はじめに
AWS認定 AI/ML Specialty（AIF-C01）の学習を進めるにあたり、出題範囲で主要となるAWSサービスを一覧表に整理しました。
自分用の整理ですが、これから学習する方の参考になれば幸いです。
主要AWSサービスまとめ
AI/ML系
| サービス名 | イメージ | 説明 |
|---|---|---|
| Amazon SageMaker |  |
モデルの実験室のようにMLを 構築・訓練・デプロイする統合環境 |
| Amazon Bedrock | 🗿 | 基盤となる大きな岩 ＝複数の基盤モデルをAPI経由で利用 |
| Amazon Textract |  |
PDFやスキャンされたドキュメントからテキスト,表をを抽出 |
| Amazon Transcribe |  |
音声を文字に変換 |
| Amazon Translate |  |
言語を自動翻訳 |
| Amazon Comprehend |  |
テキストから感情・意味を理解 |
| Amazon Lex |  |
会話型アプリ・チャットボット作成 |
| Amazon Polly |  |
テキストを自然な音声に変換 |
検索・DB系
| サービス名 | イメージ | 説明 |
|---|---|---|
| Amazon OpenSearch Service |  |
データ全文検索・ベクトル検索 |
| Amazon Aurora |  |
高速・高性能なRDB |
| Amazon Neptune |  |
ノードや関係性を持つグラフDB |
セキュリティ系
| サービス名 | イメージ | 説明 |
|---|---|---|
| AWS IAM |  |
アクセス権限管理 |
| AWS KMS |  |
暗号化キー管理 |
| Amazon Macie | 🕵 | S3内の機密データ検出 |
| AWS Config |  |
設定変更履歴・コンプライアンス監視 |
| Amazon Inspector |  |
脆弱性スキャン |
SageMakerシリーズ一覧
またSageMakerにはいくつか種類があり、機械学習の開発から本番運用までを幅広くサポートします。
「どのサービスがどのフェーズを担当するか」がよく問われるので別途整理します。
| サービス名 | イメージ | 説明 |
|---|---|---|
| SageMaker Studio |  |
ブラウザベースの統合ML開発環境（IDE）。 コード・データ・モデルを一括管理。 |
| SageMaker JumpStart |  |
事前学習済みモデルやソリューションをすぐ利用できる機能。 生成AI・MLのスターターパック。 |
| SageMaker Canvas |  |
ノーコードで予測モデルを作れるGUIツール。 SQL不要でデータ分析可能。 |
| SageMaker Autopilot |  |
データから自動で最適なモデルとハイパーパラメータを選定してくれるAutoML機能。 |
| SageMaker Ground Truth |  |
高品質な学習データ作成（アノテーション）を支援。 外部ラベラーや自動ラベリングも可能。 |
| SageMaker Data Wrangler | 🧹 | データの前処理・変換・可視化を効率化。 学習前のデータクレンジングに強い。 |
| SageMaker Model Monitor |  |
本番環境にデプロイしたモデルの性能低下やドリフトを検知。 |
| SageMaker Clarify |  |
潜在的なモデルのバイアス検出と説明性の向上を支援。 |
| SageMaker Training / Inference |  |
モデル訓練と推論のためのスケーラブルなインフラ。 |
| SageMaker Pipelines |  |
MLワークフローを自動化するMLOps機能。 |