1ヶ月でAIF beta, MLA beta (+MLS)を取得した方法
こんにちは！みなさんトレーニングと認定してますか？
今回は、新しい認定資格であるAIF beta, MLA beta (+MLS)[1]を取得できたので、その勉強方法や順番などを紹介したいと思います！
AWS認定とは
AWS認定は、Amazon Web Services（AWS）が提供するクラウドコンピューティングサービスに関するスキルと知識を評価し、認証するプログラムです。
実務経験はなくても資格を取ることはできます！
（自分は「実務経験があれば、少しの勉強で取得できる」と読み替えております笑）
AI系認定まとめ
| 資格名 | カテゴリ | 試験時間 | 試験の形態 | コスト | 対象言語 |
|---|---|---|---|---|---|
| AWS Certified AI Practitioner Beta | Foundational | 120 分 | 85 問の問題 | 75 USD/10,000 JPY | 英語、日本語 |
| AWS Certified Machine Learning Engineer - Associate Beta | Associate | 170 分 | 85 問の問題 | 75 USD/10,000 JPY | 英語、日本語 |
| AWS Certified Machine Learning - Specialty | Specialty | 180 分 | 65 問の問題 | 300 USD/40,000 JPY | 英語、日本語、韓国語、簡体字中国語 |
ベータ試験については以下の特徴があります（参考）
- ベータ試験の問題は、標準バージョンの同試験よりも総数とスコアが多くなります。
- ベータ試験は期間限定で受験できます (通常 1～3 か月)。
- ベータ試験は標準の受験料の割引料金で受験できます。
- ベータ試験の受験者は、ベータバージョンを 1 回だけ受験できます。試験を再受験するには、試験の標準バージョンが一般提供されるまで待つ必要があります。
扱う範囲についてはAWS試験ガイドをみましょう！
AWS Certified AI Practitioner
- 一般的な、また AWS 上での、AI、ML、生成 AI の概念、手法、戦略を理解
する。 - AI/ML と生成 AI テクノロジーの適切な使用を理解し、受験者の組織内で関連
する質問を行う。 - 特定のユースケースへの適用に適した AI/ML テクノロジーの種類を見極める。
- AI、ML、生成 AI テクノロジーを責任を持って使用する。
AWS Certified Machine Learning Engineer - Associate
- ML モデリングのためのデータの取り込み、変換、検証、準備
- 一般的なモデリングアプローチの選択、モデルのトレーニング、ハイパー
パラメータのチューニング、モデルのパフォーマンスの解析、モデルの
バージョン管理 - デプロイインフラストラクチャとエンドポイントの選択、コンピューティング
リソースのプロビジョニング、要件に基づいたオートスケーリングの設定 - 継続的インテグレーションおよび継続的デリバリー (CI/CD) パイプラインの
設定による、ML ワークフローのオーケストレーションの自動化 - モデル、データ、インフラストラクチャのモニタリングによる、問題の検出
- アクセスコントロール、コンプライアンス機能、ベストプラクティスを通じた
ML システムとリソースのセキュリティ確保
AWS Certified Machine Learning - Specialty
- 特定のビジネス上の課題に対して適切な機械学習アプローチを選択し、
その正当性を説明する。 - 機械学習ソリューションの実装に適した AWS のサービスを特定する。
- スケーラビリティ、コストの最適化、信頼性、安全性に優れた機械学習
ソリューションを設計および実装する。
とはいえ、具体的にどうすればいいのかわかりませんよね…？
そこで私のベストプラクティスを紹介したいと思います！
おすすめの取得順
取るべき順番としては、MLS→MLA→AIFがおすすめです！
理由としては、しっかり機械学習について学んでからSageMakerやBedrockなどの知識を付け加えていくとすんなり学ぶことができるからです
もし、1つだけ資格を取るとしたら最新のAIトレンドが追えるAIFがおすすめです！
以下、各資格の特徴になります！（主観）
MLS
MLサービスや機械学習の基礎を問う問題が多い
- SageMaker, Comprehend, Rekognitionなど
