【AI-200】Azure AI Cloud Developer Associate って、どんな試験？

はじめに

この記事では、Microsoft の AI 系資格 AI-200 : Developing AI Cloud Solutions on Azure について、試験概要や勉強方法、押さえておきたいポイントを紹介します。

先に一番大事なことを書いておきます。
AI-200 は、名前に「AI」と付いていますが、Microsoft Foundry やプロンプト設計が主役の試験ではありません。
AI アプリケーションを Azure 上で安全かつ安定して動かすための、バックエンド開発力を問う試験です。ここを勘違いすると、教材選びから丸ごと外れます。

3行要約

• AI-200は、2026年7月31日に退役した AZ-204 の後継にあたる、Azure 開発者向けの中級資格
• 中身はコンテナー、Cosmos DB、PostgreSQL + pgvector、Redis、Functions、Service Bus、Key Vault、OpenTelemetry。Foundry はほぼ出ません
• AZ-204 の範囲の復習が最優先。ここを疎かにすると素直に点を落とします (経験談)

試験概要

AI-200 は、AI 処理を実行するアプリケーションを Azure 上でどう実装・運用するか、という視点で構成されています。

• アプリをどこで動かすのか（コンテナー、App Service、Functions）
• データや埋め込みをどこへ格納するのか（Cosmos DB、PostgreSQL、Redis）
• サービス間をどうつなぐのか（Service Bus、Event Grid）
• シークレットをどう保護するのか（Key Vault、App Configuration、マネージドID）
• 障害発生時にどう追跡するのか（OpenTelemetry、Azure Monitor、KQL）

基本情報

項目	内容
試験コード	AI-200
資格名	Microsoft Certified: Azure AI Cloud Developer Associate
カテゴリ	Azure AI 系認定資格（2026年新設・AZ-204の後継）
対象者	Azure 上で AI アプリのバックエンドを開発する開発者
試験時間	120分
合格ライン	700点 / 1000点
難易度	中級（Associate）
前提知識	Python 等での開発経験、Azure SDK、ベクトルデータベースの基礎
日本語	2026年8月、日本語化されました

※2026年8月時点の情報です。受験前に必ず Microsoft Learn の公式ページを確認してください。

出題ドメインと配点

ドメイン	テーマ	配点の目安
ドメイン1	Azure でコンテナー化されたソリューションを開発する	20〜25%
ドメイン2	Azure データ管理サービスを使用して AI ソリューションを開発する	25〜30%
ドメイン3	Azure サービスへ接続し、利用する	20〜25%
ドメイン4	Azure ソリューションをセキュリティで保護し、監視し、トラブルシューティングする	20〜25%

見ての通り、4ドメインがほぼ均等なので、捨て分野を作りにくい試験と言えます。
そして、この一覧の中に「モデルを選ぶ」「プロンプトを設計する」といった項目が1つも無いことに注目してください。

AZ-204 との違い

AZ-204（Developing Solutions for Microsoft Azure）は2026年7月31日に退役し、その後継として登場したのが AI-200 です。

試験	主な目線	中心となるサービス
AZ-204（退役）	Azure 上でアプリを開発する	App Service / Functions / Cosmos DB / Service Bus / Key Vault
AI-200	AI アプリを Azure 上で開発・運用する	上記 + Container Apps / AKS / PostgreSQL + pgvector / Managed Redis / OpenTelemetry

AZ-204 と同様の問題がそこそこ出題されます。
土台は AZ-204 のままで、そこに「ベクトルをどこに置くか」「イベント駆動でどうスケールさせるか」「分散トレースでどう追うか」という AI アプリ特有の層が乗った、という構造です。

