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

AWS認定機械学習 - 専門知識ベータ試験 受験レポート

はじめに

10番目のAWS認定「AWS Certified Machine Learning – Specialty Beta Exam (AWS認定機械学習 - 専門知識ベータ試験)」に合格し、AWS認定10冠を達成しました。
備忘のため試験の概要について簡単にまとめたいと思います。

認定のステータス

「AWS Certified Machine Learning – Specialty」は、2018年11月のAWS re:Inventで発表されたAWS認定です。2018年12月でベータ版試験の申し込み受付は終了しており、2019年3月現在では受験することはできませんが、将来的に正式版が公開される見込みです。
正式版試験は受験後すぐに合否が分かるのに対して、ベータ版試験は受付期間終了後の通常3ヶ月以内に合否が発表されるという違いがあります。

試験の結果

2018年12月7日に受験、2019年3月15日にメールで通知が届き、AWS認定ページで合格を確認できました。
100〜1000点で採点され750点以上が合格という基準で、私のスコアは809点でした。
ギリギリでは無いけれどあんまり余裕がある感じでは無いですね。私の本職はバックエンドエンジニアなので、AWSサービスにある程度精通したAI系のエンジニアであればもう少し高いスコアが期待できると思います。

試験の概要

  • 選択可能な言語: 英語のみ
  • 試験時間: 180分
  • 問題数: 70問
  • 合格基準: 750点以上 (100〜1000点のスコアレンジ)

私は義務教育+αで英語を学んだ程度なので、英文の意味が理解できるか不安でしたが、機械学習や深層学習のテクニカルタームを除けば分かりやすい英語で記述されており、案外何とかなりました。

求められる知識レベル

私見ですが、以下の知識レベルが求められる試験だと思います。

  • 機械学習と深層学習: JDLAディープラーニングG検定+α程度の知識
  • SageMaker: 普段からSageMakerを使っている、またはSageMakerの開発者ドキュメントをしっかり読み込んでいる
  • その他のAWSサービス: ソリューションアーキテクトアソシエイト+α程度の知識

AWSとは関係ない一般的な機械学習と深層学習に関する問題が思いの外多かった印象です。
JDLAディープラーニングG検定を受験した約2週間後にこちらの試験を受験したため、記憶が割と新鮮だったことが良い方に働いてくれたと思います。
SageMakerに関する知識も上記の次に重要だと思います。半日のハンズオントレーニングを受講したことがある程度だったので、もう少し開発者ドキュメントを読み込んだり、実際に使ってみたりすれば良かったと感じています。

最後に

11番目のAWS認定「AWS Certified Alexa Skill Builder - Specialty Beta」も2019年2月に受験しましたので、こちらも結果が分かったら簡単なレポートを書く予定です。
また AWS認定9冠制覇したのでオススメの勉強法などをまとめてみる - Qiita の方も折を見てアップデートしたいと思います。
現場からは以上です。

nakazax
中里浩之 / クラウドソリューションアーキテクト / AWS認定11冠 / GCP認定6冠
Why not register and get more from Qiita?
  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
No 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
ユーザーは見つかりませんでした