試験一覧
3つのトラック × 3レベルから、あなたのスキルに合った試験をお選びください。
どのトラックから始めるか迷った場合は、各トラックの模擬試験（無料）をお試しください。トラック・レベルごとに9種類用意しています。
📖 試験範囲を完全カバーした試験対策テキストを無料公開中
テキスト一覧を見る →
AI Security Analyst
AIセキュリティ・リスク評価
AIシステムを取り巻くセキュリティリスクを正しく理解し、組織を守るための知識と判断力を評価します。AIを業務に導入する際に避けて通れない、情報漏洩・不正アクセス・データ改ざんといったリスクへの対応力を測ります。ITエンジニア・情報システム担当者・セキュリティ責任者の方に特に推奨します。どのレベルから始めるか迷ったらLevel 1がおすすめです。
Level 1
Basic（入門）
AI Security Analyst - Basic
¥2,980
AIセキュリティの基礎を学ぶための入門レベルです。AIシステムが直面する主要な脅威と脆弱性を理解し、それらに対する基本的な対策の考え方を習得することで、安全なAIシステム設計・運用に向けた土台を築きます。AI開発者、セキュリティ担当者、およびAIセキュリティに関心のあるすべての方を対象としています。
- AIセキュリティの基礎概念 AIセキュリティの定義、重要性、従来のサイバーセキュリティとの違い、およびAIシステムにおけるデータプライバシーや倫理的側面を理解します。
- AIシステム特有の脅威と攻撃 敵対的攻撃（Adversarial Attacks）、データポイズニング（Data Poisoning）、モデル窃盗（Model Stealing）、推論攻撃（Inference Attacks）など、AIモデルやデータに対する具体的な攻撃手法を学びます。
- AIシステムの脆弱性 データ収集・前処理、モデル学習、推論といったAIシステムのライフサイクル全体における潜在的な脆弱性ポイントと、サプライチェーン攻撃のリスクを把握します。
- AIセキュリティの基本的な対策 セキュアなデータ管理、モデルの堅牢化、入力検証、継続的な監視とログ分析など、AIシステムを保護するための基本的な防御策と考え方を習得します。
- AIセキュリティと法規制・倫理 AIセキュリティに関連する主要なデータ保護法規（GDPR、AI Actなど）や、AI倫理の原則（公平性、透明性、説明責任）がセキュリティ実践に与える影響について理解を深めます。
💡 各トピックの概念理解に重点を置き、具体的な攻撃手法と対策の例を関連付けて学ぶことで、実務への応用力を高めることができます。最新のAIセキュリティニュースにも注目し、実践的な知識を習得しましょう。
Level 2
Standard（標準）
AI Security Analyst - Standard
¥3,980
このレベルでは、AIセキュリティの基礎知識（Level 1）を前提に、より高度なAIセキュリティ脅威の分析、具体的な防御策の実装、およびAIシステムの安全な運用に関する深い知識と実践的なスキルを習得します。AIシステム開発者、セキュリティエンジニア、データサイエンティストなど、AIシステムのライフサイクル全体でセキュリティを確保したい方を対象としています。
- 高度な敵対的攻撃と防御戦略 Evasion Attack、Poisoning Attack、Model Inversion Attack、Membership Inference Attackなど、AIモデルに対する具体的な敵対的攻撃手法を深く理解し、それらに対する堅牢化（Robust Training）、敵対的サンプル検出（Adversarial Detection）といった防御戦略を学びます。
- AIモデルの脆弱性診断とテスト AIモデル特有の脆弱性評価手法、ペネトレーションテスト、レッドチーミング、Adversarial Robustness Toolbox (ART)などのセキュリティ評価ツールの活用方法を通じて、モデルの安全性を検証するスキルを習得します。
- AIシステムライフサイクルセキュリティ（MLSecOps） データ収集・前処理、モデル訓練、デプロイメント、監視といったAIシステムの各フェーズにおけるセキュリティリスクと対策を学び、DevSecOpsの原則をMLOpsに適用するMLSecOpsの概念と実践を理解します。
