はじめに

今年の春ごろから個人開発ゲームのプロジェクトを始め、その開発体験をシリーズとしてQiitaに投稿してきました。

ここ3か月は、ゲーム開発よりもAWS Certified Solutions Architect - Professional（SAP）試験の勉強に注力していました。

先日、無事に合格できたため、今回はその体験記を投稿します。

動機

1年ほど前、開発エンジニアから運用エンジニアへキャリアチェンジし、部署異動しました。

異動先の部署でAWS資格取得に対するインセンティブがあったこと、そして部署のテックリードメンバーの多くがSAP資格を取得していたことが、受験のきっかけです。

私が所属する部署では、インフラとしてAWSをメインに利用しています。

昨年、異動直後にAWS Certified Solutions Architect - Associate（SAA）を取得しました。これは、運用エンジニアとして立ち上がる時期にあった私にとって、大いに役立ちました。

その後、1年間運用エンジニアとして仕事をするなかで、教科書だけでは得られない、現場の生きた知見も身につきました。

テックリードメンバーに少しでも追いつけるように、今回は上位資格であるSAPに挑戦しました。

勉強の進め方

前述のとおり、私は昨年SAAを取得しており、実務経験もありました。そのため、AWSの主要サービスについては、基礎的な内容を理解できている感覚がありました。

そこで、次の2点を意識して勉強しました。

とにかく問題演習を中心に学習する
疑問やあやふやな理解は、AIを使い倒して納得できるまで質問する

勉強の期間

2026年5月1日〜2026年8月26日（受験日）

勉強に使った時間

平日は昼休みなどを使って15分程度、休日は30分ほど勉強しました。

とにかく「1日15分は勉強する」ことをルールにしました。

試験日の前週には模擬試験にも取り組み、3時間ほどかけて75問を解きました。

利用した教材

AWS認定ソリューションアーキテクト－プロフェッショナル第2版

まず、この本を使ってSAP試験の出題傾向や問題のレベルを把握しました。

試験の傾向や難易度を知るための教材として、とても役立ちました。

インプットの方法としては、問題を丁寧に解きながら、正解の選択肢だけでなく、それぞれの選択肢がなぜ間違っているのかも確認しました。

さらに、AWSのサービス知識だけにとどまらず、関連する派生知識についてもAI（ChatGPT）に何度も質問し、納得できるまで理解するようにしました。

この問題集には、2周ほど取り組みました。

CloudTech 資格会員

書籍による問題演習のあと、CloudTechの問題を300問ほどすべて解きました。

まず1周したうえで、2周目以降は間違えた問題に絞って重点的に対策しました。

このサービスは解説が非常に充実しています。また、不明な点をAIに質問できる機能もあります。

単に資格合格を目指すのであれば、多くの人にとって、このサービスだけでも十分なのではないかと感じました。

ただし、私が利用したプランではAIの利用回数に制限がありました。

所感

まず、合格できたことを大変うれしく思います。

同時に、あらためてAIを活用した勉強方法のすばらしさを実感しました。

冒頭でも書いたとおり、私は今年から個人開発プロジェクトを始めました。

以前の私は、IT資格の勉強を自己研鑽の中心にしていました。しかし、資格試験の勉強だけでは、得られる知識や経験に限界があると感じるようになりました。

そこで、より質の高い自己研鑽を目指して、個人開発プロジェクトを始めました。

今回、AIをパートナー、あるいはチューターとして利用する勉強方法を試してみたところ、以前とは比べものにならないほど、質の高い学びを得られたと感じています。

資格試験を入口として、知識の深さも幅も大きく広げられることを実感しました。

例えば、先ほど述べた派生知識の学習として、ストリーム処理について深掘りしたことがあります。

KinesisやFirehose、Flinkなどについて、以前であれば、

こういう問われ方をしたら、このソリューションを選ぶ

という、暗記に近いトレーニングだけで問題演習を終えていたと思います。

しかし、AIをチューターとして活用することで、

そもそも「ストリーム処理」とは何なのだろう？

という疑問についても、効率的かつ深く理解できました。

「なぜこうなっているのか」という疑問をスムーズに解消できる感覚は、以前の試験勉強では得られなかったものです。

AIとのやり取りの一部

わたし:
そもそも「ストリームデータ」って何でしょう？
「ストリームではないデータ」とあわせて、それぞれ例を挙げて解説してください。

AI:
「ストリーム vs 非ストリーム」はツールの話ではなく、
データの性質と扱い方の違いです。

...

わたし:
少し疑問です。

> 1日分の売上データ

これは、明日も明後日も会社が存続する限り生成されますよね？
終わりがないのであれば、ストリームデータなのではないでしょうか？

AI:
結論から言うと、

「ストリームかどうか」は“データの総体”ではなく、
“処理単位の切り方”で決まる

ということです。

...

わたし:
なるほど。

ログから不正検知を行うのであれば、1日も待っていられないため、
リアルタイムに近い異常検知が必要になるというのは、職業柄理解できます。

一方で、ビジネスの観点では、
日次より短いスパンで把握したいものには何がありますか？

AI:
あります。

しかも「一部の業界」だけではなく、
さまざまな領域で「日次では遅い」と判断されています。

ただし、ポイントは、

「リアルタイムで見ること自体が目的なのではない」
「リアルタイムに意思決定したいかどうかが重要である」

ということです。

...

わたし:
なるほど。

ストリームが必要かどうかは、
「どれだけ早く意思決定したいか」で決まる。

これでようやく、ストリームデータと
非ストリームデータの違いの本質がわかりました。

AI:
その理解で問題ありません。
かなり本質を捉えています。

むすび

資格試験の勉強も一区切りついたので、これからは再び個人開発プロジェクトにも注力していきたいと思います。

今回の経験を通じて、AIが知識の習得や理解を補助する強力なツールであることを、あらためて実感しました。

個人開発プロジェクトでも、AIをさらに活用していきたいと思います。

※この記事は私自身の体験をもとに執筆しましたが、文章の構成・表現についてはAIに手直しをしてもらっています。