はじめに
いつの間にか、 AWS 全冠制覇は珍しいものではなくなりましたね。
合格に特化した RTA 的な記事や詳細な学習方法について記載された記事もたくさんありますので、本記事ではタイトル通り、数年後の更新のため、自分に向けたアドバイスを残します。
この記事が役に立つ人
- 自分
- 全冠制覇目指す人も若干役に立つかもしれません
受験履歴
勉強は長くても 1 ヶ月くらいがダラけなくて丁度よかったです。
以下を見ると、更新時には 15 hくらい勉強すれば、五分五分で合格点ギリギリには達しそうです。
| 試験名 | 取得日 | スコア | 勉強期間 | 正味勉強時間 |
|---|---|---|---|---|
| CLF | 2021/1/11 | 921 | 1ヶ月 | |
| SAA | 2021/3/21 | 777 | 1ヶ月半 | |
| SAP | 2021/5/23 | 895 | 1ヶ月 | 80h |
| SOA | 2021/7/17 | 839 | 1週間 | 2h,公式サンプル問題のみ（実務と被りが多い） |
| DVA | 2021/8/8 | 937 | 2週間 | 23h |
| DOP | 2021/8/24 | 931 | 2週間 | 45h |
| SCS | 2021/10/1 | 898 | 1ヶ月 | 27h |
| DBS | 2021/11/6 | 840 | 1ヶ月 | 25 - 40h（感覚） |
| DAS | 2022/2/6 | 851 | 2ヶ月 | 30 - 50h（感覚） |
| ANS | 2022/3/12 | 904 | 1ヶ月 | 20 - 40h（感覚） |
| MLS | 2022/3/31 | 798 | 2週間 | 16h |
基本的な勉強方法
NRI の書籍シリーズなどの参考書で勉強 -> 何でもいいので問題集解く
書籍を読んでいる時にだいたいの見通しがついたら、試験の日程を決めていました。
NRI の書籍シリーズ
正直、Udemyなどの問題集なしでこの書籍だけでも合格できます。
ただし、不明点を公式ドキュメントやBlackBeltでの補完を前提とします。
問題集
評価が悪すぎなければなんでもいいです。
勉強の流れは以下の通りでした。
- 問題見る
- 分からなければすぐに答えを見る
- 分からなかった単語などを調べる
- 選択肢で分からないところをなくす
- 理解度にこだわりすぎない
- この単語見たことない、から、この単語見たことある、に変える
- 重要な概念やサービスであれば後から同じような問題が出てくるため、その時にも調べることで理解を深められる
- 次の問題に移る
- 繰り返し
なお、問題集は SAP、MLS は 1 週しましたが、それ以外は 1 週もしていません。
あえてしなかったというよりは、受験日が来たのでできなかったというのが正しいです。
個別試験の対策（更新時の自分に向けて）
全体的な方針として、NRI の書籍があればそれを読むこと。
基本事項は NRI の書籍に含まれています。
SAP
とにかく長文なので、問題集で長文に慣れておきましょう。
本番試験のとき、問題を解き終わったのが試験終了 1 分前で見直しすらできませんでした。
手応えもなく、正直落ちたと思いました。
DOP
SAP と同じく長文ですが、SAP よりは長くない印象でした。
ただし、開発系のサービスに詳しくないということもあり、 SAP より難しく感じました。
今は当時より開発系のサービスに詳しくなっているので、SAP よりは楽だと思います。
DBS
一番嫌いな試験です。
エンジンごとに設定方法が異なり、それを覚えるのが苦痛でした。
特に SQL Server。
NRI の書籍だけでもいけると思いますが、念のため問題集も 30 問くらいは解いてから受験しましょう。
DAS
NRIの書籍がなかったので、「AWSではじめるデータレイク: クラウドによる統合型データリポジトリ構築入門」という書籍で勉強しました。
NRI の書籍がまだ出ていない場合、問題集でしっかりと勉強しましょう。
SCS・ANS
NRI の書籍でOKですが、問題集も 30 問くらい解いておけばより安心です。
MLS
AWSというより機械学習の基本的な知識が問われる試験であり、機械学習の知識がない自分にとっては SAP より苦労しました。
DASの知識が使えるので、DASの後に受けましょう。
「深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版」という書籍の 4-6 章を勉強して機械学習の基礎知識を学びました。
機械学習の詳細な仕組みについては深掘りされないので、上記書籍で出てくる用語がどういう意味なのか、基礎的なことを理解しておけば問題ないです。
あとは問題集に出てくる機械学習の用語について分からなければ調べて、なんとなくイメージできれば OK です。
分からない単語を YouTube で調べて片っぱしから試聴するといったこともやりました。
個人的に混同行列の指標についてなかなか覚えられず苦労しました。
・理解度の例
過学習とは？
->訓練データに過剰適合しすぎて未知のデータの予測精度が低い状況。
過学習の対策は？
->ドロップアウト、正則化、データの拡張など
画像認識なら通常RNNとCNNのどちらを使用する？
->CNN
AWSのサービスに関する問題は比率的には少なかったですが、そこそこ出題されました。
機械学習のサービスについて概要程度は理解しておく必要があります。
私はサービス概要のトップページだけ見て、どのようなサービスなのか確認しました。
ただし、SageMaker は最低でも組み込みアルゴリズムだけは公式ドキュメントで確認した方がいいでしょう。
深くは聞かれないので、基礎的なことを理解すれば OK です。
おわりに
AWS認定資格のおかげで、各サービスのざっくりとしたユースケースや体系的な理解ができ、とても勉強になりました。
細かいところは実務で学んでいくことになりますが、とっかかりとしては有益なものですね。
ちなみに、SAP on AWS という新しい認定試験が登場するようです。
短い全冠制覇でしたね。
この記事は自分のためのものですが、誰かのお役ににも立てれば幸いです。