試験概要
Practitioner（70%以上）とMaster（80%以上）には、Fundamentals試験に加えてSpecialist試験2科目の合格が必要です。
20
問題数
選択式（4択）
25
制限時間（分）
1問あたり75秒
2
受験科目数
Practitioner/Masterに必要
7
選択可能科目数
自由に2科目を選択
Associate
60%以上
Fundamentals試験のみ
Specialist試験は不要
Specialist試験は不要
Practitioner
70%以上
Fundamentals 70%以上
+ Specialist 2科目合格
+ Specialist 2科目合格
Master
80%以上
Fundamentals 80%以上
+ Specialist 2科目合格
+ Specialist 2科目合格
時間管理戦略
75秒
1問あたりの持ち時間
（25分 ÷ 20問）
（25分 ÷ 20問）
60秒
目標ペース（1問）
残り5分で見直し時間確保
残り5分で見直し時間確保
戦略：
最初は全問を60秒ペースで解き（20分）、残り5分で迷った問題を見直す。確信のある問題は即答し、迷う問題はとりあえずマークして次へ進む。
科目別 重点学習ポイント
クリックすると重点学習ポイントが展開されます。
Data Governance Specialist ▾
データガバナンス
難易度：
- ガバナンス組織の設計（Council / Steward / DGO の役割分担・責任）
- ガバナンス成熟度モデルの詳細（Level 1〜5 の特徴）
- ポリシー・標準・手順・ガイドラインの階層構造
- Change Management戦略（組織変革の進め方）
- ガバナンス指標（KPI）の設計と測定方法
- Centralized / Federated / Hybrid モデルの使い分け
- Data Stewardshipプログラムの設計・運営
Data Quality Specialist ▾
データ品質
難易度：
- データ品質の6次元（+ 拡張版の8次元）の詳細定義
- DQ問題の根本原因分析（RCA）手法
- データプロファイリングの詳細手法（列プロファイル・関係プロファイル）
- データ品質 SLA / KPIの設定と運用
- DQプログラムの運営（組織・プロセス・ツール）
- 1:10:100の法則の実務適用
- データ品質ルールの分類（完全性・一意性・整合性等）
Data Modeling & Design Specialist ▾
データモデリングと設計
難易度：
- 高度な正規化理論（BCNF, 4NF, 5NF）の定義と適用
- データモデルの品質評価（可読性・柔軟性・正確性）
- Reverse Engineering手法（DDLからモデル生成）
- 各種ERD記法の詳細（IE記法・IDEF1X・UML）
- データモデルガバナンス（変更管理・バージョン管理）
- ノンリレーショナルDB（グラフ・ドキュメント型）のモデリング
- 概念・論理・物理モデルの整合性管理
Metadata Management Specialist ▾
メタデータ管理
難易度：
- メタデータ標準（Dublin Core 15要素・ISO 11179）
- メタデータアーキテクチャの設計（集中型・分散型・ハイブリッド）
- データカタログの実装戦略（アクティブ型・パッシブ型）
- データリネージの実装方法（技術リネージ・ビジネスリネージ）
- メタデータ成熟度評価モデル
- Business GlossaryとData Dictionaryの関係・統合
- メタデータ収集の自動化（クローリング・スキャニング）
Master Data Management Specialist ▾
参照・マスターデータ管理
難易度：
- MDMプログラムの計画・実装（ロードマップ設計）
- 名寄せ（Entity Resolution）アルゴリズムの詳細
- ファジーマッチング・確率的マッチングの違い
- MDMスタイル（Registry / Consolidation / Coexistence / Centralized）の選択基準
- 生存ルール（Survivorship Rules）の設計
- マスターデータのガバナンス（Stewardship・承認フロー）
- MDMとデータ品質・メタデータ管理の統合
DW & BI Specialist ▾
データウェアハウジングとBI
難易度：
- ディメンショナルモデリングの応用（ファクトテーブル設計・粒度設計）
- SCD Type 1〜6 の詳細と適用場面
- BIアーキテクチャパターン（セルフサービスBI・組み込みBI）
- OLAP操作の詳細（Slice, Dice, Roll-up, Drill-down, Pivot）
- DWH最適化技術（パーティショニング・マテリアライズドビュー）
- Inmon vs Kimball の詳細比較
- Descriptive / Diagnostic / Predictive / Prescriptive Analytics の実装
