【AIF-C01】データガバナンス関連知識を理解しよう！（勉強ログ#12）

※本記事はAIF-C01の資格試験対策用に私が勉強した内容を備忘録として残したものです。想定問題を解いていて重要だ、ここは忘れそうだと感じた部分をまとめています。網羅的な解説記事ではありませんのでご容赦ください。

はじめに

さて今回は、AIF-C01（AWS Certified AI Practitioner）の資格試験対策として、データガバナンスについてまとめたいと思います。

資格試験に受かることだけを目標に、ポイントだけ抑えた記事となっていますので、気になった個所はより深く調べてみてくださいね。

それでは見ていきましょ～。

試験対策にオススメなUdemy講座も載せておきますね。

基本的には過去問のみです。

とにかく問題を解きまくる！分からないところは私の勉強ログで知識を補填する。このようなサイクルで回してもらえるとすごく嬉しいです～。

目指せ試験合格！

キュレーション：
組織内に存在する膨大なデータソースから、業務にとって価値があるデータを特定し、整理するプロセスです。データベース、データレイク、データウェアハウスなど、各種データソースの特徴や用途に応じた分類が行われ、最適なデータストレージやアクセス手法の選定が可能になります。データの出所、作成日時、フォーマット、更新頻度などの情報（メタデータ）を管理することで、データの信頼性や再利用性を高め、データ検索や分析の効率を向上させます。

検出と理解：
データプロファイリングを通じて、データの構造、内容、品質、パターンなどを分析します。異なるデータセット間の関連性や相互作用、依存関係を理解することで、統合的なデータ分析や業務プロセスへの反映が可能になります。データの正確性、一貫性、完全性、有効性などの品質指標を評価し、問題が発見された場合は修正や改善のための対策を講じるための基盤となります。

保護：
適切なアクセス権限管理と認証プロセスにより、機密情報や重要データへの不正アクセスを防止します。保存中および転送中のデータには暗号化を適用し、万が一の漏洩時にも情報が保護される仕組みを整備します。この際、暗号化キーの管理が重要な要素となります。また、最小権限の原則を適用し、必要なユーザーやシステムのみがアクセスできるよう制御します。さらに、監査ログの収集や定期的なセキュリティ評価を実施することで、規制やコンプライアンス要件に沿った運用が行われているかを確認し、セキュリティインシデント発生時や外部監査への迅速な対応を可能にします。