- AIプライバシー保護技術と倫理的側面 差分プライバシー、フェデレーテッドラーニング、同型暗号などのプライバシー保護技術を深く掘り下げ、AIにおけるバイアス、公平性、説明可能性（XAI）がセキュリティ・プライバシーに与える影響とその対策について学びます。
- AIセキュリティのガバナンスとインシデント対応 AIセキュリティポリシーの策定、リスクアセスメント、インシデントレスポンス計画の構築、NIST AI RMFやISO/IEC 42001などのコンプライアンスフレームワークへの対応を通じて、組織的なAIセキュリティ体制を確立する方法を学びます。
💡 理論だけでなく、具体的な攻撃手法や防御策をコードレベルで理解し、実際のAIシステムに適用する視点を持つことが重要です。最新のAIセキュリティ研究や事例にも注目し、継続的な学習を心がけましょう。
Level 3
Expert（上級）
AI Security Analyst - Expert
¥4,980
このレベルは、AIシステムのライフサイクル全体にわたる高度なセキュリティ脅威を特定し、それらに対する堅牢な防御戦略を設計・実装できる専門家を対象としています。最先端の攻撃手法への対応、セキュアなAI開発・運用プロセスの確立、および複雑なAIセキュリティガバナンスと法規制遵守を習得することを目標とします。
- 高度なAI脅威と検出・防御戦略 Universal Adversarial Perturbations、Transferability Attacks、モデルバックドア、AIサプライチェーン攻撃など、より洗練された敵対的攻撃手法と、それらを検出・防御するためのロバストネス強化、Certified Robustness、AIセキュリティオーケストレーションについて学習します。
- AIセキュリティの運用とインシデントレスポンス AIシステム特有のセキュリティ監視、異常検知、インシデント発生時の対応フロー、MLモデルフォレンジック、脅威ハンティングなど、AI Security Operations Center (AI SOC) における実践的な運用と対応戦略を扱います。
- AIセキュリティガバナンス、リスク管理、法規制、倫理 NIST AI RMF、ISO/IEC 42001などのAIガバナンスフレームワーク、差分プライバシーやフェデレーテッドラーニングといったプライバシー保護技術、AI倫理原則の実装、およびGDPRやAI Actなど主要な法規制への遵守について深く掘り下げます。
- セキュアなAI開発ライフサイクル（MLSecOps） AIシステムの脅威モデリング、セキュアなMLOpsパイプラインの構築、モデルの脆弱性スキャン、AIレッドチーミング、Adversarial AIベンチマーキングなど、開発初期段階からセキュリティを組み込むためのMLSecOpsプラクティスを習得します。
- 最新のAIセキュリティ研究動向と生成AIの脅威 生成AI（LLMを含む）に特有のプロンプトインジェクション、データ漏洩、モデルの誤情報生成といった脅威と、それらに対する防御策、LLMレッドチーミング、および量子AIセキュリティの基礎やAIセキュリティの未来予測について考察します。
💡 下位レベルの知識を確実に理解した上で、最新のAIセキュリティに関する論文や研究発表、業界標準のドキュメントを積極的に読み込みましょう。実際のAIシステムにおける脅威分析や防御策の設計をシミュレートし、実践的なスキルを磨くことが重要です。
AI Privacy Advocate
AIプライバシー・個人情報保護
AIの活用に伴う個人情報・プライバシーの取り扱いに関する知識と実践力を評価します。個人情報保護法をはじめとする法規制への理解と、AI設計・運用における適切な対応力を測ります。法務・コンプライアンス担当者・プロダクトマネージャーの方に特に推奨します。どのレベルから始めるか迷ったらLevel 1がおすすめです。
Level 1
Basic（入門）
AI Privacy Advocate - Basic
¥2,980
このレベルでは、AIにおけるプライバシーの基本的な概念、その重要性、および関連する主要な法的・倫理的課題の基礎を学習します。AIプロジェクトに関わるすべての人々が、データプライバシーの観点からAIを適切に理解・運用するための土台を築くことを目標としています。