想定問題
あなたはAmazon SageMakerを使用して自然言語処理モデルをトレーニングしています。モデルの精度を評価するために、トレーニングデータとテストデータを分割しました。しかし、テストデータに対するモデルのパフォーマンスが期待よりも低いことが判明しました。この問題を解決するために最も適切なアプローチは次のうちどれですか？
A. トレーニングデータを増やすためにデータ拡張技術を適用する
B. モデルの複雑性を高めるために層を追加する
C. 学習率を下げて再トレーニングする
D. トレーニングデータとテストデータの分布を確認し、必要に応じてデータを再サンプリングする
解説
D. テストデータに対するモデルのパフォーマンスが低い場合、トレーニングデータとテストデータの分布が異なる可能性があります。データの偏りを確認し、再サンプリングやデータ収集を行うことでモデルの汎化性能を向上させることができます。
MLA
SageMakerの運用面の知識が多い
- SageMaker Data Wrangler, SageMaker Model Monitorなど
想定問題
あなたはAmazon SageMaker Model Monitorを使用して、デプロイ済みモデルのデータドリフトを検出したいと考えています。Model Monitorを設定した後、モニタリングジョブが失敗し続けています。CloudWatchログを確認すると、アクセス拒否エラーが表示されています。この問題を解決するために最初に見直すべき設定は次のうちどれですか？
A. モニタリングジョブが使用するIAMロールの権限
B. データキャプチャ設定が有効になっているかどうか
C. モデルエンドポイントの設定
D. モニタリングスケジュールの間隔
解説
A. アクセス拒否エラーが発生している場合、IAMロールの権限が不足している可能性があります。モニタリングジョブが必要なリソース（例：S3バケット、CloudWatch）にアクセスできるように、適切な権限を付与する必要があります。
AIF
プロンプトエンジニアリングなどの生成AIの知識が多い
- Bedrock, Claude, Stablediffusionなど
想定問題
あなたはAmazon Bedrockを使用してテキスト生成モデルを活用しています。ユーザーからの入力に対して安全で適切な応答を生成する必要がありますが、時折不適切なコンテンツが出力されることがあります。この問題を軽減するために、どのようなプロンプトエンジニアリングの手法を用いるべきですか？
A. プロンプトに明示的な禁止事項を記載する
B. モデルの温度パラメータを上げる
C. 出力トークンの最大長を短くする
D. プロンプトを短く簡潔にする
解説
A. プロンプトに不適切なコンテンツの生成を避けるよう明示的に指示を追加することで、モデルが望ましくない出力を生成する可能性を低減できます。
おすすめの勉強法
AIFやMLAはBetaなのでおすすめする勉強法は以下になります！
- MLSで勉強する
- 公式問題集を解いてみる
- 公式学習プランを見てみる
MLSのおすすめする勉強法は以下になります！
- 市販の問題集でのトレーニング
- 公式問題集を解いてみる
- 追加の知識を記事などで調べる
このうち、公式問題集・公式学習プランはSkill Builderというサイトで無料で見ることができます！
Beta試験については公式問題集を解いてみて、わからないところを中心に公式学習プランで復習するのがいいでしょう！
（知ってる内容については公式学習プランは6h~と冗長だったりするので）
私は公式問題集が6割以上だったので公式学習プランをさらっとみて試験にカチコミました！
公式問題集は英語のみの場合もありますが、ブラウザの翻訳で全然対応できます
公式学習プランはいくつかの学習コンテンツをまとめたもので、それぞれのコンテンツは日本語版があったりします!
公式問題集
AIF（日本語） MLA(英語) MLS(日本語)
公式学習プラン
AIF MLA MLS
Exam Prep Official Practice Question SetやStandard Exam Prep Planで調べると幸せになります
そして今なら
Credlyの通常バッジに加えて限定バッジがもらえます!
そしてさらに、特定のイベントでCreadlyバッジを見せることでスペシャルステッカーがもらえるそうです（参考）
おわりに
ここまで読んでくださってありがとうございました！
みなさまの資格ライフに少しでもお役に立てれば幸いです。
-
AI1-C01, ME1-C01, MLS-C01 ↩︎
Discussion