NVIDIA 認定資格奮闘記 ~Professional Generative AI LLMs編~
今回はNVIDIAの認定資格であるProfessional Generative AI LLMsを取得したので、その内容を共有しようと思います。
Professional Generative AI LLMsとは？
Professional Generative AI LLMs（以下、NCP-GENL）は、NVIDIAが提供している認定資格の一つであり、AIドリブンなアプリケーションを開発したり運用するための中間レベルの資格となっています。主にLLMについて取り扱われる部分が多いですが、従来の機械学習に関する知識についても問われるようになっています。先日受験したAssociate Generative AI LLMsの上位資格となっており、より発展的な内容になっています。
NCP-GENLについては、公式ドキュメントによると、以下のような割合で問題が出題されるとのことでした。
- LLMアーキテクチャ: 6%
- プロンプトエンジニアリング: 13%
- データ準備: 9%
- モデル最適化: 17%
- ファインチューニング: 13%
- 評価: 7%
- GPUアクセラレーションと最適化: 14%
- モデルデプロイ: 9%
- プロダクション環境のモニタリングと信頼性: 7%
- 安全性、倫理性、コンプライアンス: 5%
NCA-GENLでは機械学習に関するコアの知識の比重が大きかったのに対し、NCP-GENLではより応用を意識し、モデルのデプロイ後の取り扱いについても問われるなど、かなり実践的なハイレベルな内容になっています。
また、試験問題数は60~70問（私の場合70問でした）で試験時間は120分とNCA-GENLに比較して問題数も時間も増えていました。問題の内容をみるとかなり実践的な内容で問題文も長く、試験問題数の増加より時間の増加の方が割合が多いのも納得の試験内容でした。
勉強方法
勉強方法についてですが、NCA-GENLの時とほとんど一緒で、以下の試験ガイドを中心に実施しました。
- 試験ガイドから問題傾向を把握する
- 各項目のSuggested Readingsを読む
- NVIDIA Course Objectivesのうちセルフペースで進められるものを対応する
- そのほかわからないところを書籍やインターネットの情報を元に捕捉する
今回はより実践的な内容ということと基礎知識はNCA-GENLで一定担保できているということを前提に、実践的アプローチについて、またGPUの運用方法についても重点的に調査してキャッチアップしていました。
受験方法
こちらもNCA-GENLと同様に公式ページのRegister for ExamからCertiverseに遷移して予約しました。
試験結果
NCP-GENLも無事一発合格できました。途中ネット接続が切れてすごいてんやわんやして試験再開しても焦ってスコアがちょっと落ちてしまったのを自覚していたので心配でしたが無事合格できました。結果をみると極端に低いスコアの部分はまさに焦っていた時に解いていたあたりでしたので、精神状態がスコアに大きく影響することを改めて感じました。
トピックごとのスコアは以下のようになっていたとのことでした。
| Topic Name | Score |
|---|---|
| Prompt Engineering | 81% |
| Data Preparation | 87% |
| Evaluation | 87% |
| Fine-Tuning | 76% |
| GPU Acceleration and Optimization | 67% |
| LLM Architecture | 77% |
| Model Deployment | 53% |
| Model Optimization | 78% |
| Production Monitoring & Reliability | 77% |
| Safety, Ethics & Compliance | 37% |
モデルデプロイと安全性、倫理性、コンプライアンスがかなり低いところは改めて内容を確認し、ちゃんと安全に運用できるような仕組みを構築できるよう知識と実践経験を積んでいこうと思います。
まとめ
今回はNCP-GENLを受験しました。事前に想定はしていましたが、NCA-GENLと比較してかなり難易度が上がっており、問題内容もより難しい英語でなんとかクリアできましたがちゃんと落ち着いて受験することの大事さを改めて感じました。もしハイレベルな生成AIに関する知識を取得したい場合はNCP-GENLの受験を考えてみてください！
Discussion