- AIにおけるプライバシーの基礎 プライバシーの定義、個人情報と機微情報、匿名化・仮名化の概念、データ最小化原則といったAIプライバシーの根幹を理解します。
- データ主体の権利と同意 GDPRやCCPAなどで定められるデータ主体の権利（アクセス、訂正、消去、処理制限など）と、有効な同意の重要性および要件（明確な同意、撤回）について学びます。
- AIシステムにおけるプライバシーリスク データ収集・利用、モデル学習（データセットバイアス）、推論結果におけるプライバシー侵害リスク（再識別化、属性推論、メンバーシップ推論攻撃）を識別します。
- 主要なプライバシー法規制の概要 GDPR、CCPA、日本の個人情報保護法（PIPA）など、世界的な主要プライバシー法規制の基本的な考え方、適用範囲、およびデータ保護義務の概要を把握します。
- プライバシー・バイ・デザインと倫理 プライバシー・バイ・デザインの7原則の概念と、AI開発における公平性、透明性、説明責任といった倫理的考慮事項とプライバシーの関係を理解します。
💡 AIプライバシーの基礎用語と概念をしっかりと理解することが重要です。身近なAIサービスの事例と照らし合わせながら学習を進めると、より実践的な知識が定着します。
Level 2
Standard（標準）
AI Privacy Advocate - Standard
¥3,980
このレベルでは、AIシステムにおけるプライバシー保護の法的、技術的、組織的な側面を深く理解し、実務で適用できる知識を習得します。AIプロジェクトに携わるデータサイエンティスト、開発者、プライバシー担当者が、具体的なプライバシーリスクを特定し、適切な保護策を設計・実装できるようになることを目標とします。
- AIにおける主要なプライバシー規制と法的解釈 GDPR、CCPA、PIPLなど主要なデータプライバシー規制におけるAI関連条項、データ主体の権利（説明可能性、自動意思決定への異議申し立て）、法的根拠、データ越境移転の要件とメカニズムについて学習します。
- 高度なプライバシー保護技術の実装と評価 差分プライバシー、フェデレーテッドラーニング、同型暗号、セキュアマルチパーティ計算 (SMC) などの高度な技術の原理、適用シナリオ、メリット・デメリットを理解し、AIシステムへの実装方法と評価指標を学びます。
- AIプロジェクトにおけるプライバシー影響評価 (PIA/DPIA) とリスク管理 AIシステム特有のプライバシー影響評価（PIA/DPIA）の実施手順、再識別化リスク、推論攻撃、メンバーシップ推論、モデル反転攻撃などの脅威を特定し、効果的なリスク評価フレームワークと軽減策を策定するスキルを習得します。
- AIライフサイクルにおけるプライバシー・バイ・デザインの実践 データ収集からモデル開発、展開、運用までのAIライフサイクルの各フェーズにおいて、データ最小化、目的制限、組み込み型プライバシーなどのプライバシー・バイ・デザイン (PbD) 原則を適用し、データガバナンスを確立する方法を学びます。
- AIプライバシーガバナンスとコンプライアンス体制 組織におけるAIプライバシーポリシーの策定と実施、データプライバシー責任者 (DPO) の役割、従業員トレーニング、プライバシーインシデント対応計画 (IRP)、監査とモニタリングのフレームワークを構築し、維持する方法を理解します。
💡 学習にあたっては、各トピックの理論だけでなく、具体的なAIプロジェクトやケーススタディを通じて、どのようにプライバシー保護を実装すべきか実践的な視点を持つことが重要です。最新の規制動向や技術進化にも常に注意を払いましょう。
Level 3
Expert（上級）
AI Privacy Advocate - Expert
¥4,980
このレベルは、AIにおける高度なプライバシー課題を戦略的に解決し、複雑な法規制環境下で組織のプライバシーガバナンスを主導する専門家を対象としています。AIシステムのライフサイクル全体におけるプライバシーリスクの特定、評価、緩和、および倫理的側面を統合した実践的な知識と応用能力の習得を目指します。
