合格者の体験記 (MLA-C01)
合格者の体験記について、試験対策の情報として是非ご活用ください。
◆登録情報
【ユーザ名】 ： wakaman
【会員プラン】： ベーシック
【実務経験】 ： なし
【取得済み資格】： CLF, AIF, SAA, SOA, DVA, DEA, SAP, DOP
◆受験情報
【受験科目】 ： 【MLA-C01】AWS Certified Machine Learning Engineer - Associate
【受験言語】 ： 日本語
【受験日】 ： 2025/05/05
【スコア】 ： 874 点
【合否】 ： 合格
【学習期間】 ： 1 か月
【受験回数】 ： 1 回目
【受験目的】 ： 自己啓発・技術の証明
【テキスト】 ： Cloud License, AWS Skill Builder
【AWS公式模擬試験】： はい
◆セッション毎の正解率
【分野 1】: 機械学習 (ML) のためのデータ準備 (採点対象コンテンツの 28%)
→ コンピテンシーを満たしている
【分野 2】: ML モデルの開発 (採点対象コンテンツの 26%)
→ コンピテンシーを満たしている
【分野 3】: ML ワークフローのデプロイとオーケストレーション (採点対象コンテンツの 22%)
→ コンピテンシーを満たしている
【分野 4】: ML ソリューションのモニタリング、保守、セキュリティ (採点対象コンテンツの 24%)
→ コンピテンシーを満たしている
◆試験の感想
AI プラクティショナーに比べると時間がかかったものの、見直し含めて 50 分位で終わりました。この資格は、AIF は言うまでもなく、SAA ・DEA の内容も絡めてくるので、4 資格を受けてから受けた方が良いと思います。すぐではありませんが、今度は SCS でお世話になります。
◆受験者へのアドバイス
以下のように整形しました。
約 8 割の問題が CloudLicense と似た形式で出題されました。
SageMaker 関連のサービスはよく理解しないと話になりません。
他の方も言われていますが、回答よりも説明内容を理解してください。
それと、AIF 合格したら、すぐ追加の勉強をして受験することをお勧めします。
-----------------------------------------------------------------------------------------
■実践した学習方法
1. AWS 提供教材 Skill Builder と 20 問の模擬問題
2. CloudLicense 学習モードで最低 5 回実施
3. CloudLicense 試験モードで最低 5 回実施
-----------------------------------------------------------------------------------------
■必ず理解しておくべきポイント
--- MLA 内容 ---
1. Amazon SageMaker の推論
リアルタイム、バッチ、非同期、サーバーレスの各特徴
2. Amazon SageMaker ツールの理解
① Model Registry
② Data Wranger
③ Ground Truth
④ Model Monitor
⑤ Pipelines と EventBridge
⑥ Debugger
⑦ Q Business
⑧ JumpStart
⑨ Autopilot
⑩ Studio
⑪ Clarify
⑫ ML Lineage Tracking
⑬ Future Store
3. 温度と top_k の各パラメータの特徴
4. ハイパーパラメータの最適化
① ベイズ最適化
② グリッドサーチ
③ ハイパーバンド
④ ランダムサーチ
⑤ max_depth パラメータ
5. 回帰及び分類基準の特徴
6. Comprehend
① 基本機能
② ImportModel API による処理
7. ニューラルネットワークの過学習の解決策
8. コンセプトドリフト
9. バリアントの利用
10. エンコーディングの種類と特徴
11. Glue DataBrew による min-max 正規化
12. SageMaker のコスト管理
13. Bedrock の LLM 概要
--- SAA 内容 ---
1. S3 の特徴
① パーティーションとライフサイクルの利用
② S3 ゲートウェイ
③ FSx for Lustre
2. CloudTrail と CloudWatch の利用
3. Data Firehose によるゼロバッファリング
4. 機密データの削除方法
5. Kinesis Data Streams と Managed Service for Apache Flink を利用したストリーミング処理
6. IAM ロールとポリシー
7. Compute Optimizer の役割
8. Lake Formation の特徴
9. EMR クラスタのコスト管理
10. ネットワーク ACL
11. Redshift での機密データのマスキング (動的データマスキング)
12. Kendra によるセマンティック検索
13. Secret Manager の特徴
14. ウォームプールの利用
--- DEA 内容 ---
1. Glue ツールの理解
① FindMatches による重複検出
② データ取込パイプライン
③ DataBrew によるマスク処理
2. Athena の利用
3. Glue によるデータ収集と Glue DataBrew によるデータクリーニング
以上です。
