
本講座の概要について確認していきます
試験概要とこの講座の期待値について確認します。
AI、機械学習、ディープラーニングについて学び、それらの違いを説明できるようになります。
AIアプリケーションやAWSのAIサービスを使うことでどんなことができるかをイメージしていただきます。
機械学習の手法について確認します。
生成AIについて概要を確認します。また重要なワードを確認します。
生成AIの基礎となる基盤モデルについて確認します。
生成 AI の機能と ビジネスメトリクスについて確認することができます。
生成AIのいくつかの課題と緩和策を確認します。
このレクチャーではプロンプトおよび、プロンプトの構成要素について学習できます。
基盤モデルが適切なアウトプットを出すためのプロンプトエンジニアリングについて学習していきます
AWSが推奨しているプロンプトのベストプラクティスについて学んでいきます
基盤モデルがプロンプトの悪用やリスクにどのように対処しているかを学習します。
AWSの生成AIサービスの全体像を確認します。また、AWS生成AIスタックのインフラレイヤーについて学習します。
AmazonBedrockの特徴。FineTuningやContinued pre-trainingについて学習します。
RAG(Retrieval-Augmented Generation)という検索拡張生成について学習します。基盤モデルによるテキスト生成に外部情報の検索を組み合わせることで、回答精度を向上させる自然言語処理(NLP)技術になります。
RAG(Retrieval-Augmented Generation)を実現するための構成やベクトル化について。またそれを実現するためのAWSサービスについて学習します。
Amazon Bedrock Agentsや、Amazon Bedrock Model Evaluation、Model Invocation Loggingなど代表的な機能について学習できます。
Amazon Q の概要について学習します。また、Amazon Q の主要なサービスについて確認します。
責任あるAI(Responsible AI)とはなにか?また、責任あるAIの要素とビジネス上の利点について学習していきます。
本セクションの説明
機械学習プロジェクトの流れやMLOpsについて学習することができます。
統合環境のSageMaker Studioや、データ準備で利用するSageMaker Data Wrangler、特徴量エンジニアリングのProcessing、バイアス評価のClarify、ラベル付のGround Truthなどのサービスについて学習します。
以下を学習します。
Amazon SageMaker JumpStart
事前トレーニングモデルを利用可能(生成AI含む)
Amazon SageMaker Training
用意したコードとデータを、指定したコンピューティングリソースと用意した環境で実行し、実行履歴を自動記録するサービス
Amazon SageMaker Debugger
機械学習モデルのトレーニングプロセスを監視、デバッグ、および最適化するための機能
Amazon SageMaker 自動モデルチューニング
モデルの最適なハイパーパラメータ※ を見つけるプロセスを自動化
Amazon SageMaker Experiments
モデル学習時の実験結果を管理し、比較できるサービス
Amazon SageMaker Model Registry
トレーニングが終わった本番稼働用モデルのカタログ化
以下を学習します。
•Amazon SageMaker デプロイパターン
┗リアルタイム推論/バッチ推論/非同期推論/サーバーレス推論
•Amazon SageMaker Model Monitor
┗Amazon SageMaker の推論リクエストや推論結果を継続的にモニタリング
•Amazon SageMaker Pipelines
┗機械学習ワークロードの CI/CD を実現するサービス
•SageMaker Model Dashboard
┗デプロイされたすべてのモデルを一元的に監視/管理するためのダッシュボード
•SageMaker Model Cards
┗機械学習モデルに関する重要な情報を文書化しPDFなどで出力可能なサービス
•Amazon SageMaker Canvas
┗機械学習の専門知識がなくてもノーコードでモデルを構築できるサービス
機械学習モデルのパフォーマンス評価の考え方について学習します。
基盤モデルのパフォーマンス評価の考え方について学習します。
本セクションの説明とAIサービスの全体像を確認します。
音声系AIサービスのAmazon Transcribeについて学習します。
音声系AIサービスのAmazon Pollyについて学習します。
テキスト系AIサービスのAmazon Comprehend, Amazon Translate, Amazon Textractについて学習します
AWSチャットボットサービスのAmazon Lexについて学習していきます
AWS検索サービスのAmazon Kendraについて学習していきます
AWSのVision系サービスのAmazon Rekognitionについて学習していきます
AWS Certified AI Practitioner(AIF-C01)の合格を目指す方のための、日本語の試験対策講座+模擬試験130問パッケージです。GAFAM現役社員でIT実務歴11年の講師が、AWS公式の6試験ドメイン全領域を丁寧に解説します。
■ 実績
・本講座のレビュー数:2,500件超
・本講座の平均評価:4.3 / 5.0
・最高評価バッジ獲得(Udemy)
・講師のUdemy累計受講者:47,000人超(全講座合計)
・AWS公式の6試験ドメイン全領域をカバー
・模擬試験:2回分・計130問(詳細解説付き)
■ AWS認定AIプラクティショナーとは