- 高度なAIプライバシーリスク評価と緩和戦略 モデル逆学習攻撃、メンバーシップ推論攻撃、データポイズニングなどAI固有のプライバシー脅威に対するリスクアセスメントフレームワークと、差分プライバシー、フェデレーテッドラーニング、同型暗号といった先進的なプライバシー強化技術（PETs）の実践的適用と限界を学びます。
- グローバルAIプライバシー法規制の複雑な適用 GDPR、CCPA、PIPL、HIPAAなど複数の国際的な法規制が絡むクロスボーダーデータ転送、データローカライゼーション、規制サンドボックスなど、複雑な法的要件への対応戦略とコンプライアンス管理を深く掘り下げます。
- AIプライバシーガバナンスと監査フレームワーク プライバシー影響評価（DPIA/PIA）の高度な実施、プライバシー管理システム（PMS）の構築、内部統制、プライバシー監査の計画と実行、第三者監査への対応、およびステークホルダーへのプライバシーレポート作成方法を習得します。
- AI倫理とプライバシーの統合的アプローチ 公平性、透明性、説明責任といったAI倫理原則とプライバシーの交差点に焦点を当て、AIバイアス検出と緩和、倫理的AI原則の実装、および社会的影響評価を通じて、責任あるAI開発と運用を推進する方法を学びます。
- AIプライバシーインシデント対応と危機管理 AIシステムにおけるデータ漏洩やプライバシー侵害が発生した場合の緊急対応プロトコル、影響評価、規制当局への報告義務、復旧戦略、およびフォレンジック調査の実施計画と実践的な対応能力を習得します。
- 新興技術とAIプライバシーの課題 量子コンピューティング、ブロックチェーン、IoT、エッジAIなど、新たな技術トレンドがAIプライバシーにもたらす影響と、それらに対する予防的アプローチ、潜在的なリスクと対策について考察します。
💡 このレベルでは、単なる知識だけでなく、実際のケーススタディを通じて問題解決能力を養うことが重要です。最新の法規制動向や技術進化に常にアンテナを張り、実践的な視点から多角的にAIプライバシー課題に取り組む姿勢が求められます。
AI Business Strategist
AI業務活用・ビジネス戦略
AIを経営・業務に活用するための戦略立案力と実行力を評価します。AI導入の目的設定・効果測定・組織への展開まで、ビジネスの観点からAIを動かす力を測ります。経営者・管理職・AI推進担当者の方に特に推奨します。どのレベルから始めるか迷ったらLevel 1がおすすめです。
Level 1
Basic（入門）
AI Business Strategist - Basic
¥2,980
このレベルは、AIのビジネス活用に関心を持つビジネスパーソンを対象に、AIの基礎概念からビジネスにおける活用事例、導入のポイントまでを網羅します。AIに関する共通認識を確立し、実務でのAI活用に向けた第一歩を踏み出すことを学習目標とします。
- AIの基礎と歴史 人工知能（AI）の基本的な定義、機械学習や深層学習との関係性、そしてAIの歴史と進化の過程を理解します。教師あり学習、教師なし学習、強化学習といった主要な学習パラダイムも学びます。
- AIがビジネスにもたらす価値と変革 AIがビジネスにもたらす具体的な価値、例えば業務効率化、コスト削減、生産性向上、そして新規事業創出の可能性について学びます。DX推進におけるAIの役割も理解します。
- ビジネスにおけるAI活用事例 製造、金融、小売、医療など、様々な業界におけるAIの具体的な活用事例を学びます。画像認識、自然言語処理、予測分析、レコメンデーションシステムなどの技術がどのようにビジネス課題を解決しているかを理解します。
- AI導入における基本的な検討事項 AIプロジェクトの企画から導入までの基本的な流れ、必要なデータ準備（データ収集、前処理）、そしてAI導入における倫理的課題、プライバシー、セキュリティなどの考慮事項を学びます。
- AIプロジェクト推進のための組織と人材 AIプロジェクトを成功させるために必要な組織体制や人材（データサイエンティスト、AIエンジニア、ビジネスアナリストなど）の役割を理解します。社内でのAIリテラシー向上やリスキリングの重要性についても触れます。
💡 AIの専門用語に慣れつつ、具体的なビジネス事例を通してAIがどのように価値を生み出すかを理解することが重要です。日々のニュースや業界動向にも目を向け、実践的な視点で学習を進めましょう。
