AWSの3つのAI・機械学習認定試験をこれから受ける人のためのガイド - プラクティショナー(AIF)/アソシエイト(MLA)/スペシャルティ(MLS)

quiver

2024.09.15

2024年8月からAWSのAI/ML関連の認定試験には、従来の専門レベルに加え、初級および中級向けのベータ試験が新たに追加され、試験の種類は合計3つになりました。

私は8月27日と9月1日に新しいベータ試験に合格し、現在取得可能なすべてのAWS認定資格を取得しました。この経験をもとに、AWSのAI/ML系認定資格の学習方法についてご紹介します。

AI/MLの需要の高まっているので、ぜひ挑戦してみましょう。 日本語での受験も可能です。

AWS認定試験について

AWSは技術スキルとクラウドの専門知識を検証する認定試験を提供しており、次の4つのカテゴリーが存在します。

初級(foundational)
中級(associate)
上級(professional)
専門(specialty)

aws-certs-overview

※ キャプチャは公式ページから

クラウドプラクティショナー(初級) → ソリューションアーキテクトアソシエイト(中級) → ソリューションアーキテクトプロフェッショナル(上級)とステップアップして受験した人も多いのではないかと思います。

AWS AI/ML試験について

プロフェッショナルとスペシャリティの違いこそありますが、AI/ML系資格にも同様に3つのレベルが存在します。

NEW:初級:AI Practitioner(AIF)
NEW:中級:Machine Learning Engineer - Associate(MLA)
専門:Machine Learning - Specialty(MLS)

手を出しづらかったAI/ML分野にやさしいレベルが2つも追加されました。

試験名	AI Practitioner	Machine Learning Engineer – Associate	Machine Learning – Specialty
レベル	Foundational	Associate	Specialty
対象受験者	AWS の AI/ML テクノロジーを使用するソリューションを熟知してはいるが、必ずしも構築するわけではないという個人	Amazon SageMaker およびその他の ML エンジニアリング AWS サービスの使用経験が少なくとも 1 年ある個人	開発またはデータサイエンスの担当者で、AWS クラウドでの機械学習 (ML)/深層学習ワークロードの開発、アーキテクチャ設計、実行において 1 年以上の実践経験を持つ個人
経験年数	半年	1年	2年
試験時間	120(※)	170(※)	180
質問数	85(※)	85(※)	65
分野と試験比重	1. AI と ML の基礎 (20%) 2. 生成 AI の基礎 (24%) 3. 基盤モデルの応用(28%) 4. 責任ある AI に関するガイドライン (14%) 5. AI ソリューションのセキュリティ、コンプライアンス、ガバナンス(14%)	1. 機械学習 (ML) のためのデータ準備(28%) 2. ML モデルの開発(26%) 3. ML ワークフローのデプロイとオーケストレーション(22%) 4. ML ソリューションのモニタリング、保守、セキュリティ(24%)	1. データエンジニアリング(20%) 2. 探索的データ分析(24%) 3. モデリング(36%) 4. 機械学習の実装と運用(20%)
試験ガイド	https://d1.awsstatic.com/ja_JP/training-and-certification/docs-ai-practitioner/AWS-Certified-AI-Practitioner_Exam-Guide.pdf	https://d1.awsstatic.com/ja_JP/training-and-certification/docs-machine-learning-engineer-associate/AWS-Certified-Machine-Learning-Engineer-Associate_Exam-Guide.pdf	https://d1.awsstatic.com/ja_JP/training-and-certification/docs-ml/AWS-Certified-Machine-Learning-Specialty_Exam-Guide.pdf

※AIFとMLAのベータ試験終了後は試験時間・問題数ともに減ると思われます。

AWS Certified AI Practitioner について

AWS Certified AI PractitionerはAWS の AI/ML テクノロジーを使用するソリューションを熟知してはいるが、必ずしも構築するわけではないという個人向けの試験です。

各分野の比重は以下の通りです。

AI と ML の基礎(20%)
生成 AI の基礎 (24%)
基盤モデルの応用(28%)
責任ある AI に関するガイドライン(14%)
AI ソリューションのセキュリティ、コンプライアンス、ガバナンス(14%)

生成AIと基盤モデルの2分野だけで50%を超えている点は注目に値します。Amazon BedrockやAmazon Qも試験対象のAWSサービスです。

「第4分野:責任ある AI に関するガイドライン」のようにバイアスや信頼性や透明性などについても問われることに注意しましょう。

クラウドプラクティショナー(CLF)と同じく、AWS上のAI/MLの一般的な知識を検証するための試験であり、AWSの主要なサービスとして以下が挙げられています

Amazon EC2
Amazon S3
AWS Lambda
Amazon SageMaker

一方で、以下のようなAI/MLのエンジニアリングは問われません。

AI/ML モデルまたはアルゴリズムの開発またはコーディング
データエンジニアリング手法や特徴量エンジニアリング手法の実装
ハイパーパラメータのチューニングまたはモデル最適化の実行
AI/ML パイプラインまたはインフラストラクチャの構築とデプロイ
AI/ML モデルの数学的または統計的分析の実施
AI/ML システムのセキュリティまたはコンプライアンスプロトコルの実装
AI/ML ソリューションのガバナンスフレームワークとポリシーの開発と実装

次の試験ガイドにある概念・用語・AWSサービスを説明できるようになりましょう。

Skill Builderでは AIF-C01 で検索しましょう。

AWS Certified Machine Learning Engineer – Associate について

AWS Certified Machine Learning Engineer – AssociateはAmazon SageMaker およびその他の ML エンジニアリング AWS サービスの使用経験が少なくとも 1 年ある個人向けの試験です。

各分野の比重は以下の通りです。

機械学習 (ML) のためのデータ準備(28%)
ML モデルの開発(26%)
ML ワークフローのデプロイとオーケストレーション(22%)
ML ソリューションのモニタリング、保守、セキュリティ(24%)

公式の対象受験者の説明に「Amazon SageMaker」が含まれている通り、SageMakerに関する質問がたくさん登場します。
第1分野であるデータエンジニアリングが約3割を占めているため、AWS Certified Data Engineer Associateとの相性も良いと感じました。

AWS上のML・データエンジニアリング力が試される試験です。

Skill Builderでは MLA-C01 で検索しましょう。

AWS Certified Machine Learning – Specialty について

AWS Certified Machine Learning – Specialtyは開発またはデータサイエンスの担当者で、AWS クラウドでの機械学習 (ML)/深層学習ワークロードの開発、アーキテクチャ設計、実行において 1 年以上の実践経験を持つ個人向けの試験です。

各分野の比重は以下の通りです。

データエンジニアリング(20%)
探索的データ分析(24%)
モデリング(36%)
機械学習の実装と運用(20%)

データ分析とモデリングで6割を占め、アソシエイトに比べてより専門的な知識が求められています。

この試験は2019年の3月から存在し、ある程度の時間が経過しています。試験ガイド(2.4 MLS-C01版)を見ると、3.2に「 language models(LLMs)」が含まれていたり、Amazon QやAmazon Bedrockも試験範囲に含まれるなど、細かくアップデートされているようです。

Skill Builderでは MLS-C01 で検索しましょう。