Zenn
📝

4日間でAWS Certified Machine Learning – Specialtyに合格した話

2024/05/02に公開
AWS
資格
AWS 認定試験
資格試験
idea

はじめに

ここ 2 ～ 3 年ほど Amazon SageMaker を使用した機械学習プラットフォームの開発に従事してきました。せっかくなのでゴールデンウイークを利用して資格を取ろうと奮い立ち、無事に合格できたのでその備忘録を残します。

TL;DR

  • AWS と機械学習の実務経験があれば 1 週間以内の勉強で十分合格できる（知らんけど）
    • 実務経験がなくても計画的に勉強すれば十分合格できる
  • 頻出するので混合行列、適合率、再現率、F1、正解率の違いを説明できるまで勉強する
    • 混合行列の表を何も見ずに書けるようにしておくと尚よい
  • 当たり前だけどAWS Certified Machine Learning - Specialty 試験ガイドに出てくる AWS サービスと専門用語を十分に理解することが重要
    • 試験ガイドにも書かれているが、機械学習だけでなくデータ処理やセキュリティ関連の問題も出題されるので自信がない部分は模擬試験や資料で復習しておくとよい
    • 使ったことのない AWS サービスはAWS サービス別資料 | 機械学習と AIで概要を押さえた
    • 機械学習の専門用語は Google のGeminiで質問し、その結果を Notion にまとめて暗記カードを作成
  • 本番の試験は模擬試験よりも簡単に感じた
  • 円安の影響で 2024 年 4 月から受験料が 4 万円に値上がりしているのが地味にツライ

スケジュール

実務経験と過去に G 検定を取得した経験があったので 4 日間という短い期間で合格できると思い、スケジュールを組みました。機械学習の実務経験がない方は 1 か月ほどの勉強期間を設けたほうが無難かと思います。

スケジュールは先に受験の申し込みを行い、受験日を決めてから逆算して一週間ごとのマイルストーンを設定したほうが良いと感じました。

1 日目

2 日目

3 日目

4 日目

試験当日

  • 試験開始 3 時間前に到着し、テストセンター会場近くのスターバックスで模擬試験の不正解した問題を復習

教材

[動画] AWS Skill Builder | Exam Readiness: AWS Certified Machine Learning - Specialty (Japanese) (Na) 日本語実写版

AWS Skill Builder | Exam Readiness: AWS Certified Machine Learning - Specialty (Japanese) (Na) 日本語実写版

AWS 公式が提供する無料の学習コンテンツです。機械学習の基礎と関連する AWS サービスの概要を説明してくれます。基礎的な話のみなのでここで紹介されている AWS サービスの詳細は BLACK BELT で勉強したほうが良いです。

[スライド・動画] AWS BLACK BELT サービス別資料 | 機械学習と AI

AWS サービス別資料 | 機械学習と AI

サービス別のスライドと動画を提供する AWS の公式サイトです。機械学習と AI に関連したサービスの理解を深めるのに役立ちました。

[模擬試験] Udemy | 【最短攻略】AWS 認定機械学習 – 専門知識 模擬問題集

Udemy | 【最短攻略】AWS 認定機械学習 – 専門知識 模擬問題集

130 問 （65 問 × 2 セット）と解説、機械学習の専門用語集がついているコースです。試験準備の総仕上げとして受講しました。法人向けサービスに入っていれば無料で受けることも可能です。

試験

試験時間は 180 分、問題は 65 問、解答タイプは択一選択問題と複数選択問題です。単純計算で 1 問あたり約 2 分 30 秒で解けば時間切れになることはありません。模擬試験で 1 問あたり 2 分もかからないことはわかっていたので時間切れになる心配は特にしていませんでした。

試験問題は 110 分ほどですべて解き終わり、20 分ほど使って自信がなかった問題の見直しを行いました。

試験終了から約 4 時間後にメールで合格通知がきました。スコアは 819/1000 でした。

振り返り

180 分間、65 問の問題を解くことになるので集中力が必要でした。AWS 資格試験に限った話ではないですが、普段からインプットの勉強とアウトプットの試験を行う習慣が大事になってきます。

模擬試験で復習しても本番で迷ってしまうケースがあったので完璧にしたい場合は、ラバーダック・デバッグのように何も見ずに説明できるようにしておくべきだったと思います。

以上、この記事が誰かの一助になれば幸いです。

GitHubで編集を提案

Discussion