Level 2
Standard（標準）
AI Business Strategist - Standard
¥3,980
本レベルでは、ビジネス課題解決のためのAI戦略立案から、具体的なAIプロジェクトの企画・推進、効果測定までの一連のプロセスを学習します。AIプロジェクトをリードし、組織にAIを標準的に導入・活用したいビジネスパーソンを対象としています。
- AI戦略とビジネス課題特定 ビジネス課題を深く分析し、AI技術の適用可能性を評価します。ROI分析、ユースケース特定、AI戦略策定、競合分析といった観点から、実現性の高いAI活用戦略を立案します。
- AIプロジェクトの企画と要件定義 AIプロジェクトの具体的な計画を策定し、詳細な要件を定義します。データ要件定義、PoC（概念実証）、MVP（実用最小限の製品）の設計、AIモデル選定、アジャイル開発手法の適用、ベンダー選定基準などを学習します。
- AIプロジェクトの管理とリスク AIプロジェクトの計画、進捗管理、ステークホルダー管理、予算管理を効果的に行います。データバイアス、モデルの解釈性、セキュリティといったAI特有のリスクを特定し、倫理的課題への対応策を含めたリスクマネジメントを実践します。
- AIソリューションの導入と効果測定 開発したAIソリューションの導入プロセスと、継続的な運用・改善手法を学びます。MLOpsの概念、モデル監視、性能評価指標（精度、再現率、F値）、ビジネスKPIへの影響評価、継続的改善サイクルを理解します。
- AI倫理とガバナンスの実践 組織におけるAI倫理ガイドラインの策定と実践、データプライバシー（GDPR/CCPA等）への対応、説明責任、公平性、透明性の確保について学習します。組織的なAIガバナンス体制の構築と運用を理解します。
💡 実際のビジネスケーススタディを通じて、AI技術を具体的な課題解決にどのように応用するかを深く理解することが重要です。最新のAIトレンドや倫理的課題にも常にアンテナを張りましょう。
Level 3
Expert（上級）
AI Business Strategist - Expert
¥4,980
本レベルでは、AIを活用したビジネス戦略の立案から実行、評価、組織変革までを統括する専門知識を習得します。AI技術の深い理解に基づき、持続可能なビジネス価値を創出し、倫理的・法的課題に対応できる上級マネージャーや戦略立案者を対象としています。
- 高度なAI戦略とビジネスモデル変革 AIを核とした競争優位性の確立、破壊的イノベーション戦略、エコシステム構築、AI-drivenビジネスモデルの設計、プラットフォーム戦略、AI-as-a-Service (AIaaS) の応用について学習します。
- AIプロジェクトのガバナンスとポートフォリオ管理 大規模AIプロジェクトの選定、優先順位付け、投資対効果 (ROI) 評価、リスクアセスメント、組織全体でのAIポートフォリオ最適化とPMO (プロジェクトマネジメントオフィス) の役割について学習します。
- AI倫理、法規制、社会実装 AIの公平性、透明性、説明責任 (XAI)、データプライバシー保護、各国・地域のAI関連法規 (例: GDPR, EU AI Act)、社会受容性向上に向けた戦略と責任あるAIのフレームワークについて学習します。
- 組織変革とAI人材育成 AI導入に伴う組織構造、企業文化、ビジネスプロセスの変革、リスキリング・アップスキリング戦略、AI人材の確保と育成計画、チェンジマネジメントの具体的な手法について学習します。
- AIシステムの実装と運用における高度な課題 AIモデルのMaturity Level評価、MLOps (Machine Learning Operations) を用いた運用監視と最適化、AIセキュリティ、スケーラビリティ、ベンダーマネジメント、クラウドAI戦略について学習します。
- 最新のAI技術トレンドと戦略的応用 生成AI、大規模言語モデル (LLM)、エッジAI、量子AIといった最新技術のビジネスへの戦略的組み込み方、技術ロードマップ策定、R&D戦略と市場投入戦略について学習します。
💡 実際のビジネスケーススタディを通じてAI戦略の立案・実行スキルを磨き、最新のAI技術トレンドや法規制の動向を常にキャッチアップすることが重要です。