お疲れさまです。
表題の試験に合格したため記録として残したいと思います。
結果
合格(902点)
| 分野 | 名称 | 割合 |
|---|---|---|
| 1 | データエンジニアリング | 20% |
| 2 | 探索的データ解析 | 24% |
| 3 | モデリング | 36% |
| 4 | 機械学習の実装と運用 | 20% |
所有資格
| 資格名 | 取得年月日 |
|---|---|
| AWS Certified Solutions Architect - Associate (SAA) | 2018-06-14 |
| AWS Certified SysOps Administrator - Associate (SOA) | 2018-06-22 |
| AWS Certified Developer - Associate (DVA) | 2018-06-25 |
| AWS Certified Solutions Architect - Professional (SAP) | 2018-07-19 |
| AWS Certified DevOps Engineer - Professional (DOP) | 2020-02-19 |
| AWS Certified Big Data - Speciality (BDS) | 2020-03-23 |
| AWS Certified Security - Speciality (SCS) | 2020-04-01 |
| AWS Certified Machine Learning - Speciality (MLS) | 2020-04-13 |
事前知識
機械学習にガッツリ取り組んだ経験はありません。
GCPのデータエンジニア試験を受けた際に機械学習に関する一般的な知識は重点的に学んだ経験があります。
所感
他の方の合格記事を見られた方はなんとなく理解されてると思いますが、出題範囲はほぼ機械学習モデルとSageMakerに集中しています。
ですので、この領域が完全に未経験の場合は回帰や分類、教師ありなし学習などがどのような意味か、というところから書籍などで理解する必要があります。
一部、データレイクやETL周りのアーキテクチャも出題されますが、これはSAPやDOPを取得していれば理屈で答えられると思います。
受験者に向けたアドバイス
- 予測や分類、アルゴリズムやハイパーパラメータなどは幅広く固有名詞とどういうパターンに当てはまるか整理する
- 正規化、非正規化、トレーニングセットやテストセットの精度に異常がある場合の改善方法を理解する
- SageMakerと親和性の高いAWSサービスの理解と組み合わせ方を学ぶ
- ノートブックインスタンスの特徴を把握しておく
- Transcribe、Comprehend、Translate、Polly、Lexなどの機械学習関連サービスの特徴を理解する
- KinesisとGlueの使い方を理解する
まとめ
これで専門知識資格を3つ取得できました。
月内にネットワークを受けられればいいなと思いながら地道に試験対策を進めていこうと思います。
あとはこの試験について学習したことで機械学習の具体的な使い方やワークフローについて理解できたので社内データをなんとか活用したいというモチベーションが上がったことが収穫でした。