Data Integration & Interoperability Specialist ▾
データ統合と相互運用性
難易度：
- ETL/ELT設計パターン（並列処理・エラーハンドリング）
- データ品質チェックの統合（ETLパイプライン内）
- CDCの詳細実装（ログベース・タイムスタンプ・トリガー）
- マイクロサービス・APIの統合設計（REST / GraphQL）
- データ統合アーキテクチャの評価（Hub-and-Spoke vs P2P vs Pub/Sub）
- データ変換・マッピングの標準化
- リアルタイムvs バッチの選択基準
科目選択の戦略
職種別推奨科目組み合わせ
| 職種 | 推奨の第1科目 | 推奨の第2科目 | 理由 |
|---|---|---|---|
| データガバナンス担当 | Data Governance | MDM | ガバナンス設計の全体像を深められる |
| データエンジニア | Data Integration | DW & BI | パイプライン設計とDWH構築に直結 |
| データアナリスト | Data Quality | Metadata | データの信頼性評価と発見に必要 |
| データアーキテクト | Data Modeling | Data Governance | 設計とガバナンスの両輪を習得 |
| データスチュワード | Data Governance | Data Quality | Stewardshipの実務に最も直結 |
| BIエンジニア | DW & BI | Metadata | DWH設計とデータカタログ活用に必要 |
| CDO / データ戦略担当 | Data Governance | Data Quality | 組織全体の戦略策定に必要な知識 |
得点しやすさで選ぶ
Fundamentals試験でスコアが高かった（75%以上）トピックをSpecialist科目として選択するのが最も安全な戦略です。
- スコアシートを確認：Fundamentals結果でトピック別スコアを確認し、最も高かった2トピックを選択
- 実務経験との一致：日常業務で最も接している領域は知識が定着しやすい
- 勉強時間を考慮：Data Modeling & DesignはSpecialistで最も難易度が高いと言われる（正規化理論が深い）
推奨学習順序タイムライン
Fundamentals合格後、Specialist試験に向けた標準的な学習スケジュール（1科目あたり）。
Week 1〜2
Fundamentals の該当トピックを深掘り
概要.md + 練習問題.mdを完全にマスター。FundamentalsはOverview、SpecialistはActivities・Tools・Techniques・Metricsまで詳細に
Week 3〜4
DMBOK 該当章を精読
各章のActivities（活動）・Tools（ツール）・Techniques（技法）・Metrics（指標）まで詳細に学習。単語を覚えるだけでなく「なぜそうするか」を理解する
Week 5
実務との紐付け
試験は「実際の組織でどう適用するか」を問う問題が多い。自社の実務経験を言語化し、知識と紐付けて整理する
Week 6
20問形式で時間管理練習
25分 / 20問 = 1問あたり75秒。60秒ペースで解く練習を繰り返す。時間プレッシャーに慣れることが重要
Specialist試験 学習方法の詳細
Step 1: Fundamentalsの深掘り
各トピックの概要.md と練習問題.md を完全にマスターすること。SpecialistはFundamentalsの知識が前提。
Activities
Tools
Techniques
Metrics
Specialist試験では上記4領域からの出題が中心。「何をするか（Activities）」だけでなく「どのツール・技法を使い・何で測定するか」まで問われる。
Step 2: DMBOK 精読のポイント
| 学習レベル | 読む範囲 | 目的 |
|---|---|---|
| Fundamentals | 各章の概要・定義 | 用語と概念の理解 |
| Specialist | Activities・Tools・Techniques・Metrics まで | 実務適用力の習得 |
Step 3: 実務経験の言語化
- 自社でのデータ品質問題を DMBOK の用語で説明してみる
- 過去に参加したデータプロジェクトを DMBOK の活動・技法で分類する
- 「自社ではどのMDMスタイルを使っているか」「なぜそれを選んだか」を言語化する
- 実務での判断をDMBOKの原則（Business-driven / Prevention / Incremental）と照合する
Step 4: 時間管理の練習
60秒
目標ペース（1問）
これで全問解いて5分の余裕
これで全問解いて5分の余裕
即決
知っている問題
30秒以内に解答して次へ
30秒以内に解答して次へ
迷う問題は一旦マークして次へ進む。時間が余ったら戻って再考する。最初の直感を過度に変えないことも重要。