経営戦略と整合したデータ戦略と成熟度アセスメント。CDO・DMO・データオーナー・データスチュワード・データアーキテクト・データエンジニアの役割と、中央集権型・分散型・連邦型の組織構造。データガバナンスの基本行動（評価・指示・監視）と、運用上の課題／構造的な課題の切り分け。

サブジェクトエリアと概念データモデル、正本の所在と連携方式、データライフサイクルの設計。セマンティックレイヤー・オントロジー・ナレッジグラフ。データ契約（データコントラクト）と変更管理、AIの入力・生成データの管理ルール。

ビジネス用語集・データ辞書・データカタログ、メタデータ3種とデータリネージ。MDMの実装方式とゴールデンレコード、名寄せ。データプロファイリング、データクレンジング、データプロダクトの設計・提供。

データ活用の意義の説明と部門間の合意形成、データリテラシーの段階的育成。新しいデータ活用技術のPoCで、検証目的・仮説・成功基準を定め、本格導入の判断材料を整理する手順。

ビジネス課題を分析課題に落とし、目的・評価指標・データ・手法・検証方法を設計。目的に応じたグラフの選択、散布図行列・クロス集計、BIツールなどSoIによる定期集計とレポートの自動化。

仮説検定（有意水準・p値・検出力）、回帰分析（回帰係数・決定係数の正しい解釈）、因果推論（差分の差分法・傾向スコア）、擬似相関とバイアス。機械学習モデルの評価指標（適合率・再現率・F値・AUC）、時系列のトレンド・季節性・自己相関。

RAGと文脈内学習（In-Context Learning）、Temperature等の出力制御、Lost in the Middle。AIエージェントの設計パターン（ReAct等）、ガードレール、人間の関与。AI事業者ガイドライン・ISO/IEC 42001などを踏まえたリスク特定とレビュー観点。

業務要件から管理対象データの定義域・関係・整合性制約・ライフサイクルを明確化。概念・論理・物理データモデル、E-R図、正規化（部分・推移関数従属）と非正規化。

RDBMSとNoSQLの選定、隔離性水準とダーティリード・ファントムリード、MVCC、デッドロック。整合性制約の設計、索引と非正規化による性能調整、RTO/RPOに基づくバックアップと復旧、暗号化・監査ログ。

データレイク・DWH・データマート・レイクハウスの役割分担、ETL/ELT、CDC、バッチとストリーム、べき等性・リトライ・バックフィル、スキーマエボリューション。マルチAZ等の可用性設計とFinOps。

DDL・DMLの記述、集約関数・ウィンドウ関数・副問合せ・再帰構文。統計情報から結果行数を見積もる問題（サンプル問題 問5）にも対応できるようにします。

スタック・キュー・木・グラフ・連結リスト・ハッシュ表。再帰・整列・探索・文字列処理。擬似言語のプログラムを読み、値の変化を追跡（トレース）して結果を導く力が問われます（サンプル問題 問6）。

個人情報保護法の主要な定義、仮名加工情報と匿名加工情報、k-匿名化・差分プライバシー・連合学習、PIA。データスペース、データ共有の合意事項、データプロヴェナンス、提供データの秘匿化。