https://nttdocomo-developers.jp/entry/2026/02/10/090000

💡なぜG検定を受験したのか

こんにちは！ドコモ6Gテック部の谷口博明と申します。
業務の中で「AI」「データ活用」「生成AI」といった言葉を目にする機会が増える一方で、「自分はAIをどこまで理解できているのだろう」、「このままでは世の中から置いて行かれるのではないか」と不安に感じることがありました。そんな中で受験したのが「ジェネラリスト検定（以下、G検定）」です。
本記事では、AI未経験のエンジニアの立場からG検定に挑戦し、合格するまでの経験を、これから受験を検討している方の参考になればという思いで共有します。

✅ ジェネラリスト検定(G検定)とは?

G検定は、AIやディープラーニングを中心とした基礎知識を体系的に理解しているかを確認する検定試験です。
日本ディープラーニング協会（JDLA）が実施しており、プログラミングや高度な数学知識を前提としない点が特徴です。 AIを開発する技術者だけでなく、企画・営業・管理部門など、非エンジニアの受験も想定されており、AIの仕組みや用語、活用事例、倫理・法的観点などを幅広く学ぶことができます。

■G検定公式HP👇

www.jdla.org

筆者の業務背景と知識レベル🧠

参考までに、受験前の自分の状況を簡単に整理しておきます。
私は(ほぼ)非AIエンジニアで勉強前はAIに関して基礎的な知識しか持っていませんでした。

■経歴

ネットワーク系システム開発約3年
ネットワーク系企画約1年半
AIを使用した環境構築(RAG)3ヶ月

業務でRAGの環境構築に短期間携わったものの、AIの内部的な仕組みまでは理解できておらず、日常的には生成AIを使用する程度です。

そのため、「AIに詳しい人」の体験記ではなく、あくまで一般的な業務担当者の一例として読んでいただければ幸いです。

実際の勉強内容と意識したポイント📚

勉強では、日本ディープラーニング協会が出版している「」を使用しました。公式団体が出版している教材を使用するのがセオリーだと感じています。

勉強方法はいたってシンプルで以下の流れを繰り返しました。

①全体像を把握する
まずはテキストを一通り読み重要そうな箇所をマーカーでマーキングします。

②アウトプット中心に切り替える
2週目以降は、内容理解、暗記のためにアウトプットに特化します。
1節あたりのテキストの内容を確認したら、紙にその内容を書き出します。間違えたら再度テキストを確認して紙にその内容を書き出します。重要そうな箇所が全て正しく書き出せたら終了です。
また、電車の中など紙に書き出せない場合は暗記シートを使用してマーキングした箇所を思い出せるか確認したり、スマホアプリで問題を解きました。

③反復する
上記①,②の作業を試験まで何回も繰り返していました(特に②の作業)。また、アウトプット中心ですが、理解が浅い部分などはインターネットや他の書籍を参考にしてインプットすることも心掛けていました。

ここで特に意識していたポイントを2つ紹介します。
※ここで上げている用語は、細かく理解する必要は無く、「考えの捉え方」の例として読んでいただければ大丈夫です。

①体系的に理解する

1つ目は、技術内容を個別に捉えるのではなく、体系的に捉えることです。
例えば、「CNNには、畳み込み層、プーリング層、全結合層...など複数の層があるな！よし、それぞれの役割を覚えよう！」とはしません。
「CNNは、入力層から始まり、畳み込み層、活性化関数、プーリング層、全結合層を経て出力層で終わる。畳み込み+活性化+プーリングを繰り返して特徴抽出をして全結合層で判断するモデルなのか！」という形で捉えます。
要素を独立したものとしたものから連続したものとして捉えることで、特に生成AIの分野において、モデルや要素技術が理解しやすいと個人的に感じます。

②わからない用語、表現を調べる

2つ目は、テキストに登場する内容は調べて全て理解することです。
G検定特有なものではなくて、物事全般に関係する内容かもしれません。例えば、私はトランスフォーマーのMulti-Head Attentionの説明で、「視点の異なるいくつかのパターンでクエリとキーの関係を見る方が良い。」という内容が理解できませんでした。
「クエリとキーの関係なんて1種類しかないだろう。」と思って生成AIに聞いたところ、「自然言語処理の場合、意味的類似性、構文パターン、位置情報...など複数の見方が存在する。」と答えてくれました。これにより私は、AIの学習では複数軸による学習を行い総合的に判断をしている、ということをあらためて理解することができました。

勉強して詰まった点、改善したい点

最も苦労したのは、ディープラーニングの応用事例の暗記です。特に、モデル名など英語の略称は覚えにくかったため、元の英単語から意味で理解して頭文字を思い出せるように工夫していました。他にも英語の似た語句だけを並べて、それぞれどこが違うのかを説明できるようにも練習しました。

そして、次にもう一度勉強するなら、過去問に早い段階で着手します。
私は勉強中に過去問は一切使用しませんでした。その結果、受験中に「この部分はもう少しよく確認しておくべきだった...。」、と思うことが何回かありました。また、あらかじめ試験の出題形式がわかっているとある程度心構えもできます。

合格後に感じた変化と業務への活かし方

合格後に最も大きかった変化は、 AIやデータ活用に関する話題に対する心理的ハードルが下がったことです。社内でAI関連の議論でも用語の意味や話の構造を以前より整理して理解できるようになりました。

また、AIに関する倫理・法律観点を学べたことも有益でした。例えば、生成AIを業務で使用する場合、著作権や個人情報など配慮できているかなど意識できるようになったのは大きな収穫です。

これからジェネラリスト検定を受ける方へ

G検定は、AIを「使いこなす人」や「作る人」になるための試験というより、 AIと共存する業務環境、AIの基礎知識を理解するための入り口だと感じました。非エンジニアの方でも、構えすぎず「業務理解を広げる一歩」として挑戦してみる価値は十分にあると思います。
本記事が少しでも参考になれば幸いです。