AWS Certified AI Practitioner(AIF-C01)は、2024年10月に日本で一般公開された認定資格です。AWSのAI/ML(人工知能・機械学習)テクノロジーを使用するソリューションへの理解を証明する基礎レベルの資格で、AWS公式の対象受験者は「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個人」とされています。
つまり、**エンジニアでなくても、ビジネス側でAIを活用したい方や、これからAI領域のキャリアを目指す方にも十分取得可能な資格**です。
■ なぜこの講座が選ばれるのか
GAFAM現役社員でIT実務歴11年、AWS認定資格4種(CLF / AIP / SAA / MLA)保有の講師が、日本語で丁寧に解説。試験範囲のキーワードを単なる暗記ではなく、業務での使用イメージを伴って理解できる構成です。
■ 本講座でカバーする試験6ドメイン(AWS公式)
1. AIと機械学習(ML)の基礎
・AI、ML、深層学習、生成AIの位置づけと違い
・教師あり学習・教師なし学習・強化学習の基本
2. 生成AIの基本的な概念
・基盤モデル(Foundation Models)の仕組み
・大規模言語モデル(LLM)と関連ユースケース
・プロンプトエンジニアリングの基本
3. 基盤モデルの応用
・Amazon Bedrock・SageMakerの活用シーン
・RAG(検索拡張生成)の仕組みと用途
・モデルカスタマイズ手法(ファインチューニング等)
4. AWSのAI/MLサービス
・Amazon SageMaker(モデル開発・運用基盤)
・Amazon Bedrock(基盤モデルへのアクセス)
・Amazon Rekognition(画像認識)
・Amazon Comprehend(自然言語処理)
・Amazon Transcribe / Polly / Translate などの周辺サービス
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
・データ保護とプライバシー保護
・モデルガバナンス
・規制・法令対応の基本
6. 責任あるAI(Responsible AI)
・バイアス、公平性、透明性
・説明可能性(Explainability)
・モデル評価とリスクマネジメント
- その他
・最新動向に追随する「ウォーミングアップクイズ」を収録(直近の基盤モデル状況等)
■ 模擬試験について
2回分・計130問の本格的な模擬試験を収録。AWS公式の6試験ドメイン全領域に準拠した出題分布で、本試験形式に近い演習が可能です。各問題には詳細な解説を付けており、なぜその選択肢が正解(または不正解)なのかを理解しながら学習を進められます。
■ 講師:猿喰 洋一(さるばみ よういち)
・IT実務歴11年のクラウドプロフェッショナル
・サーバーサイドエンジニア / インフラエンジニア / データベースアドミニストレータ(DBA)として従事
・インフラチーム10名超のグループ長を経験
・現在は外資系クラウドベンダー(GAFAMの1社)に在籍
・AWS認定資格4種(CLF / AIP / SAA / MLA)保有
・KDP書籍2冊出版(AWS認定AIプラクティショナー対策の理解編/暗記単語帳)
・Udemyでは累計47,000人超の受講者にIT資格対策を指導
■ よくある質問(FAQ)
Q1. 完全な未経験者・非エンジニアでも合格できますか?
A1. はい。AWS認定AIプラクティショナーは、AWS公式の対象受験者として「AWSのAI/MLテクノロジーを必ずしも構築するわけではない個人」が含まれています。ビジネスアナリスト、IT サポート、マーケティング担当、製品/プロジェクトマネージャー、事業部門 / ITマネージャー、セールス担当など、技術職以外の方でも合格を目指せます。本講座は、初学者を主要なターゲットとして設計されています。
Q2. AWS未経験ですが大丈夫ですか?
A2. はい。AWSの基本サービスに初めて触れる方でも理解できるよう、各AWSサービス(SageMaker、Bedrock、Rekognition、Comprehendなど)の役割と用途を、図解を交えて丁寧に解説しています。
Q3. 試験範囲はすべてカバーされていますか?
A3. はい。AWS公式の6試験ドメイン全領域をカバーしています。「AIと機械学習の基礎」「生成AIの基本的な概念」「基盤モデルの応用」「AWSのAI/MLサービス」「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」「責任あるAI」の各ドメインを、ボリュームと重要度のバランスを取って解説します。
Q4. 模擬試験の難易度は本試験と同等ですか?
A4. 模擬試験2回分・計130問は、AWS公式の試験ドメイン分布に準拠し、本試験形式に沿った難易度で構成しています。詳細な解説付きで、間違えた問題を理解に変えることができます。
Q5. 試験までの学習時間目安は?
A5. 講義時間は約6時間です。働きながらの受講なら、1日30分〜1時間の学習で2〜4週間程度が目安です。学習後に模擬試験を2回繰り返し、間違えた論点を復習することをおすすめします。
Q6. 試験予約はどうすればよいですか?
A6. AWS認定試験の予約はAWS Certification公式サイト(Pearson VUEまたはPSI)から行えます。試験形式は選択式65問、試験時間は90分、合格ラインは700点(1000点満点)です。日本国内のテストセンター受験またはオンライン受験(自宅受験)が選択できます。
Q7. 資格取得後、どんなキャリアに活きますか?
A7. AI/ML領域のビジネスサイドや、AWSを使ったAI活用プロジェクトの推進担当として、客観的なスキル証明になります。生成AIへの関心が急速に高まる今、エンジニア・ビジネス職を問わず、AIへの理解を体系的に持っていることはキャリアの選択肢を広げます。
■ 最後に
AIの世界は急速に進化しています。今こそ、この革命的な技術への理解を体系化し、競争力のあるスキルセットを手に入れるタイミングです。
GAFAM現役社員でAI関連書籍2冊の著者でもある講師が、合格まで丁寧にナビゲートします。本講座で、AWS認定AIプラクティショナーの合格を目指しましょう。