結果

• 受験日：2026年8月
• スコア：850点
• 結果：合格

学習方法

勉強期間・時間

• 総勉強時間：約50時間
• 使用教材：Microsoft Learn 公式教材、公式スキルガイド、Udemyの演習問題

1. Microsoft Learn 公式教材

まずは公式コース「AI-200T00-A : Azure で AI クラウド ソリューションを開発する」で全体像を確認しました。

このコースで、以下を一通り学べます。

• Azure Container Registry、Azure Container Apps、AKS、App Service
• Azure Cosmos DB for NoSQL
• Azure Database for PostgreSQL と pgvector
• Azure Managed Redis
• Azure Functions、Azure Service Bus、Azure Event Grid
• Azure Key Vault、Azure App Configuration
• OpenTelemetry、Azure Monitor、KQL

読むときは、画面操作を丸暗記するのではなく、次の2点を意識するのがおすすめです。

• この要件では、どのサービスと構成を選ぶのか
• その構成にすると、スケーリング・可用性・セキュリティ・コストがどう変わるのか

2. 公式スキルガイド

Microsoft Learn と並行して、公式スキルガイドをチェックリストとして使い、理解が曖昧な項目を個別の公式ドキュメントで補いました。
Azure 開発の経験が無い方は、読むだけで終わらせず、小さなサンプルでもよいので SDK や CLI を実際に動かしながら学習したほうが理解は早いと思います。

3. 演習問題

以下の演習問題を使用しました。ケーススタディまで含めて本番の形式に非常に近かったので、AI-200 を受験する方にはおススメです。

取り組み方は、以下の通りです。

• 各問題セットが100%になるまで、何周もする
• 正解だけでなく、なぜ他の選択肢が要件を満たさないのかを説明できるようにする

当日の流れと注意点

• 試験時間は120分
• 合格ラインは700点
• コードを読む問題が多いです。 Python / .NET / Java の SDK コードに加えて、Azure CLI、JSON、SQL、KQL が出ます
• ケーススタディセクションがあります。企業の背景・既存環境・要件がまとめて提示され、そこから複数問が出る形式です
• 中級資格なので、試験中に Microsoft Learn を参照できるセクションがあります

コード問題は、すべての構文を暗記する必要はありません。

• クライアントを初期化する部分
• 認証情報を指定する部分
• 接続先やリソース名を指定する部分
• 処理を開始するメソッド
• 結果や状態を取得するメソッド

を役割ごとに追いかける読み方に慣れておくと、知らない言語の SDK でも十分理解できると思います。

⚠️ハマりどころ

• 「AI」の名前に釣られて Foundry を勉強すると、空振りします。 モデル選定もプロンプト設計も主役ではありません。AI-901 や AB 系とは全くの別物として捉えてください。
• AZ-204 の復習が最優先です。 Azure Functions、App Service、Service Bus、Event Grid、Key Vault、Cosmos DB は必ず戻って固めましょう。
• 公式プラクティス評価がまだありません（2026年8月時点）。 実力確認の手段が限られるので、演習問題の確保は早めに。
• 障害切り分け型の設問が多いです。 「遅い」「落ちる」「イベントが消える」といった症状から原因レイヤーを特定させる形式なので、サービスごとの調査手段まで押さえておく必要があります。

受験してみての感想

AI-200 は、AI アプリの動かす基盤、置き場所、つなぎ方、守り方などをまとめて棚卸しできる試験でした。生成AI案件で実際に詰まるのは、たいていこの層なので、非常に有用な試験だったなと感じます。

特に、以下のような方にはおすすめです。

• Azure 上で AI アプリのバックエンドを開発している方
• AZ-204 を持っていて、次の資格を探している方
• RAG のデータ基盤（ベクトルの格納先、検索性能、キャッシュ）を体系立てて整理したい方
• AI-103 と合わせて、アプリ側と基盤側を両方押さえたい方

一方で、Foundry でのエージェント開発や生成AI の実装そのものを学びたい方は、AI-103 のほうが目的に合うのかなと思います。

まとめ

• AI-200は、AZ-204 の後継にあたる Azure 開発者向けの中級資格
• 名前に反して、Foundry やプロンプトはほぼ出ない。バックエンド開発力を問う試験
• 4ドメインがほぼ均等配点で、捨て分野を作りにくい
• pgvector、Managed Redis のベクトル検索、OpenTelemetry、KEDA が新規範囲の山場です！