
  2. B仮説検証に必要なデータを定め、分析手法や可視化方針を選定する
  3. C関係者全員に分析完了の報告スケジュールを通達する
  4. D結果が出るまで仮説を毎日変更し続ける
正解と解説を見る

正解:B仮説検証に必要なデータを定め、分析手法や可視化方針を選定する

仮説が明確になったら、それを検証するために必要なデータを特定し、手法や可視化の方針を定めます。

この問題の解説ページを開く →

256大規模言語モデルが事実と異なる内容をさも正しいかのように生成する現象を何というか。

  1. Aハルシネーション
  2. Bデータポータビリティ
  3. Cオーバーフィッティング
  4. Dディープフェイク
正解と解説を見る

正解:Aハルシネーション

大規模言語モデルが事実と異なるもっともらしいウソを生成する現象をハルシネーションと呼びます。

この問題の解説ページを開く →

257ハルシネーションが発生する原因として考えにくいものはどれか。

  1. A訓練データに偏りがある
  2. B入力されたテキストの文脈が不足している
  3. Cモデルが全ての事実を正確に記憶している
  4. D自然言語の持つ曖昧さにより誤解が生じる
正解と解説を見る

正解:Cモデルが全ての事実を正確に記憶している

モデルは事実をデータベースのように記憶しているわけではなく、確率的にテキストを生成するためハルシネーションが起きます。

この問題の解説ページを開く →

258ハルシネーションに対処するためのアクションとして不適切なものはどれか。

  1. A出力結果を無条件に事実として業務に適用する
  2. B他の信頼できる情報ソースと比較検証する
  3. C生成された情報に対して批判的な姿勢を持つ
  4. D正確な追加情報を入力して出力の変化を比較する
正解と解説を見る

正解:A出力結果を無条件に事実として業務に適用する

出力には限界があることを理解し、結果を鵜呑みにせずファクトチェックを行うことが必須です。

この問題の解説ページを開く →

259オリンピックの国別メダル獲得数を比較する際、実数ではなく人口比やGDP比で比較する理由として適切なものはどれか。

  1. A実数で比較すると小国が常に上位になるため
  2. B目的や課題に応じて適切な指標化を行うことで妥当な評価ができるため
  3. C国際ルールで実数による比較が禁止されているため
  4. D比率を用いると計算コストが削減できるため
正解と解説を見る

正解:B目的や課題に応じて適切な指標化を行うことで妥当な評価ができるため

実数だけでは見えない背景があるため、目的に応じて単位を揃え比率指標で比較することが重要です。

この問題の解説ページを開く →

260統計情報やグラフを見る際の「エビデンスベースト」な姿勢として適切なものはどれか。

  1. A過去の経験や直感のみに頼って判断する
  2. Bグラフの軸の起点がどこであっても見た目の印象を信じる
  3. CSNSで拡散されている噂話を最優先する
  4. D事実や定量的なデータに基づいて判断する
正解と解説を見る

正解:D事実や定量的なデータに基づいて判断する

個人の勘や思い込みではなく、事実やデータをベースに判断する考え方をエビデンスベーストと呼びます。

この問題の解説ページを開く →

261メディアのグラフにおいて、データの差異を誇張するために使われやすい不適切な手法はどれか。

  1. A縦軸の起点を0から始めない
  2. B実数と比率を併記する
  3. C複数のデータソースを明記する
  4. D外れ値を除外した理由を注記する
正解と解説を見る

正解:A縦軸の起点を0から始めない

縦軸の起点を0以外に設定することで、わずかな差を極端に大きく見せるスケール操作は誤解を招きやすい手法です。

この問題の解説ページを開く →

262データ分析の結果が当初のビジネス仮説と異なった場合の対応として適切なものはどれか。

  1. A仮説に合うようにデータを改ざんする
  2. B分析結果は無効としてプロジェクトを破棄する
  3. Cデータ処理のミスを疑いつつ、ミスがなければ新たな知見として受け入れる
  4. Dステークホルダーには仮説通りだったと虚偽の報告をする
正解と解説を見る

