【ユーザ名】　：　togekongyo
【会員プラン】：　プロフェッショナル
【実務経験】　：　あり
【取得済み資格】：　CLF, SAA, SOA, DVA, DEA, SAP, DOP, SCS, MLS, ANS

【受験科目】　：　【MLS-C01】機械学習 - 専門知識
【受験言語】　：　日本語
【受験日】　　：　2025/08/29
【スコア】　　：　816 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, 転職のため
【テキスト】　：　Cloud License, BlackBelt
【AWS公式模擬試験】：　いいえ

【分野 1】：　データエンジニアリング 20%
→　コンピテンシーを満たしている

【分野 2】：　探索的データ解析 24%
→　コンピテンシーを満たしている

【分野 3】：　モデリング 36%
→　コンピテンシーを満たしている

【分野 4】：　機械学習の実装と運用 20%
→　コンピテンシーを満たしている

他のスペシャリティ試験よりも簡単に感じました。
ただ、あまり興味のない機械学習分野だったため、実務で使わないこともあり、勉強はモチベーション的に苦痛でした。

一方で、機械学習が得意または好きな人であれば、スムーズに学習を進めて合格できると思います。MLA や AIF を先に攻略していなくても対応可能でした。

体感として、CloudLicense の類似問題は全体の 7 割強程度でした。

これで 12 冠達成まで残りは MLA と AIF だけになったので、この勢いで片付けたいと思います。

CloudLicense のみの学習でも十分に合格は狙えます。
機械学習に関する不明な用語に出くわしたときは、その都度 Google Gemini などに質問すればわかりやすく解説してくれるため、他の方が言うようにわざわざ G 検定を学習してから挑む必要はないと感じました。
(G 検定のテキストには機械学習の歴史など、本試験では出題されない内容も含まれています。)

私はセクション #1～44 を 3～4 周繰り返し、模擬試験で 9 割以上を安定して出せるようになったところで、合格は盤石だと感じました。

また、機械学習を実務で扱っている、あるいは今後扱いたい方であれば、SageMaker などのサービスについて Black Belt で学習したり、実機で検証してみたりするのがベストです。(ただし、合格を目的とするだけであれば必須ではありません。)