Help us understand the problem. What is going on with this article?

AWS 認定 Big Data - Specialty に合格しました(2018/12)

はじめに

周りにSAPro保有者が増えてきたので、
ちょっと違うものでも取ろうかなという受験動機で申し込み、無事合格できました。
本試験に関してあまり記事もないので、いくつかの情報をシェアしようと思います。

なお、試験時間は170分で65問に回答、
2018年12月時点で模擬試験の提供は無し(これが本当に辛い!!)、という試験条件でした。

最終的に点数の内訳はこういった感じでした。
62%でも合格になるのですね。(だいぶギリギリ・・・)

総合成績: 62%

分野別の成績 :
1.0  Collection: 50%
2.0  Storage: 77%
3.0  Processing: 37%
4.0  Analysis: 62%
5.0  Visualization: 85%
6.0  Data Security: 60%

現状

AWS歴4年ちょい。

保有資格は下記+ベンダ系をちょこちょこ
- ソリューションアーキテクト プロフェッショナル
- DevOpsエンジニア プロフェッショナル

普段の仕事は、中〜大規模Webのアーキテクト & インフラエンジニア

Bigdata系でいうと、Redshiftはそれなりに触ったことあり、
Athenaはログ解析でよく使う、QuickSightとESSは触ったことなし、
DynamoDBはそれなりに、Kinesis/EMRはほぼノータッチという感じです。

やったこと

  1. 試験ガイド の斜め読み
    →抽象的すぎてほぼよくわからず
  2. サンプル問題の消化
    →なんだかんだで50%くらいの正答率、焦りを感じる
  3. 試験ガイド内のリンクを回遊
    このページ でやっと関連ソリューションのキーワードを発見
  4. BlackBeltを読む
    →年末の色々を言い訳にKinesis分しか読めず・・・
  5. 当日を迎える

最終的に学習に費やせたのは3~4時間だと思います。

勉強しようと息巻いてCloudGuruも契約したのですが、
最初のTutorial以降進める時間を確保できず・・・
$30を無駄にしました。(先ほど解約しました)

所感

NDAがあるので詳細には触れられませんが、
概ね試験ガイドに関連するキーワードが満遍なく出題されていたように思います。

結果の内訳を見るとDataProcessingの正答率が低かったです。

BigDataにおいては、「データ投入→一時蓄積→加工→最終蓄積→分析」が基本となります。

自分は、「一時蓄積→加工」部分について、
"何をトリガに" ・ "誰が処理する" あたりのデザインパターンの理解が
圧倒的に足りていなかったように思いました。

試験ガイドだけ見ると、「抽象的すぎてよくわからん!」となると思いますが、
関連リンクまでしっかり読みこんで備えれば、きっと合格につながると思います。
特に、各ソリューションを使った場合のデザインパターンは、
なるべく多く頭に入れておいたほうがよさそうです。

また、ソリューションアーキテクト プロフェッショナルをお持ちの場合は、
オーバーラップする箇所がそれなりにあるので、学習コストは低いように思います。

受験される方の何らかの力になれば幸いです。

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away