正解:Cデータ処理のミスを疑いつつ、ミスがなければ新たな知見として受け入れる

仮説と異なる結果は、処理ミスがなければ従来にない新たな知見の発見であり、データ分析の真価と言えます。

この問題の解説ページを開く →

263仮説と異なる結果が出た際、ステークホルダーに受け入れてもらうための行動として不適切なものはどれか。

  1. Aデータドリブンなファクトを用いて丁寧に説明する
  2. B専門用語のみを並べ立てて相手を威圧し納得させる
  3. C「なぜならば」という根拠を明確に示す
  4. D事業に対する深い理解をもとにビジネス上の意味合いを提示する
正解と解説を見る

正解:B専門用語のみを並べ立てて相手を威圧し納得させる

ステークホルダーの理解を得るには、事業への理解に基づき、ファクトを用いて丁寧に説明することが求められます。

この問題の解説ページを開く →

264物流データの時系列グラフに極端な落ち込みが見られた際、「災害による影響ではないか」と考えることを何というか。

  1. A統計的仮説検定を実施する
  2. Bデータのクレンジングを行う
  3. C機械学習モデルの過学習を疑う
  4. D事象の背景や意味合いを見抜く
正解と解説を見る

正解:D事象の背景や意味合いを見抜く

データに現れた変化が「何が起きた結果なのか」という世の中の変化や背景と結びつけて考察することを意味します。

この問題の解説ページを開く →

265分析モデルを業務システムに実装した後、想定した成果が出ているかを継続的に評価・改善する活動を何というか。

  1. Aスコーピング
  2. Bモニタリング
  3. Cスクレイピング
  4. Dプロビジョニング
正解と解説を見る

正解:Bモニタリング

目的達成のために何が起きているかを継続的に評価し、改善の判断につなげる活動をモニタリングと呼びます。

この問題の解説ページを開く →

266二者間で営業や技術に関する情報を開示する際、情報の漏洩を防ぐために締結する契約はどれか。

  1. A機密保持契約
  2. B販売許諾契約
  3. C請負契約
  4. D準委任契約
正解と解説を見る

正解:A機密保持契約

情報の開示範囲や漏洩防止のルールを取り決める契約を機密保持契約(NDA)と呼びます。

この問題の解説ページを開く →

267業務委託契約のうち、受託者が「仕事の完成」を約束し、それと引き換えに報酬が支払われる契約形態はどれか。

  1. A機密保持契約
  2. B販売許諾契約
  3. C請負契約
  4. D準委任契約
正解と解説を見る

正解:C請負契約

「仕事の完成」を目的とし、成果物に対して報酬が支払われる契約を請負契約と呼びます。

この問題の解説ページを開く →

268組織内でAIやデータを活用する際のガイドラインに関する姿勢として不適切なものはどれか。

  1. Aガイドラインの意図や背景を理解し遵守する
  2. Bガイドラインの根拠となる法律や政府の方針を把握する
  3. Cガイドラインに改善点があれば担当者に改訂を提案する
  4. D新しい技術を使いたい場合は独自の解釈でガイドラインを無視する
正解と解説を見る

正解:D新しい技術を使いたい場合は独自の解釈でガイドラインを無視する

ガイドラインを意図的に都合よく解釈して無視することは、情報漏洩などの重大なリスクにつながるため不適切です。

この問題の解説ページを開く →

269分析作業において、スケジュールを遵守するための行動として不適切なものはどれか。

  1. A指示された仕事を期日内に完遂することを最優先する
  2. B精度向上のために期限を無視して何度でも試行錯誤を繰り返す
  3. Cタスク管理ツールやガントチャートを用いて進捗を管理する
  4. Dプロジェクト全体の成果創出を重視して作業リソースを配分する
正解と解説を見る

正解:B精度向上のために期限を無視して何度でも試行錯誤を繰り返す

より高い精度を求める模索は重要ですが、スケジュールや指示された期日を守ることが大前提です。

この問題の解説ページを開く →

270プロジェクトで遅延や障害を発見した際の対応として最も適切なものはどれか。

  1. A問題が判明した時点で迅速にレポートラインへ報告する
  2. B自分だけで解決できるまで周囲には隠しておく
  3. C他のメンバーのミスとして処理し責任を逃れる
  4. Dプロジェクトが完了した後にまとめて事後報告する
正解と解説を見る

正解:A問題が判明した時点で迅速にレポートラインへ報告する

障害の連鎖やレピュテーションリスクを防ぐため、問題発見時は速やかに事実を上司やリーダーに報告することが重要です。

この問題の解説ページを開く →
データサイエンティスト検定リテラシーレベルの全分野一覧へ戻る