MLA-C01 / AWS Machine Learning Engineer Associate に合格するための勉強方法
今月、『MLA-C01 / AWS認定 Machine Learning Engineer Associate 模擬試験4回＋＠ | Udemy』という新しいUdemyコースを開設しました。この問題集を作成した背景は、AWSを10年以上触ってきた実務経験があり、過去にAWSの全冠を取得した筆者が「最も勉強しなければいけない最難関のアソシエイト試験なのでは？」と感じた試験がAWS認定 機械学習エンジニア アソシエイトだったからです。
最難関のアソシエイト試験？
まず、振り返りですが、AWSの認定試験には大きく4つの難易度レベルがあります。
Foundational (基礎レベル)：AWSの基本的な知識を問う試験
Associate (アソシエイトレベル)：現場で使えるAWSの知識を証明する試験。記事公開時点で最多の5つの認定試験がある
Professional (プロフェッショナルレベル)：幅広いAWSの知識を深く理解していることを証明する2つの認定試験
Specialty (スペシャリティ)：ネットワーク、セキュリティ、機械学習のそれぞれ専門知識を問う3つの認定試験
ではなぜ、AWS Machine Learning Engineer Associate がアソシエイトレベルの試験で一番難しいのかと感じたのかというと、それはシンプルに試験の中で問われる知識範囲が一番広いと感じたからです。
AWS Certified Machine Learning Engineer - Associate (MLA-C01) 試験では、AWS クラウドを使用した機械学習 (ML) ソリューションとパイプラインの構築、運用化、 デプロイ、保守についての受験者の能力を検証します。
上記は、AWS Machine Learning Engineer Associate の試験ガイドの冒頭にある案内です。この試験ガイドを読み込んでみると以下のことが読み取れます。（個人的解釈なのであしからず）
前提としてAI/機械学習そのものの知識を有していてね
あと、AWS Certified Solutions Architect - Associate ぐらいの幅広いAWSサービスの知識が必要だよ
AWS Certified Developer - Associate で問うような Pipeline の知識はしってもっていてね。あと、CloudFormationとCDKについても問うよ。
そうそう機械学習はデータと密接な関係があるから、もちろん AWS Certified Data Engineer - Associate で問うようなデータ関連の知識も必要だからね
つまり、試験範囲がものすごく広いのです。
機械学習について大学や職場で学習・実践されている方
→ AWSについての広範な知識習得が必要普段AWSを触る方で機械学習に挑戦しようとされている方
→ G検定レベルの知識習得が必要昔AWSを触っていたが今はアーキテクチャ設計などをされている方
→ CDKといった最近の知識や Pipeline などの現場で必要な知識習得が必要WEBアプリケーション開発に携わり、AWSを活用されている方
→ Kinesis や Glue といったデータエンジニアに求められる普段触らない知識習得が必要
という具合です。これが AWS認定 Machine Learning Engineer アソシエイトが「もっとも取得するのが難しいアソシエイト試験なのでは？」と感じた正体です。
合格するための勉強方法は？
AWS Skill Builder や Blackbelt の動画がやはりよいですね。充実していますし、AWSの中の人がサービスを知ってもらうために書いているコンテンツなのでとてもクオリティが高いです。ただ、これは「知ってるよ」という声があがってきそうなので、今回は少し変わった？けど効果の高い勉強方法を紹介します。
Amazon SageMaker のよくある質問
AWSの試験の特徴といえば、問題文の中にユースケースが書かれていることだとおもいます。試験内容の開示は禁止されているので詳細は書けないですが、AWSの試験を受けたことがある方は「あぁ、あのパターンの問題ね。」と察していただけるはずです。
で、そのパターンの問題にとても有効的なのが、以下となります。
何が良いのかというと、まず第一に「モデルの不均衡を確認するにはどうすればよいですか?」という質問があって、答えが隠れているのです。つまり、なんというかもう”練習問題”ができちゃうんですね。ある意味このページのよるある質問自体がもう”AWS認定 機械学習エンジニア アソシエイトの問題集”なのです。
しかも、よくある質問＝実際の現場で発生した質問なので、もうユースケースそのものなのです。
もちろん実際の試験はもっと難易度は高いものですし、問題形式（4択など）も異なりますが、個人的にはまず、このよくある質問を精読するとかなりの実力がつくと考えています。
AWS 試験ガイド
AWSは各認定資格の案内ページでは、『試験ガイド』と呼ばれる、文字通り試験内容のガイドとなるPDFが設置されています。
私も数多くの試験を受けてきたにも関わらず、この存在に気付いたのは最近なのですが、実は非常に役に立つ情報が掲載されています。
出題範囲の重み
AWS 認定 機械学習エンジニア アソシエイトの場合は以下です。
第 1 分野: 機械学習 (ML) のためのデータ準備 (採点対象コンテンツの 28%)
第 2 分野: ML モデルの開発 (採点対象コンテンツの 26%)
第 3 分野: ML ワークフローのデプロイとオーケストレーション (採点対象 コンテンツの 22%)
第 4 分野: ML ソリューションのモニタリング、保守、セキュリティ (採点対象 コンテンツの 24%)
各分野の詳細については試験ガイドの中盤に掲載されています。上記から第一分野が重要で、第３分野が若干重要度が低いということがことがわかります。この傾向は出題数に影響があると推測できます。
分野の詳細
各分野については、”対象知識”、"対象スキル"が記載されています。例えば「第 1 分野: 機械学習 (ML) のためのデータ準備」については以下の通りです。
対象知識:
• データ形式と取り込みメカニズム (検証済みフォーマットと未検証のフォーマット、Apache Parquet、JSON、CSV、Apache ORC、ApacheAvro、RecordIO など)
・・・省略
対象スキル:
• 関連する AWS のサービスオプション (Amazon S3 Transfer Acceleration、Amazon EBS プロビジョンド IOPS など) を使用してストレージ [Amazon S3、Amazon Elastic Block Store (Amazon EBS)、Amazon EFS、Amazon RDS、Amazon DynamoDB など] からデータを抽出する。
・・・省略
まずは、ここに記載のある用語、AWSサービスについて知識があるかをご確認いただき、”わからない”、”説明ができない”ものは Google で検索するなり、 ChatGPT で解説してもらうなりをするとよいかとおもいます。
その後に「Amazon SageMaker Data Wrangler および SageMaker Feature Store にデータを取り込む」といったユースケースを Google で検索して、実際の設定方法などを解説しているページを読み込むとよいでしょう。
（AWS や クラメソさん の記事があるとアタリです）
範囲内の AWS のサービスと機能、範囲外の AWS のサービスと機能
これは長いので引用はしないですが、これもまた役立つ情報です。特に範囲外のAWSサービスについては地味に役立ちます。AWS ソリューションアーキテクト系のような広範囲のAWSサービスを問う認定でない場合、対象外のAWSサービスを知ることは、記憶容量のキャパをかなり節約できます。
AWS Machine Learning Engineer Associate では Amazon Inspector や AWS Artifactなどは対象外のようです。
まとめ ＆ 模擬試験特典案内
いかがでしたでしょうか。今回はちょっと変わったAWS認定試験の方法をご紹介しました。興味をもっていただければぜひ「試験ガイド」に目を通して見てもらえればです。意外な発見があるとおもいます。
最後に筆者が開設したUdemy模擬試験の紹介ページへのリンクを掲載させていただきます。リンク先では割引クーポンを定期的に発行しておりますのでご活用ください。